- 综合排序
- 最热优先
- 最新优先
- 来自专栏韩曙亮的移动开发专栏
【Android 安装包优化】资源混淆 ( AAPT2 资源编译工具 | resources.arsc 资源映射表 工作机制 )
文章目录 一、AAPT2 资源编译工具 二、resources.arsc 资源映射表 工作机制 三、参考资料 一、AAPT2 资源编译工具 ---- 资源的编译 , 生成 R.java 文件 , 都是通过 , 参考 【Android 安装包优化】资源打包配置 ( resources.arsc 资源映射表 | 配置国际化资源 ) 一、resources.arsc 资源映射表 博客章节 ; 二、resources.arsc 资源映射表 工作机制 ---- 特别注意 AAPT2 工具编译生成的 resources.arsc 资源映射表 , Android 应用中查找资源 , 就是根据该 resources.arsc 资源映射表 查找资源 ; resources.arsc 资源映射表 提供了 资源 ID 与 资源文件路径 之间的映射表 , 可以根据资源 ID 查询到对应的资源文件 ; Android 应用中 , 调用 R.mipmap.ic_launcher 资源映射表 中获取具体的资源文件名称 , 路径 ; 三、参考资料 ---- 参考官方文档 : 缩减、混淆处理和优化应用 : https://developer.android.google.cn/studio
1.5K10编辑于 2023-03-29 - 来自专栏zjblog
网站优化之静态资源优化
• 图片服务器自动化优化是可以在图片 URL 链接上增加不同特殊参数，服务器自动化生成。 • 尽量避免同时动画 • 延迟动画初始化 • 结合 SVG 4、JavaScript 优化细则 4.1 JavaScript 优化总体原则 • 当需要时才优化 应用于： 缓存静态文件内容 JavaScript /CSS（比如百度M站首页） • 缓存不常变更的 API 接口数据 • 储存地理位置信息 • 浏览在页面的具体位置 6、 API 实现 • CMD（ Common Module Definition）（通用模块定义）规范 • SeaJS 模块化加载器：遵循 CMD API 编写 • ES6 前端全链路性能优化实战》这门课程，所以做下这些笔记，估计以后会用的到，课程还没更新完，后续看完 会接着做笔记..
2.5K10编辑于 2022-06-21 - 来自专栏OBKoro1的前端分享
JS 调用栈机制与 ES6 尾调用优化介绍
调用栈的运行机制 调用栈优化内存 调用栈debug大法 数据结构：栈 栈是一种遵从后进先出(LIFO)原则的有序集合，新元素都靠近栈顶，旧元素都接近栈底。 针对这种情况除了我们要尽量避免函数层级嵌套的比较深之外，ES6提供了“尾调用优化”来解决调用侦过多，引起的内存消耗过大的问题。 何谓尾调用： 尾调用指的是：函数的最后一步是调用另一个函数。 更多： 关于尾递归以及更多尾调用优化的内容，推荐查阅ES6入门-阮一峰 调用栈debug大法 查看调用栈有什么用 查看函数的调用顺序是否跟预期一致，比如不同判断调用不同函数。 这种优化也是不可小觑的，积跬步以至千里，诸君共勉！ 结语 本文主要讲了这几个方面的内容： 理解调用栈的运行机制，对代码背后的一些执行机制也可以更加了解，帮助我们在百尺竿头更进一步。 我们应该在日常的code中，有意识的使用ES6的“尾调用优化”，来减少调用栈的长度，节省客户端内存。 利用调用栈，对第三方库或者不熟悉的项目，可以更快速的定位问题，提高我们debug速度。
1.2K20发布于 2019-05-21 - 来自专栏OBKoro1的前端分享
js 调用栈机制与ES6尾调用优化介绍
调用栈的运行机制 调用栈优化内存 调用栈debug大法 数据结构：栈 栈是一种遵从后进先出( LIFO)原则的有序集合，新元素都靠近栈顶，旧元素都接近栈底。 针对这种情况除了我们要尽量避免函数层级嵌套的比较深之外，ES6提供了“尾调用优化”来解决调用侦过多，引起的内存消耗过大的问题。 何谓尾调用： 尾调用指的是：函数的最后一步是调用另一个函数。 更多： 关于尾递归以及更多尾调用优化的内容，推荐查阅ES6入门-阮一峰 调用栈debug大法 查看调用栈有什么用 查看函数的调用顺序是否跟预期一致，比如不同判断调用不同函数。 我们应该在日常的code中，有意识的使用ES6的“尾调用优化”，来减少调用栈的长度，节省客户端内存。 利用调用栈，对第三方库或者不熟悉的项目，可以更快速的定位问题，提高我们debug速度。 博客、前端积累文档、公众号、GitHub 以上2019/5/20 参考资料： JS垃圾回收机制与常见内存泄露的解决方法 ES6入门-阮一峰 JavaScript 如何工作：对引擎、运行时、调用堆栈的概述
96220发布于 2020-10-27 - 来自专栏用户4352451的专栏
JedisPool资源池优化
JedisPool资源池优化 合理的JedisPool资源池参数设置能够有效地提升Redis性能。本文档将对JedisPool的使用和资源池的参数进行详细说明，并提供优化配置的建议。 minIdle 资源池确保的最少空闲连接数 0 参见关键参数设置建议。 blockWhenExhausted 当资源池用尽后，调用者是否要等待。 minEvictableIdleTimeMillis 资源池中资源的最小空闲时间（单位为毫秒），达到此值后空闲资源将被移除。 常见问题 资源不足 下面两种情况均属于无法从资源池获取到资源。 JedisPool定义最大资源数、最小空闲资源数时，不会在连接池中创建Jedis连接。
88710编辑于 2021-12-07 - 来自专栏程序猿DD
JedisPool资源池优化
的使用、资源池的参数进行详细说明，最后给出“最合理”配置。 背景 合理的JedisPool资源池参数设置能为业务使用Redis保驾护航，本文将对JedisPool的使用、资源池的参数进行详细说明，最后给出“最合理”配置。 资源设置和使用 ? 空闲Jedis对象检测，下面四个参数组合来完成，testWhileIdle是该功能的开关。 2.空闲资源监测 ? 具体原因可以排查：网络、资源池参数设置、资源池监控(如果对jmx监控)、代码(例如没执行jedis.close())、慢查询、DNS等问题。 JedisPool定义最大资源数、最小空闲资源数时，不会真的把Jedis连接放到池子里，第一次使用时，池子没有资源使用，会new Jedis，使用后放到池子里，可能会有一定的时间开销，所以也可以考虑在JedisPool
1.8K41发布于 2018-04-17 深度揭秘.NET中HttpClient的复用机制：性能优化与资源管理
深度揭秘.NET中HttpClient的复用机制：性能优化与资源管理 在现代.NET应用开发中，HTTP请求操作频繁，无论是微服务间通信、访问第三方API还是获取远程数据。 HttpClient是.NET提供的用于发起HTTP请求的关键工具，其复用机制对于优化性能和管理资源起着决定性作用。深入理解并正确运用这一机制，能显著提升应用程序的稳定性和效率。 资源管理：复用HttpClient实例，可有效管理与HTTP请求相关的资源，如连接资源、内存资源等。减少资源的频繁创建与销毁，提高资源利用率，降低垃圾回收压力。 HttpClient的复用机制是提升.NET应用HTTP请求性能的关键。其核心在于TCP连接的复用和资源的有效管理。适用于各类涉及HTTP请求的场景，尤其在高并发和频繁请求的情况下优势明显。 随着.NET的发展，HttpClient的复用机制有望进一步优化，以更好地适应复杂多变的网络环境和应用需求。
12800编辑于 2026-06-16- 来自专栏电光石火
进度压缩&资源优化
通过增加资源，以最小的成本代价来压缩进度工期的种技术。考虑加班等，对费用和进度进行权衡，确定尽量少增加费用的前提下最大限度地缩短项目持续时间。赶工导致成本增加，且并非总是切实可行的。 ? 二、资源优化定义： 在项目进行时，可以根据资源的实际使用情况对资源做相应的调整以满足项目的需要。优化技术：资源平滑和资源平滑。 资源平衡定义： 英文名：Resource Level。 对资源冲突的两项或多项活动的开始日期和结束日期进行调整以消除或缓解资源冲突的一种技术。资源平衡往往导致关键路劲改变，通常是延迟。 资源平滑定义： 英文名：Resource Smooth。 利用关键路径上活动的浮动时间，调整非关键路劲上的活动使项目资源数量减少波动的一种技术。 ?
1.3K30发布于 2021-02-04 - 来自专栏前端资源
网站优化之部分静态资源优化
看了下我的 favicon.ico 文件有惊人的 422KB，想想博客正常运营已经有 6 年了，6 年前的自己还没毕业，什么都不懂，就想着有就行，没想到给自己挖了一个坑。 图片 另外，还把一些没用的静态资源引用也删掉了，今天就先到这，下班下班~ 未经允许不得转载：Web前端开发资源网 » 网站优化之部分静态资源优化
43470编辑于 2023-10-10 - 来自专栏全栈程序员必看
k8s资源分类机制_k8s资源分类机制
yaml语法和kubernetes的资源管理方式 学习kubernetes的核心，就是学习如何对集群上的Pod、Pod控制器、Service、存储等各种资源进行操作 [外链图片转存失败,源站可能有防盗链机制 ,建议将图片保存下来直接上传(img-W4JFixu6-1651391374869)(en-resource://database/1603:1)] yaml语言介绍 小提示： 1 书写yaml pod_name -o yaml kubectl get pod pod_name -o json 以JSON的方式查看结果数据 查看帮助命令：kubectl -help [外链图片转存失败,源站可能有防盗链机制 : kubectl api-resources [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nna5MElb-1651391374871)(en-resource:/ 3:声明式对象配置 其实声明式对象配置就是使用apply描述一个资源最终的状态（在yaml中定义状态） 使用apply操作资源： 如果资源不存在，就创建，相当于 kubectl create 如果资源已存在
50120编辑于 2022-09-21 - 来自专栏phpcoders
SQL优化 ----锁机制
锁机制： 解决因资源共享 而造成的并发问题。 示例： 当仓库中最后一件衣服时，A这时候下单，随后B也同一时间下单，这时候就会出现问题，到底这最后一件衣服卖给了谁？
54920发布于 2021-03-16 Shuffle机制及优化
多个溢出文件会被合并成大的溢出文件 (4)在溢出过程及合并的过程中,都要调用Partitioner进行分区和针对key进行排序 (5)ReduceTask根据自己的分区号，去各个MapTask机器上取相应的结果分区数据 (6) 缓冲区的大小可以通过参数调整，参数:io.sort.mb默然100M 优化 1.Map阶段 (1)增大环形缓冲区大小，有100M扩大到200M (2)增大环形缓冲区溢写的比例，由80%扩大到90% 太少，会导致Task等待，延长处理时间；太多，会导致Map、Reduce任务间竞争资源，造成处理超时等错误。 （如果内存不够，报：java.lang.OutOfMemoryError） （6）mapreduce.reduce.java.opts：控制ReduceTask堆内存大小。
29910编辑于 2025-12-23- 来自专栏IMWeb前端团队
前端图片优化机制
60%的网站流量来自图片，图片优化可以大幅影响网站流量。 svg 支持 支持 无损 所有(IE8以上) 由内容和特效复杂度决定 简单图形，需要良好的放缩体验，需要动态控制图片特效 bpg 支持 支持 有损 不支持，需要js解码 由画质决定 jpeg上需要极限优化的场景 劣势： 但也有一些软件不能使用适合的预测，生成的文件较大(IE6只支持PNG8) webp 目前移动端Android4.0以上、PC端chorme 10+（14 ~ 16 有渲染bug）、opera 四、小结 上面提供了web图片的一些格式特点和图片优化的可行方案，具体的场景需要考虑选择不同的方式来进行优化。 当然常见的优化思路为：页面静态资源图片使用css，canvas，svg，iconfont，sprite，base64来优化，后台返回的数据资源图片则通过响应式、图片压缩来优化，同时尽可能考虑使用新的更高压缩比的图片来做图片转化
2.4K30发布于 2019-12-04 - 来自专栏全栈程序员必看
(6) Lambda与资源管理
对于外部资源(External Resource)，如数据库连接，文件句柄，套接字等资源，还是须要在程序中进行显式回收的。 关闭资源 更好的方式是直接调用资源的close方法用来回收外部资源： public void close() throws IOException { writer.close(); } final 程序除了不会关闭资源外。也不会出现什么其它错误。因此。能够对它进行进一步的优化。 模式来进行优化： public class FileWriterEAM { private final FileWriter writer; private FileWriterEAM( 仅仅有在须要使用一个资源的时候才会创建它，而且在利用完成之后马上将它标记为回收。 锁管理 在并发程序中，锁是一类相当重要的资源，以下我们看看Lambda表达式怎样处理锁资源。
59820编辑于 2022-07-07 - 来自专栏IMWeb前端团队
前端图片优化机制
60%的网站流量来自图片，图片优化可以大幅影响网站流量。 svg 支持 支持 无损 所有(IE8以上) 由内容和特效复杂度决定 简单图形，需要良好的放缩体验，需要动态控制图片特效 bpg 支持 支持 有损 不支持，需要js解码 由画质决定 jpeg上需要极限优化的场景 劣势： 但也有一些软件不能使用适合的预测，生成的文件较大(IE6只支持PNG8) webp 目前移动端Android4.0以上、PC端chorme 10+（14 ~ 16 有渲染bug）、opera 四、小结 上面提供了web图片的一些格式特点和图片优化的可行方案，具体的场景需要考虑选择不同的方式来进行优化。 当然常见的优化思路为：页面静态资源图片使用css，canvas，svg，iconfont，sprite，base64来优化，后台返回的数据资源图片则通过响应式、图片压缩来优化，同时尽可能考虑使用新的更高压缩比的图片来做图片转化
4.2K01发布于 2017-12-28 - 来自专栏Se7en的架构笔记
如何通过 Cgroups 机制实现资源限制
cgroups功能及核心概念 cgroups（全称：control groups）是 Linux 内核的一个功能，它可以实现限制进程或者进程组的资源（如 CPU、内存、磁盘 IO 等）。 cgroups 主要提供了如下功能： 资源限制：限制资源的使用量，例如我们可以通过限制某个业务的内存上限，从而保护主机其他业务的安全运行。 优先级控制：不同的组可以有不同的资源（ CPU 、磁盘 IO 等）使用优先级。 审计：计算控制组的资源使用情况。 控制：控制进程的挂起或恢复。 ： root@cr7-ubuntu:~# cat /sys/fs/cgroup/cpu/docker/99cdb60e28191871c456f736470c9a1d344b95c6bcdb39036926428378db55c4 cpu.cfs_period_us 100000 root@cr7-ubuntu:~# cat /sys/fs/cgroup/cpu/docker/99cdb60e28191871c456f736470c9a1d344b95c6bcdb39036926428378db55c4
2.8K40发布于 2021-05-18 - 来自专栏sktj
Linux 资源控制管理机制：CGroups
cgroups 是Linux内核提供的一种可以限制单个进程或者多个进程所使用资源的机制，可以对 cpu，内存等资源实现精细化的控制，目前越来越火的轻量级容器 Docker 就使用了 cgroups 提供的资源限制能力来完成 cpu，内存等部分的资源控制。 这里面每一个子系统都需要与内核的其他模块配合来完成资源的控制，比如对 cpu 资源的限制是通过进程调度模块根据 cpu 子系统的配置来完成的；对内存资源的限制则是内存模块根据 memory 子系统的配置来完成的 对于这样的“一小份”数据，对及时更新的要求不高，生成商品信息又是一个比较费资源的任务，所以我们把这个任务的cpu资源使用率限制在了50%。 但是这些命令的缺点是无法限制一个进程组的资源使用限制，也就无法完成 Docker 或者其他云平台所需要的这一类轻型容器的资源限制要求。
96220编辑于 2022-05-24 - 来自专栏mathor
枚举+优化（6）——双指针优化2
ans ans = s } } } print ans 这个算法的时间复杂度是O(NML)，NML是三个数组的长度，最大值都是10万，显然会超时 优化 ); } cout << ans; return 0; } 例4.题目链接：hihoCoder1607 思路 一般的暴力枚举这题肯定是过不了的，数据量太大，那我们就要想办法优化
67850发布于 2018-06-19 深度剖析.NET中WeakReference的内存管理机制：优化资源使用与避免内存泄漏
深度剖析.NET中WeakReference的内存管理机制：优化资源使用与避免内存泄漏 在.NET开发中，内存管理是确保应用程序高效、稳定运行的关键因素。 WeakReference 常用于缓存、事件处理等场景，在这些场景中，对象的生命周期可能与程序的主要逻辑不一致，使用 WeakReference 可以确保在内存紧张时，这些对象能够被及时回收，释放内存资源 弱引用的使用场景 缓存机制：在缓存中使用 WeakReference 存储缓存对象。当内存不足时，缓存对象可以被回收，而不会导致内存泄漏。 A：随着.NET版本的发展，WeakReference 的实现主要在性能优化和与垃圾回收器的协同方面有所改进。例如，在一些版本中优化了 GCHandle 的管理，提高了垃圾回收时处理弱引用的效率。 未来，随着应用程序对内存管理要求的提高，WeakReference 的机制可能会进一步优化，开发者应持续关注并合理运用这一特性来提升应用程序的内存管理效率。
11610编辑于 2026-06-16- 来自专栏腾讯技术工程官方号的专栏
Kubernetes 资源拓扑感知调度优化
预备知识 2.1. cgroups 之 cpuset 子系统 cgroups 是 Linux 内核提供的一种可以限制单个进程或者多个进程所使用资源的机制，可以对 CPU、内存等资源实现精细化的控制。 . // +optional Resources *ResourceInfo `json:"resources,omitempty" protobuf:"bytes,6,rep,name=resources 资源采集 资源拓扑采集主要是通过从 /sys/devices下采集系统相关的硬件信息，并创建或更新到 NRT 资源中。 6. 优化结果 根据上述精细化调度方案，我们对一些线上的任务进行了测试。此前，用户反馈任务调度到一些节点后计算性能较差，且由于 steal_time升高被频繁驱逐。 经过优化后，资源得到更合理地利用，原有测试任务的训练速度能提升至原来的 3 倍，CPU 抢占的驱逐率大大降低至物理机水平。
2.4K20编辑于 2022-06-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号