很多人都认为Redis 的线程在 CPU 上运行，CPU 快，Redis 处理请求的速度也很快。 这种认知其实是片面的。CPU 的多核架构以及多 CPU 架构，也会影响到 Redis 的性能。如果不了解 CPU 对 Redis 的影响，在对 Redis 的性能进行调优时，就可能会遗漏一些调优方法，不能把 Redis
到了 Linux 磁盘 I/O 的工作原理，我们了解到 Linux 存储系统 I/O 栈由文件系统层（file system layer）、通用块层（ general block layer）和设备层（device layer）构成。 其中，通用块层是 Linux 磁盘 I/O 的核心。向上，它为访问文件系统和应用程序的块设备提供了标准接口；向下，它将各种异构磁盘
常用5种方式 1、最大连接数优化 方法1： 修改my.ini文件(永久修改) 2、启用查询缓存 特别注意：查询缓存从MySQL 5.7.20开始已被弃用，并在MySQL 8.0中被删除。、 一种说法是不建议使用查询缓存，因为查询缓存往往弊大于利。查询缓存的失效非常频繁，只要有对一个表的更新，这个表上的所有的
第四章与CPU设计有关，暂时跳过，以后有时间再看。 编写高效程序要点： 必须选择一组合适的算法和数据结构； 必须编写出编译器能够有效优化以转换成高效可执行代码的源代码； 针对运算量特别大的计算，将一个任务分成多个部分，在多核和多处理器的某种组合上并行地计算。（第12章内容） 优化编
页面方面： 图片采用懒加载； 使用雪碧图； 字体图标； CSS： 使用translate来创建动画； 使用link而不是@import引用； 移除不必要的css样式； JS： 引用js时放到页面的body结尾前，避免js文件过大造成首屏加载空白时间过长； 引用js使用defer和async异步加载； 避免
一、认识nmon 1、简介 nmon是一种在AIX与各种Linux操作系统上广泛使用的监控与分析工具，它能在系统运行过程中实时地捕捉系统资源的使用情况，记录的信息比较全面， 并且能输出结果到文件中，然后通过nmon_analyzer工具产生数据文件与图形化结果。 2、nmon可监控的数据类型内存使用情况
案例 压测过程中，某个接口，30个线程测试，平均响应时达到300多毫秒，TPS是70多，但是此时服务器资源占用都比较低。 问题分析 通过Jprofiler定位响应时间长的问题 1、Jprofiler安装配置 https://www.cnblogs.com/daydayup-lin/p/16147038.html 2、定位方法 （1）使用jprofiler的
一、 vue 懒加载 一般我引入模块是这样写 // demo.js const Demo = { testDemo: function () { console.log("这是DEMO") } } export default Demo // app.js import Demo from './demo.js' Demo.testDemo() 使用懒加载这样写 // app.js const getDemo = () => impo
定义 在多线程情况下，如果一个线程拥有某个资源的锁，那么这个线程就可以运行资源相关的代码，其他线程就只能等待其执行完毕后，才能继续争夺资源锁，从而运行相关代码。 场景 车票售卖系统，当剩余车票为1张，此时有A/B/C/D四个用户同时来购票，系统开启了四个线程来执行业务操作。 上图
一、事件委托 二、vuex的派发可以放在根组件App中（根组件app无论如何跳转路由只执行一次请求）
在软件测试中性能测试是很重要的一个阶段，不同人群关注的性能指标也是各有侧重点，从服务器的角度看，性能测试主要关注cpu、内存、服务器负载、网络、磁盘io等方面，而后台服务接口的调用者一般只关心吞吐量、响应时间等外部指标，接下来我们就来分别了解一下。 响应时间的指标取决于具
1：locust简介 Locust是一个用于可扩展的，分布式的，性能测试的，开源的，用Python编写框架/工具，它非常容易使用，也非常好学。它的主要思想就是模拟一群用户将访问你的网站。每个用户的行为由你编写的python代码定义，同时可以从Web界面中实时观察到用户的行为。Locust完全是事件驱动的，因此在
1.一般测试（单点性能测试） 通过性能测试手段，模拟对系统进行低并发或者无并发，不会对系统造成压力的测试为一般性的性能测试。 目的主要是为了验证在正常情况下，系统是否能满足性能指标要求。 2.负载测试 前提首先要对真实场景进行数据统计，根据这个统计数据进行模拟用户使用真实
在进行性能则试前，需要完成性能测试的搭建工作，一般包括硬件环境、软件环境及网络环境，可以要求配置和开发工程师协助完成，但是作为一个优秀性能测试工程师，这也是你的必备技能之一。 性能测试环境与功能测试环境的区别
使用Database Profiler评估数据库动作 使用db.currentOp()评估mongod动作 使用explain评估查询性能 参考MongoDB官网文档：Evaluate Performance of Current Operations
# top (1) # uptime 当前时间 开机了多长时间 活跃用户数 平均负载：1分钟 5分钟 15分钟 平均负载统计：runnable（运行状态的进程） uninterruptable（不可间断状态的进程） cpu core=1，load average=1 ，利用率1 期望不大于3 cpu core=4，load average=1，利用率25% # cat /etc/group
还是合并两本词典，和上次不同的是，其中一本体积很大，有几个G，担心内存可能不够，用文件来保存中间结果。性能当然一落千丈，这是意料之中的，I/O操作和内存操作没法比。但是，性能尽管差，也要尽量优化，控制在一个可接受的范围内。折腾了半天，最后在我2009年的老机器上运行了一个多小时处理完了，还
Golang range循环陷阱 https://zhuanlan.zhihu.com/p/158583555 2. for和range性能大比拼2.1 切片[]int通过benchmark对for和range进行测试，遍历 []int 类型的切片，for 与 range 性能几乎没有区别。2.2 切片[]struct 仅遍历下标的情况下，for 和 range 的性能几乎是一样的。
1. 什么是RAID RAID(Redundant Array of IndependentDisk 独立冗余磁盘阵列) RAID就是一种由多块廉价磁盘构成的冗余阵列，在操作系统下是作为一个独立的大型存储设备出现。RAID可以充分发 挥出多块硬盘的优势，可以提升硬盘速度，增大容量，提供容错功能够确保数据安全性，易于管理的优点
前言 提到性能测试，大部分小伙伴想到的就是LR和jmeter这种工具，小编一直不太喜欢写这种工具类的东西，我的原则是能用代码解决的问题，尽量不去用工具。python里面也有一个性能测试框架Locust，本篇简单的介绍Locust的基本使用，希望越来越多的小伙伴能一起爱上它！ 环境准备：python3.6win
1：电脑的组成部件 2：CPU 不同组件，每秒的运算/读写次数： 命令集：lscpu+top/htop/uptime+mpstat+sar
下面是9种Attention以及Attention变种的方法，其中LRA表示性能，横坐标表示运行速度，圈圈大小表示占的内存大小。 Transformer 是传统的Attention机制。 Big Bird 就是小孩子才做选择，啥都综合在一起。综合global attention， local attention 和随机attention。 Synthesizer新的想法，atten
Charles + Jmeter的性能测试脚本的制作和调试 Charles抓包 1、设置过滤 2、对于抓包操作进行备注 3、去掉资源文件（js\css\imgs\wav等） Jmeter制作脚本 1、添加http请求默认值 2、录入脚本的过程中 发现3**开头的，第二个200不写 3、可以把青花瓷的参数进行复制，在jmeter中点击从剪切板
性能的指标参数 名词解释 1. 线程数 能以线程式并发的方式，帮我们达成“短时间内向服务器发送大量请求”这一任务。 多线程式并发测试工具，顾名思义，会启动复数个线程，让每个线程独立向服务器端发出请求。 2. TPS Transactions Per Second（每秒传输的事物处理个数） 即服务器每秒处理的
性能分析命令 top # 按大写的H，切换显示进程# 按大写的E，切换展示Mem内存，和swap交换分区的单位# 按小写的e，切换展示虚拟内存、物理内存、共享内存的单位# 按n再按数字，比如4；展示占用进程最多的4个，输入0恢复全部的 task：zombie 僵尸进程 load average（系统平均负载）: 过去1分钟
