- 综合排序
- 最热优先
- 最新优先
- 来自专栏前端小学生
网络性能优化
主要从以下几个方面入手： 压缩代码，优化大包体积，以及拆包，如：vue这种不会更改的库进行拆包加载 利用CDN缓存，大幅度缩减静态资源的访问时间，尤其公共库或不会变更的库，如：Vue等。
66730编辑于 2023-05-30 - 来自专栏sktj
Linux性能优化(网络)
1、mii-tool -v eth0 查看物理网卡的协商方式，相关信息 image.png 2、ethtool ens33 image.png 3、ifconfig 4、ip -s link //统计信息 image.png 5、sar -n DEV //网卡的接收和发送速率 sar -n SOCK 6、图形化工具 gkrellm、etherape 7、iptraf-ng -d ens33 //实时流量 image.png iptraf-ng -s ens33
1.8K30编辑于 2022-05-18 - 来自专栏双十二技术哥
Android性能优化（八）之网络优化
同样集成了Stetho之后也可以很方便的查看网络请求的各种情况。 ? 4、 网络优化 重点来了，网络优化主要从三个方面进行：1. 速度；2. 成功率；3. 流量。 移动互联网的场景和有线的场景是有很多区别的，例如移动网络的质量/带宽经常会发生“跳变”，但有线网络却是“渐变”。 图片上传其它细节请参见《移动App性能评测与优化》一书。 尽量避免客户端的轮询，而使用服务器推送的方式； 数据更新采用增量，而不是全量，仅将变化的数据返回，客户端进行合并，减少流量消耗； 5、 其它 对于网络优化，实际上和内存优化一样，是一项投入巨大的事情。 因此建议优先进行流量优化，减少干扰项； 弱网不仅仅指代网络不好，移动互联网的网络带宽很容易出现“跳变”，下一秒的传送速度可能降到前一秒的几十分之一；而且即便是信号满格也传不出一个字节； 对于真正的弱网， 参考： Android性能优化典范《Network Performance》 《移动App性能评测与优化》 《Protobuffer和json深度对比》
2.7K30发布于 2018-08-21 - 来自专栏多线程
网络协议之性能优化与性能评估
引言 近期，掘金发出技术专题的邀约，我也是紧跟潮流，写了一篇关于网络协议的性能优化与性能评估的文章，本篇文章主要讲了三个大方向包括：网络协议的性能指标、性能优化策略、性能评估方法；并针对这三个方面进行深入的分析 3、带宽 带宽利用率反映了网络资源的有效使用。通过优化带宽利用率，可以减少网络拥塞，提高数据传输效率。 - 但是过高(当某信道的利用率增大时)，**该信道引起的时延也就迅速增加** 二、性能优化策略 1、减少延迟 优化路由算法：选择更短或更快的路径以减少数据包的传输时间。 流量管理：对网络流量进行识别、分类、优化和控制的相关技术，以提高网络性能和用户体验。 流量识别和分类：通过识别和分类网络流量，可以了解流量的来源和类型，如数据、语音、视频等，以便进行分类处理和优化。 流量优化：通过优化网络流量的传输和处理方式，可以提高网络性能和吞吐量。例如，使用压缩技术减少数据传输量，或使用缓存技术减少重复的数据传输。
1.1K30编辑于 2023-11-20 虚拟网络设备性能优化
然而，与物理网络设备相比，虚拟网络设备在处理能力、带宽利用率和延迟⏳方面可能存在性能瓶颈。因此，性能优化成为了虚拟网络设备管理中的一个重要议题️。 本文将探讨虚拟网络设备的性能优化手段，帮助网络管理员更有效地利用这些设备。1. 优化虚拟网络配置合理配置虚拟网络设备的参数对于性能优化至关重要。例如，调整虚拟交换机的队列数、缓冲区大小和调度策略，可以根据实际的网络流量模式来优化吞吐量和减少延迟。 这种方法不仅优化了数据流的处理，还增加了网络架构的灵活性和可扩展性。4. 利用网络监控和分析工具定期监控和分析虚拟网络设备的性能数据是优化工作的基础。 随着网络环境的不断变化和技术的持续发展，虚拟网络设备的性能优化仍然是网络管理和系统设计中的一个重要议题。
58310编辑于 2024-04-09- 来自专栏数据派THU
卷积神经网络性能优化
卷积的变种丰富，计算复杂，神经网络运行时大部分时间都耗费在计算卷积，网络模型的发展在不断增加网络的深度，因此优化卷积计算就显得尤为重要。 内存布局与卷积性能 神经网络中卷积的内存布局主要有 NCHW 和 NHWC 两种，不同的内存布局会影响计算运行时访问存储器的模式，特别是在运行矩阵乘时。 本小节分析采用 Im2col 优化算法时计算性能性能和内存布局的关系。 对计算过程施加矩阵计算中常用的数据划分、向量化等优化方法（相关定义请参考通用矩阵乘（GEMM）优化算法）。下面着重分析在这种场景下，不同内存布局对性能的影响。 这种程度的提高可以大幅改进软件的运行性能（这里特指不使用特别设计过的矩阵乘优化方法）。 空间组合优化算法 Im2col 是一种比较朴素的卷积优化算法，在没有精心处理的情况下会带来较大的内存开销。
89720编辑于 2022-03-08 - 来自专栏编程
前端性能优化指南——网络篇
网络，在我们开发的页面的访问过程中，是最开始的一个环节，同时，也是一个非常重要的环节。 当我们在提及网络优化的时候，我们都会说些什么呢。 当然了，对我们来说，及时监控不同服务商和各地节点的网络问题也是非常重要的。 那么接下来呢。说到网络性能优化，我们能做的事情主要是这两部分。 对协议本身进行优化 对传输的资源进行优化 我们先来谈谈如何从协议本身的角度进行优化。 协议优化 对于我们前端来说，最为熟悉的网络协议大概就是 HTTP 协议了。 网络对于这些缓存策略的整理很多，找了一张图来说明一下。 分离优化 对于我们早期的服务，前后端都是完全在一起的。但是我们的静态资源其实非常需要被剥离出来。那么我们就需要做分离优化。 结束语 今天的性能优化指南就到这里结束，如果有什么疑问和建议，欢迎提出。 文章中涉及到了非常多的 RFC 和规范标准，以及算法。有兴趣的同学可以之后自己进行更加深入的学习和思考。
1K90发布于 2018-01-26 - 来自专栏专注网络研发
Linux网络性能优化相关策略
“ 本文从底层到上层介绍了Linux网络性能优化策略” 00 — 网卡配置优化 从0开始是码农的基本素养 ? 网卡功能配置 一般来说，完成同一个功能，硬件的性能要远超软件。 01 — 接收方向的优化策略 下面开始进入软件领域的优化策略。 NAPI机制 现代的Linux网络设备驱动一般都是支持NAPI机制的，其整合了中断和轮询，一次中断，可以对设备进行多次轮询。 03 — bypass内核 前面主要是通过调整内核参数来优化Linux的网络性能，但对于应用层的服务程序来说，还是有几个绕不开的问题，比如进出内核的数据拷贝等。 默认使用poll的方式，提高了网络性能。 不过这些收发包工具，还无法做到内核那样包含完整的协议栈和网络工具。—— 当然，现在DPDK已经拥有很多库和工具了。 因为本文主要聚焦于linux的网络性能提升，bypass的方案仅做一个介绍而已。
7K50发布于 2020-02-10 - 来自专栏多线程
网络协议之性能优化与性能评估（二）
书接上文：网络协议之性能优化与性能评估 引言 近期，掘金发出技术专题的邀约，我也是紧跟潮流，写了一篇关于网络协议的性能优化与性能评估的文章，本篇文章主要讲了三个大方向包括：网络协议的性能指标、性能优化策略 结合多种优化手段：综合运用多种优化手段，包括协议本身的优化、网络环境的调整、硬件设备的升级等，实现网络协议的性能提升。 但是需要注意的是，网络协议的性能评估和优化是一个复杂的过程，需要综合考虑多种因素。在实际操作中，个人建议咨询专业的技术人员或团队，进行全面的分析和优化。 优化建议： 更换协议：考虑到当前协议的性能表现不佳，建议更换为更高效、可靠的协议，如HLS或DASH等。 优化网络环境：调整网络设备参数和网络拓扑结构，减少传输延迟和丢包率。 同时，优化网络环境和增加重传机制等措施也进一步提升了视频传输的性能表现。 五、未来趋势 随着技术的发展，如5G和物联网的兴起，网络协议的性能优化和评估面临新的挑战。
97110编辑于 2023-11-24 - 来自专栏SDNLAB
混合虚拟化网络，网络性能优化之辩
网络设备在虚拟化后是否依旧可以快速提供良好的性能？这是目前大家最为关注的问题之一。 从很多方面来看，现在对网络设备虚拟化已经做的比较完善了，可以基于标准的x86架构的服务器硬件设备运行与之匹配的应用，但是性能却一直不尽如人意。不过，即使是物理网络设备，高速运行时性能也不太理想。 虚拟化性能优化的努力 服务器虚拟化通过嵌入在基础物理服务器和操作系统之间的中间软件层Hypervisor实现，其接管操作系统对CPU、内存、I/O资源的控制，为每个VM（Virtual Machine， 为进一步优化性能、简化管理并继承传统交换机特性，网络设备商和相关标准组织提出边缘交换机虚拟化技术，把VM交换功能再进一步由网卡卸载到物理交换机上来。 人们广泛的认为目前高性能的功能很难在实现虚拟化的同时保证性能几乎不损耗。因此，务实的解决方案所倡导的SDN和NFV管理、编排方法既考虑了物理网络元素又考虑了虚拟网络元素。
1.4K70发布于 2018-04-03 - 来自专栏算法进阶
卷积神经网络性能优化方法
卷积的变种丰富，计算复杂，神经网络运行时大部分时间都耗费在计算卷积，网络模型的发展在不断增加网络的深度，因此优化卷积计算就显得尤为重要。 内存布局与卷积性能 神经网络中卷积的内存布局主要有 NCHW 和 NHWC 两种，不同的内存布局会影响计算运行时访问存储器的模式，特别是在运行矩阵乘时。 本小节分析采用 Im2col 优化算法时计算性能性能和内存布局的关系。 对计算过程施加矩阵计算中常用的数据划分、向量化等优化方法（相关定义请参考通用矩阵乘（GEMM）优化算法）。下面着重分析在这种场景下，不同内存布局对性能的影响。 这种程度的提高可以大幅改进软件的运行性能（这里特指不使用特别设计过的矩阵乘优化方法）。 空间组合优化算法 Im2col 是一种比较朴素的卷积优化算法，在没有精心处理的情况下会带来较大的内存开销。
89230编辑于 2023-10-08 - 来自专栏社区的朋友们
Qemu-KVM 网络性能优化实践
作者：赵星 背景 在做优化之前，腾讯云上使用的母机单队列，性能只有14w pps。 已有的多队列版本，在20w+ pps左右，不是很理想。 主要问题性能 1 . 性能优化实践 云上Overlay网络的实现 腾讯云网络使用了overlay网络技术。 在用户看来，每个用户都是一个独立的网络，相互隔离。 由上图可见，数据包的流程为 虚拟机向外发包，经过virtio-net网卡驱动外发（virtio-net前端） Qemu实现的tun口（内核态）收到包后，交给网桥 网桥上数据包会被VPC截获，实现overlay网络功能 以上修改做完后，性能有了明显提升，达到了业界第一梯队Google GCE的水平。实现了本身的突破。 其他优化 Qemu自身队列长度限制位256，修改为1024，在大流量下减少丢包。 后端tun网卡队列长度优化。 展望 Virtio-net的性能优化，按目前的vhost-kernel框架下，潜力已经很小。
7K11发布于 2017-09-11 - 来自专栏算法与编程之美
运用优化器提高网络测试性能
1 问题 在对mnist进行网络性能测试的时候，没有经过网络训练的模型预测正确结果两次出现结果不一样，而且预测的结果的正确率比较低，这个时候我们就在想如何提高网络的性能呢？ 2 方法 我们在没有经过训练的时候网络测试性能比较低，128个数字正确率不到百分之十，这个时候我们就要想经过模型的训练来提高预测结果的正确性，网络训练的过程大致是给定一个真实标签y，网络训练标签y_hat 运用优化器实现梯度下降算法的传播。 首先我们定于一个优化器，然后就定义一个损失函数，然后进行网络的训练，具体的代码实现结果如下： 经过训练之后我们发现预测正确率大大提高，在这其中，我们也可以修改lr的取值，它的取值不一样预测结果的正确率也会不同 3 结语 针对网络性能测试性能，还得经过网络的训练才能大大的提高预测的正确率，还有lr的取值也会影响预测结果的正确率，最优的lr的取值还需要自己去不断实验，才能提高正确率。
31830编辑于 2022-10-28 - 来自专栏大前端修炼手册
网络优化系列：探讨网络请求的性能提升策略
引言 网络请求的性能直接关系到用户体验的优劣。本文将探讨网络请求的各个关键步骤，并提供针对每个环节的优化策略，以提升整体网络性能。 一、网络请求优化 下图展示了网络请求的主要步骤，并细分了每个步骤的耗时因素，为后续的优化讨论奠定基础。 大量的小数据包可能会导致网络拥塞，而过大的数据包可能会导致网络延迟。因此，选择合适的数据包大小和数量是优化网络性能的关键。 使用 TCP FIN-WAIT-2 状态的优化：通过合理的超时设置，避免长时间占用连接。 使用 QUIC 协议：QUIC 协议在连接关闭时具有更快的性能表现。 性能需求：不同的应用对网络性能的要求不同，开发者需要根据具体需求选择合适的网络库。 优化需求：如果应用需要在弱网络环境下稳定运行，选择像 Mars 这样的库可能更为合适。
67110编辑于 2024-11-14 - 来自专栏程序员修炼之路
Android面试题：App性能优化之电量优化和网络优化
电量优化 Doze模式 系统的行为 进入Doze后看看App有没有奔溃就可以 Standby待机模式 针对某个应用 处于上述模式，App会无法访问网络 解决方案 可以手动申请权限让用户把App加入白名单 以后广播要动态注册，manifest文件注册失效） WorkManager，不过部分国内的手机可能会不支持 电量工具 Battery Historian AS 的 Energy Profile 支持8.0以上 电量优化 减少操作：比如网络请求，可以考虑缓存数据 推迟操作：比如等连接WiFi再上传日志 合并操作：比如服务器接口合并 网络优化 网络请求流程： DNS -> IP -> Socket(Tcp/IP) -> IO发送Http报文 DNS优化: HTTPDNS 传统DNS解析是UDP协议 HTTPDNS是Http协议，阿里云的HTTPDNS就是先用固定IP解析DNS，不行就再用域名解析 由于 HttpDns 的图片，为中等则使用200x200，信号弱则使用100x100图片; 这个需要和服务端合作，客户端可以在请求头里面加入当前用户的手机网络状态 WiFi网络：直接下发300X300的图片 3、http开启缓存
33010编辑于 2024-06-24 - 来自专栏娜姐聊前端
前端网络高级篇（六）网站性能优化
网站性能优化可以从下面总结点入手。 1. 使用CDN 内容发布网络(CDN)是一组分布在多个不同地理位置的WEB服务器，用于更加有效地向用户发布内容。 CDN用于发布静态内容，如图片，脚本，样式表和Flash。 利用HTTP缓存 具体内容参考文章前端网络高级篇（三）浏览器缓存 4. 压缩组件 开启HTTP Gzip压缩。 iframe1').src = "www.api.a.com"; </script> 12.少用Table table内容渲染是将table的DOM渲染树全部生成完并一次绘制到页面上，所以，在渲染长表格时很耗性能
2.3K30发布于 2020-09-22 - 来自专栏开发内功修炼
Linux 网络性能的 15 个优化建议！
那么具备了对网络的深刻的理解之后，我们在性能方面有哪些优化手段可用呢？我这里给出一些开发或者运维中的性能优化建议。这些建议都是从书中摘录的。 不过要注意的是，每一种性能优化方法都有它适用或者不适用的应用场景。你应当根据你当前的项目现状灵活来选择用或者不用。 大家也不必头疼，只要理解了这些原理之后选择一个性能不错的网络库就可以了。 建议10：使用 Kernel-ByPass 新技术 如果你的服务对网络要求确实特别特特别的高，而且各种优化措施也都用过了，那么现在还有终极优化大招 -- Kernel-ByPass 技术。 好了，以上就是飞哥为大家准备的网络性能相关的 15 条建议。更多网络性能相关的底层原理可以详细阅读《深入理解Linux网络》。
2.5K40编辑于 2022-12-05 - 来自专栏携程技术
携程App的网络性能优化实践
在4月23日~25日举行的QCon全球软件开发大会（北京站）上，携程技术中心无线开发总监陈浩然分享了《移动开发网络性能优化实践》，总结了携程在App网络性能优化方面的一些实践经验。 在2014年接手携程无线App的框架和基础研发工作之后，陈浩然面对的首要工作就是App客户端性能优化，尤其是网络服务性能，这是所有App优化工作的重中之重。以下为正文。 优化实践六：优化海外网络性能 海外网络性能的优化手段主要是通过花钱升级基础设施，例如CDN加速，提高带宽，实现动静资源分离，对于App中的Hybrid模块优化效果是非常明显的。 经过上面优化手段，携程App的网络性能从优化之初的V5.9版本到现在V6.4版本，服务成功率已经有了大幅提升，核心服务成功率都在99%以上。 经历了这半年的网络性能优化，体会最深的就是Logging基础设施的重要性。如果我们没有完整端到端监控和统计的能力，性能优化只能是盲人摸象。
1.9K100发布于 2018-02-06 - 来自专栏cwl_Java
性能优化-MySQL性能优化参数
mysql的监控方法大致分为两类： 连接到mysql数据库内部，使用show status，show variables，flush status 来查看mysql的各种性能指标。 如果table_cache设置过小，MySQL就会反复打开、关闭 frm文件，造成一定的性能损失。 如果设置得太高，可能会造成文件描述符不足，从而造成性能不稳定或者连接失败。 对于有1G内存的机器，推荐值是128－256。 为Innodb加速优化首要参数。默认值8M 这个参数不能动态更改，所以分配需多考虑。分配过大，会使Swap占用过多，致使Mysql的查询特慢。 默认的设置在中等强度写入负载以及较短事务的情况下，服务器性能还可以。如果存在更新操作峰值或者负载较大，就应该考虑加大它的值了。
7.4K20发布于 2020-02-13 - 来自专栏腾讯IMWeb前端团队
腾讯课堂小程序性能极致优化——网络请求优化篇
近期，我们对腾讯课堂小程序做了一次全方位的性能优化，本篇文章将从网络请求的角度分享一种优化的思路。 设想 网络请求的耗时与许多因素相关，用户的网络环境以及提供接口的服务质量，我们无法在前端控制。 但如果我们可以给小程序的网络请求设置优先级，当多个请求并发时，让低优先级的上报请求给高优先级的业务请求让路，是否也能让业务请求速度提升，优化用户体验呢？ 3. 优化效果 在后台服务没有任何改动的情况下，我们在前端干预了部分用户网络请求的顺序，并上报统计了从发起业务请求到获得请求结果的耗时。 ---- 这是腾讯课堂小程序优化的第二篇专项优化文章，前一篇《腾讯课堂小程序性能极致优化——综合篇》已收获满满好评，后面我们还有【独立分包与性能测试】这个专项优化，敬请期待。
1.3K20编辑于 2022-06-29
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