- 综合排序
- 最热优先
- 最新优先
- 来自专栏迁移内容
高性能MySQL(3)——创建高性能索引
三、高性能的索引策略 3.1、独立的列 索引列不能是表达式的一部分，也不能是函数的参数。 例如：LELECT COUNT(DISTINCT city)/COUNT() AS sel1, COUNT(DISTINCT LEFT(city, 3))/COUNT() AS sel2, …; 如果前缀的选择性接近 例如：key(col1, col2, col3)； MySQL5.0之后的版本引入了“索引合并”的策略，一定程度上可以使用表上的多个单列索引来定位表中的行； 索引合并策略有时候是一种优化后的结果，但实际上更说明表上的索引建得很糟糕 参考： 《高性能 MySQL 第三版》 聚簇索引和非聚簇索引 mysql-覆盖索引 创建高性能的索引
1.6K20编辑于 2022-12-01 - 来自专栏程序人生 阅读快乐
高性能MySQL(第3版)
《高性能mysql(第3版)》是mysql 领域的经典之作，拥有广泛的影响力。 第3 版更新了大量的内容，不但涵盖了最新mysql 5.5版本的新特性，也讲述了关于固态盘、高可扩展性设计和云计算环境下的数据库相关的新内容，原有的基准测试和性能优化部分也做了大量的扩展和补充。 《高性能mysql(第3版)》不但适合数据库管理员（dba）阅读，也适合开发人员参考学习。不管是数据库新手还是专家，相信都能从本书有所收获。
1.1K20发布于 2018-10-10 - 来自专栏写PHP的老王
高性能MySQL（第3版）阅读笔记
3、数据类型越短越好，尽量避免NULL（NULL索引，统计，比较更复杂,可为NULL的列需要的存储空间更多) 4、整数(tinyint 8位，smallint 16位，mediumint 24位，int 8、以下情况适合使用varchar[高性能MySQL（第3版）p115]： 字符串最大长度比平均长度大很多，列的更新少(不会产生碎片)；使用类似UTF8字符集，每个字符使用不同字节数存储 9、char
1K40发布于 2019-08-12 - 来自专栏陶辉笔记
高性能网络编程3—-TCP消息的接收
2、接着，我们收到了S3-S4报文。在第1步结束后，这时我们需要收到的是S2序号，但到来的报文却是S3打头的，怎么办呢？进入out_of_order队列！ 3、仍然没有进入来读取socket，但又过来了我们期望的S2-S3报文，它会像第1步一样，直接进入receive队列。 由于收到S2-S3报文后，期待的序号成为了S3，这样，out_of_order队列里的唯一报文S3-S4报文将会移出本队列而插入到receive队列中（这件事由tcp_ofo_queue方法完成）。 内核中断看到被锁住后也会做不同的处理，参见图2、图3。 8、此时，第1-4步已经为receive队列里准备好了3个报文。最上面的报文是S1-S2，将它拷贝到用户态内存中。 图3给出了第3种场景。这个场景中，我们把系统参数tcp_low_latency设为1，socket上设置了SO_RCVLOWAT属性的值。
1.6K51发布于 2019-06-21 - 来自专栏萝卜要加油
Go高性能编程EP3: 内存对齐
本文写作所有的例子以 macbookpro M1 为例，该CPU为64位架构 本文是Go语言高性能编程第三篇，分析了为什么需要内存对齐，Go语言内存对齐的规则，以及实际例子中内存对齐的使用，最后分享了两个工具 funcmain() { a := T3{} atomic.AddInt64(&a.d, 1) } 在 amd64 架构下运行不会报错，但是在i386 架构下面就会panic。 Figure 3: T3 panic 原因就是 T3 在 32bit 平台上是 4 字节对齐，而在 64bit 平台上是 8 字节对齐。 在 64bit 平台上其内存布局为： Figure 4: T3在 amd64 的内存布局 但是在I386 的布局为： Figure 5: T3在 i386的内存布局 这个问题在 atomic[2] 为了解决这种情况，我们必须手动 padding T3，让其 “看起来” 像是 8 字节对齐的： type T3 struct { b int64 c int32 _ int32
30310编辑于 2025-03-07 - 来自专栏大史住在大前端
高性能Web动画和渲染原理系列（3）——transform和opacity为什么高性能
translate来实现，动画元素在文档流中的位置并不需要改变，无论后续平移到多远，都可以使用位图缓存中保存的初始位置信息，再加上变换矩阵的影响在层合并时计算出来，同样既不影响布局，也不需要重绘，这就是它高性能的原因 三.小结 opacity和transform动画的高性能是由于其数学原理决定了可以使用缓存信息，而并不是因为它被硬件加速了。
1.4K10发布于 2019-10-28 - 来自专栏cwl_Java
3分钟速读原著《高性能MySQL》(四)
能很好保证业务不断增长时数据的安全和随时的扩展 基于NDB引擎:一个集群存储引擎，类似于Oracle的RAC，但它是Share Nothing的架构，因此能提供更高级别的高可用性和可扩展性 基于中间件/proxy 基于共享存储 基于主机高可用 3. 3.DB Ninja ? DbNinja是一款先进的基于Web的MySQL数据库管理与开发应用程序。它是远程访问托管服务器的必然之选。
1.6K30发布于 2019-10-26 - 来自专栏cwl_Java
3分钟速读原著《高性能MySQL》(三)
.查找配置文件 在类 UNIX 系统中，配置文件的位置一般在 /etc/my.conf 或者 /etc/mysql/my.conf 中 2.配置语法 配置项设置都使用小写，单词之间用下划线或横线隔开 3. 然后盘片就需旋转到正确的扇区上(这就是旋转时延).这套动作需要时间,这段时间就是我们在访问磁盘时会产生的时间. 2.系统选择 使用linux系统,相比之下比Windows系统减少了很多不必要的内存堆积 3. 如果有很多盘的话，这可能是RAID 5 的经济性和RAID 10的高性能之间的一个折中。主要用处是存放庞大的数据集，例如数据仓库或非常庞大的OLTP系统。 传统机械硬盘选择RAID 10,如果是固态硬盘SSD性价比更高 第十章 复制 一.复制的搭建步骤 1.配置主库和从库 2.创建复制的账号 3.创建主库一致性快照 4.根据主库的快照，建立从库 5.开启复制 master上所有的变更都能复制到slave上 在执行以下操作时，只需更少的行锁 缺点 会产生大量的日志 不会对二进制日志进行校验 不推荐基于库级别的复制 3.MIXED MIXED是上述两者的的结合
74820发布于 2019-10-26 - 来自专栏cwl_Java
3分钟速读原著《高性能MySQL》(一)
本系列主要是针对<高性能MySQL>原著进行内容抽取,帮助开发者快速阅读书籍 第一章 MySQL架构与历史 一.锁机制 1.读写锁 1.1 读锁(共享锁):多个用户在同一时刻可以同时读取同一个资源,而且互不干扰 ）:操作将永久改变 2.没有事务将产生的问题 2.1 脏读:读取了其它操作中未提交的数据 2.2 不可重复读:两次查询结果不一致,由于更新导致 2.3 幻读:两次查询结果不一致,由于新增或者删除导致 3. 测试流程和测试工具推荐一位写的不错的博客,古寨城主.对于普通开发者而言,跟着该步骤操作一下即可,不建议十分深入 第三章 服务器性能剖析 1.定义性能最有效的是响应时间 2.性能优化的前提是进行响应时间的测量 3. 试图增加冗余数据或分组数据来优化数据库读取性能的过程，减少了表之间的连接 但如果冗余数据量过大的时候，可能会碰到I/O瓶颈，导致性能变得更差，所以需要 衡量各个表的更新量和查询量 在数据统计分析，数据仓库等领域使用的比较多 3.
98010发布于 2019-10-26 - 来自专栏纸上得来终觉浅
《Linux高性能服务器编程》学习小结3
首先，大家看下它的功能设计图大概如下： 1.jpg 2.jpg 3.jpg 4.jpg 5.jpg 再来看下对应的源码分析： config.xml Listen 10.194.70.225 = strstr( tmp, "<name>" ) ) { tmp_hostname = tmp3 + 6; tmp4 = strstr( = strstr( tmp, "<conns>" ) ) { tmp_conncnt = tmp3 + 7; tmp4 = strstr( = strstr( tmp, "Listen" ) ) { tmp_hostname = tmp3 + 6; tmp4 = strstr( 最后感谢 游双 的《Linux高性能服务器编程》
3.4K10发布于 2021-02-04 - 来自专栏cwl_Java
3分钟速读原著《高性能MySQL》(二)
第五章 创建高性能的索引 1.索引类型 1.1 普通索引 NORMAL: 是最基本的索引，它没有任何限制。 3.注意事项 3.1 索引不会包含有null值的列: 只要列中包含有null值都将不会被包含在索引中，复合索引中只要有一列含有null值，那么这一列对于此复合索引就是无效的。 1.1 检索大量超过需要的数据 1.2 服务层在分析大量超过需要的数据行 2.慢查询解决方案 2.1 不查询不需要的记录 2.2 多表关联时不要返回不必要的全部列 2.3 不重复查询相同的数据 3. 返回值不能是负数 2.4 KEY分区：根据MySQL内部提供的哈希函数进行分区 2.5 COLUMNS分区：5.5开始支持，可以直接使用非整形的数据进行分区，分区根据类型直接比较而得，不需要转换为整形 3. 2.query_cache_size 默认情况下query_cache_size为0，表示为查询缓存预留的内存为0，则无法使用查询缓存 3.缓存条件 查询缓存可以看做是SQL文本和查询结果的映射。
76410发布于 2019-10-26 - 来自专栏用户2442861的专栏
高性能网络编程3----TCP消息的接收
2、接着，我们收到了S3-S4报文。在第1步结束后，这时我们需要收到的是S2序号，但到来的报文却是S3打头的，怎么办呢？进入out_of_order队列！ 3、仍然没有进入来读取socket，但又过来了我们期望的S2-S3报文，它会像第1步一样，直接进入receive队列。 由于收到S2-S3报文后，期待的序号成为了S3，这样，out_of_order队列里的唯一报文S3-S4报文将会移出本队列而插入到receive队列中（这件事由tcp_ofo_queue方法完成）。 3、锁住socket。 图3给出了第3种场景。这个场景中，我们把系统参数tcp_low_latency设为1，socket上设置了SO_RCVLOWAT属性的值。
1.5K10发布于 2018-09-20 - 来自专栏逸鹏说道
维护索引（3）——通过重建索引提高性能
前言： 重建一个索引只是在内部删除并重建索引，使得碎片消失、统计信息更新、物理顺序重新排列组织。它会压缩数据页，按照填充因子填充适当的数据。如果有需要，也会添加新的数据页。这些操作有利于提高数据查找的速度，但是这个工作如果发生在大表上面，将是非常耗时耗资源的。 准备工作： 首先先要决定是否达到了重建索引的临界值。否则，重组索引会更好。当碎片超过30%，那么重建索引会比较好。 重建索引有两种方式，在重建之前应该考虑使用哪种会更好： 1、 脱机：脱机重建索引是默认选项。它会锁住整个表，知道重建结束，没有人可以访
1.2K40发布于 2018-04-11 - 来自专栏编程开发基础
关于Redis的入门 3：浅谈Redis的特点——高性能
关于Redis的入门 3：浅谈Redis的特点——高性能在谈论Redis时，最常被提及的特点之一就是它的高性能。 本文将详细讲解Redis的高性能特点，并从多个角度深入分析它是如何做到这一点的。1. 为什么Redis的性能如此高？1.1 内存存储Redis的高性能首先得益于它的内存存储特性。 1.5 支持多种缓存策略Redis作为一个缓存系统，其高性能还得益于对多种缓存策略的支持。 3. 总结Redis的高性能源自其内存存储、单线程模型、简单数据结构以及优化的持久化机制。 如果你正在开发需要高性能、高并发的应用，Redis无疑是一个非常值得考虑的解决方案。本文由“云萌工作室-编程开发基础”专栏提供，关注更多编程技巧与知识。
52410编辑于 2025-03-02 - 来自专栏DPU
libfabric_ofa_简介_指南_设计思想_高性能网络3
In the default case, OFI defines ordering semantics such that messages 1, 2, 3, etc. from the sender 在默认情况下，OFI 定义了排序语义，使得来自发送者的消息 1、2、3 等在目标处以相同的顺序接收。 高性能网络提供程序列在更通用的提供程序之前，例如套接字或 UDP 提供程序。 辅助功能主要处理高度可扩展的高性能应用程序所需的功能。例如，FI_MULTI_RECV 辅助功能指示提供程序是否可以支持上述多接收缓冲区功能。 只有一个可能代表连接到系统的高性能网络。 其他是通用提供程序，可以在任何系统上使用，例如 TCP 套接字和 UDP 提供程序。 Fabric 字段用于帮助应用程序管理开放的 Fabric 资源。
43710编辑于 2025-06-13 - 来自专栏浅谈电商系统的实践经验
消息队列（3）--Kafka高性能是怎么做到的
Kafka是高性能的消息队列，在消息中间件中，它的性能绝对是第一梯队究其原因，除了通用的性能优化手段，全异步化的线程模型只用少量的线程，就能达到超高的吞吐能力，缺点是代码复杂度要大很多高性能的异步网络传输使用基于 3.使用顺序读写磁盘，提升磁盘读写性能顺序读写相比随机读写省去了大部分的寻址时间，它只要寻址一次，就可以连续地读写下去，所以说，性能要比随机读写要好很多。Kafka 就是充分利用了磁盘的这个特性。 这个过程中，数据实际上做了 2 次或者 3 次复制：从文件复制数据到 PageCache 中，如果命中 PageCache，这一步可以省掉；从 PageCache 复制到应用程序的内存空间中，也就是我们可以操作的对象所在的内存 Kafka 使用零拷贝技术可以把这个复制次数减少一次，上面的 2、3 步骤两次复制合并成一次复制。 以上这些，就是 Kafka 之所以能做到如此高性能的关键技术点。你可以看到，要真正实现一个高性能的消息队列，是非常不容易的，你需要熟练掌握非常多的编程语言和操作系统的底层技术。
63840编辑于 2023-10-05 - 来自专栏全栈技术
ZooKeeper+Dubbo 3：构建高性能分布式RPC通信
而ZooKeeper和Dubbo 3则是目前广泛应用于构建高性能分布式RPC通信的两个优秀开源工具。 本文将介绍ZooKeeper和Dubbo 3的基本概念以及它们如何配合使用来实现高性能分布式RPC通信。 二、Dubbo 3 Dubbo 3是一种分布式服务框架，可以支持高并发、高性能的分布式RPC通信。Dubbo 3提供了服务发现、负载均衡、远程调用等功能。 三、ZooKeeper+Dubbo 3 ZooKeeper和Dubbo 3可以很好地配合使用来构建高性能分布式RPC通信。 Dubbo 3是一种分布式服务框架，可以支持高并发、高性能的分布式RPC通信。通过ZooKeeper和Dubbo 3的配合使用，我们可以构建高性能、高可靠性的分布式RPC通信。
73030编辑于 2023-03-25 Vue3+Pinia+Vite+TS 还原高性能外卖APP项目
Vue3+Pinia+Vite+TS 还原高性能外卖APP项目要还原一个高性能的外卖APP，需要从多个方面进行综合考虑和实施。 Vue3的组合式API（Composition API）可以提高代码的可读性和可维护性。 状态管理：使用Pinia作为Vue3的状态管理库，它提供了轻量且高效的状态管理方案，可以实现全局状态的管理和共享。 综上所述，还原一个高性能的外卖APP需要从技术选型、功能实现、性能优化、安全与稳定性以及持续优化与迭代等多个方面进行综合考虑和实施。 通过合理的项目结构设计和开发流程规划，可以高效地开发出满足用户需求的高性能外卖APP。
51910编辑于 2025-01-02- 来自专栏AI模型部署实践
高性能应用服务 HAI - DeepSeek-v3 0324版
一、环境说明本环境预装 DeepSeek-v3 0324版，支持function call，仅支持在高性能应用服务HAI“八卡旗舰型”算力套餐上运行。 DeepSeek-v3 0324模型容器2. AnythingLLM 项目容器实例创建后，会自动运行上述两个容器。 由于deepseek-v3模型较大，首次加载需30分钟左右完成，加载完成后方可开始使用。2.1 DeepSeek-v3 模型容器使用指引1. DeepSeek容器进入sudo docker exec -it deepseek-v3 bash2. 模型加载进度查看。模型首次加载耗时约30分钟，您可进入容器后输入如下命令查看加载进度。 tail -f /cfs/ds3_infer.log3.
56410编辑于 2025-04-28 - 来自专栏Python每日一库
mmh3：超高性能的非加密哈希Python库
今天要介绍的MurmurHash3（通过mmh3库实现）就是一个超高性能的非加密哈希算法，它在保证哈希质量的同时，计算速度可以达到传统算法的5-10倍。 实现高性能布隆过滤器：class BloomFilter: def __init__(self, size, hash_count): self.size = size print(f"页面1指纹: {page_signature(page1)}")print(f"页面2指纹: {page_signature(page2)}")实战案例：大规模数据去重在处理海量数据时，mmh3的高性能特性特别有用 ，但它的高性能特性使其成为大数据处理、缓存系统、分布式系统等场景的不二之选。 虽然mmh3不适用于密码学场景（因为它是非加密哈希），但在需要快速计算哈希值的场景下，它的表现令人印象深刻。随着大数据应用的持续发展，mmh3这样的高性能工具必将发挥更大的价值。
79710编辑于 2025-01-16
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