搜索[性能分析]结果-低调大师优秀个人博客

精选列表

搜索[性能分析]，共10000篇文章

React Native中ScrollView性能探究

理解 ScrollView 的原理，有利于写出高性能的 RN 应用。

2017-08-02

Android性能优化之内存泄漏

那么我们在这就来分析一下导致内存泄漏的常见因素并且如何去检测内存泄漏。

2017-08-02

Gartner：高性能存储的未来

这些接口可以实现应用程序的低延迟和高性能数据存取，尤其是对于SQL/NoSQL数据、高性能计算工作负载和大数据应用。

2017-08-02

云端高性能技术架构浅析

4 数据库性能优化使用缓存后，大部分的数据操作不需要通过数据库即可完成。

2017-08-01

性能测试应该怎么做？

偶然间看到了阿里中间件Dubbo的性能测试报告(http://t.cn/R53tm9q)，我觉得这份性能测试报告让人觉得做这性能测试的人根本不懂性能测试，我觉得这个测试报告会把大众带沟里去，所以，想写算这篇文章

2017-07-31

## Spark作业性能调优总结

Spark作业性能调优总结前段时间在集群上运行Spark作业，但是发现作业运行到某个stage之后就卡住了，之后也不再有日志输出。

2017-07-17

性能测试解惑之并发压力

由于软件性能的范围比较大，我们将选取几个典型的问题进行探究，相关概念的理解与分析将逐步进行公开。

2017-07-09

性能测试的重要意义

每个环节都要有专业人士协助性能的诊断和优化，这些专业人士包括：性能测试工程师、系统管理员、网络工程师、DBA、程序设计人员等。

2017-07-09

iOS开发-Instruments性能调优

性能是苹果审核的一个很重要的部分，CPU，内存，图形绘制，存储空间和网络性能都是应用的重要的评估和组成部分。

2017-07-05

浅谈应用性能测试 PTS

阅读原文我们为什么要进行性能测试？ 1. 评估系统的能力。当应用上线有大量用户当问的时候，页面的打开速度直接影响用户体验，进而影响用户的留存。

2017-07-04

Android性能测试工具 Emmagee

Emmagee是监控指定被测应用在使用过程中占用机器的CPU、内存、流量资源的性能测试小工具。

2017-07-03

Android批量插入数据性能优化

} db.setTransactionSuccessful(); } catch (Exception e) { } finally { db.endTransaction(); } 使用事务后性能有明显的提升

2017-07-02

《Hadoop MapReduce性能优化》一导读

前言 Hadoop MapReduce性能优化MapReduce是一个重要的并行处理模型，用于大规模、数据密集型应用，比如数据挖掘和Web索引。

2017-05-01

ViewStub是Android布局优化中一个很不错的标签/控件，直接继承自View。虽然Android开发人员基本上都听说过，但是真正用的可能不多。 ViewStub可以理解成一个非常轻量级的View，与其他的控件一样，有着自己的属性及特定的方法。当ViewStub使用在布局文件中时，当程序inflate布局文件时，ViewStub本身也会被解析，且占据内存控件，但是与其他控件相比，主要区别体现在以下几点： 1.当布局文件inflate时，ViewStub控件虽然也占据内存，但是相相比于其他控件，ViewStub所占内存很小； 2.布局文件inflate时，ViewStub主要是作为一个“占位符”的性质，放置于view tree中，且ViewStub本身是不可见的。ViewStub中有一个layout属性，指向ViewStub本身可能被替换掉的布局文件，在一定时机时，通过viewStub.inflate()完成此过程； 3.ViewStub本身是不可见的，对ViewStubsetVisibility(..)与其他控件不一样，ViewStub的setVisibility 成View.VISIBLE或INVISIBLE如果是首次使用，都会自动inflate其指向的布局文件，并替换ViewStub本身，再次使用则是相当于对其指向的布局文件设置可见性。这里需要注意的是： 1.ViewStub之所以常称之为“延迟化加载”，是因为在教多数情况下，程序无需显示ViewStub所指向的布局文件，只有在特定的某些较少条件下，此时ViewStub所指向的布局文件才需要被inflate，且此布局文件直接将当前ViewStub替换掉，具体是通过viewStub.infalte()或viewStub.setVisibility(View.VISIBLE)来完成； 2.正确把握住ViewStub的应用场景非常重要，正如如1中所描述需求场景下，使用ViewStub可以优化布局； 3.对ViewStub的inflate操作只能进行一次，因为inflate的时候是将其指向的布局文件解析inflate并替换掉当前ViewStub本身（由此体现出了ViewStub“占位符”性质），一旦替换后，此时原来的布局文件中就没有ViewStub控件了，因此，如果多次对ViewStub进行infalte，会出现错误信息：ViewStub must have a non-null ViewGroup viewParent。 4.3中所讲到的ViewStub指向的布局文件解析inflate并替换掉当前ViewStub本身，并不是完全意义上的替换（与include标签还不太一样），替换时，布局文件的layout params是以ViewStub为准，其他布局属性是以布局文件自身为准。下面看一下简单的需求场景：在listview显示列表数据时，可能会出现服务端一条数据都没有的情况，此时显示一个EmptyView，提示用户暂无数据。此时考虑到实际应用中EmptyView显示出来的机会相当小，因此，可以在布局文件中使用ViewStub站位，然后确实没有数据时才viewStub.infalte()。相关部分代码如下： 1 public void showEmptyView() { 2 listview.setVisibility(View.GONE); 3 if (noDataView == null) { 4 ViewStub noDataViewStub = (ViewStub) view.findViewById(R.id.no_data_viewstub); 5 noDataView = noDataViewStub.inflate(); 6 } else { 7 noDataView.setVisibility(View.VISIBLE); 8 } 9 } 10 11 public void showListView(){ 12 listview.setVisibility(View.VISIBLE); 13 if(noDataView != null){ 14 noDataView.setVisibility(View.GONE); 15 } 16 } 特别需要注意的是对ViewStub是否已经inflate的判断。在Listview Item中，有时候可能遇到如下场景：在不同的列表页item的布局一部分不同，但相对于整个item布局来说又不是很多，此时最常见的有如下两种处理： 1.对不同的部分都写出来，放到一个item文件中，然后逻辑分别处理不同部分的显示与否（View.VISIBLE和View.GONE）； 2.对这两种不同的item整个部分都分别区分开，完全写成两个item文件，然后结合listView显示不同布局分别做逻辑处理（通过getItemType()等方式）。以上两种处理方式其实都可以，第一种方式逻辑清晰，非常灵活，只是在一定程度上增加了内存和资源消耗。第二种方式是的布局文件有重复（虽然相同部分可以通过include，但是逻辑上还是有重复的），包括逻辑上处理的代码实质上的重复。一般对于有较大不同的item布局推荐采用此种方式。有时候结合需求，可以在第一种方式的基础上，结合ViewStub“占位符”可以比较好的完成此类需求。也相当于是两种方式的一种折中形式，但同时兼顾了内存和资源消耗以及不同的布局逻辑控件。 --------------------------------------------------------------------------------- 笔者水平有限，若有错漏，欢迎指正，如果转载以及CV操作，请务必注明出处，谢谢！分类: Android 本文转自Windstep博客园博客，原文链接：http://www.cnblogs.com/lwbqqyumidi/p/4047108.html，如需转载请自行联系原作者

2016-08-27

Spark性能优化——和shuffle搏斗

Spark的性能分析和调优很有意思，今天再写一篇。主要话题是shuffle，当然也牵涉一些其他代码上的小把戏。

2016-05-26

Impala、Hive性能简单对比测试

Impala、Hive性能简单对比测试一、测试环境操作系统：CentOS6.4 大数据平台：CDH5、Hive、Impala、MapReduce 集群规模：3台服务器

2016-04-04

Spark（十二）--性能调优篇

一、配置参数的方式和观察性能的方式额。。。从最基本的开始讲，可能一些刚接触Spark的人不是很清楚Spark的一些参数变量到底要配置在哪里。可以通过三种方式配置参数，任选其一皆可。

2015-09-16

Apache Doris 2.1.0 版本发布：开箱盲测性能大幅优化，复杂查询性能提升 100%

在数据湖分析场景，我们进行了大量性能方面的改进、相对于 Trino 和 Spark 分别有 4-6 倍的性能提升，并引入了多 SQL 方言兼容、便于用户可以从原有系统无缝切换至 Apache Doris

2024-03-11

国内最大、性能媲美 GPT 3.5，元象开源 650 亿参数高性能大模型

XVERSE-65B是由深圳元象科技自主研发的支持多语言的大语言模型（Large Language Model），参数规模为 650 亿，本次开源的模型为底座模型XVERSE-65B，主要特点如下：模型结构：XVERSE-65B 使用主流 Decoder-only 的标准 Transformer 网络结构，支持 16K 的上下文长度（Context Length），能满足更长的多轮对话、知识问答与摘要等需求，模型应用场景更广泛。训练数据：构建了 2.6 万亿 token 的高质量、多样化的数据对模型进行充分训练，包含中、英、俄、西等 40 多种语言，通过精细化设置不同类型数据的采样比例，使得中英两种语言表现优异，也能兼顾其他语言效果。分词：基于 BPE（Byte-Pair Encoding）算法，使用上百 GB 语料训练了一个词表大小为 100,534 的分词器，能够同时支持多语言，而无需额外扩展词表。训练框架：训练中采用 FlashAttention2 加速计算，3D 并行基础上采用虚拟流水线（virtual pipeline）技术，降低较长流水线和 16k 上下文窗口产生的过高气泡率，在千卡集群的峰值算力利用率达到业界前列。同时通过集群基础设施运营、资源调度、训练框架和调度平台协同等持续优化，打造出高稳定、低中断、强容错的训练系统，将每周有效训练率提升至 98.6%。评测结果硬件需求下表列出了在 XVERSE-65B 上进行推理和微调所需要的硬件资源：类型方法内存 GPU XVERSE-65B 训练 LoRA with ZeRO-3 1500GB 8*A800 80G XVERSE-65B 推理 BF16/FP16 500GB 2*A800 80G

2023-11-14

难以置信的性能优势，来自myddd-vert.x的性能测试报告

虽然之前在国外知名的性能比拼网站TeahEmpower中看过它的数据，知道它很好，但真正自己编写一个项目再来跑一下性能测试，感觉还是完全不同的。

2021-06-23

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

React Native中ScrollView性能探究

Android性能优化之内存泄漏

Gartner：高性能存储的未来

云端高性能技术架构浅析

性能测试应该怎么做？

## Spark作业性能调优总结

性能测试解惑之并发压力

性能测试的重要意义

iOS开发-Instruments性能调优

浅谈应用性能测试 PTS

Android性能测试工具 Emmagee

Android批量插入数据性能优化

《Hadoop MapReduce性能优化》一导读

Android性能优化之一：ViewStub

Spark性能优化——和shuffle搏斗

Impala、Hive性能简单对比测试

Spark（十二）--性能调优篇

Apache Doris 2.1.0 版本发布：开箱盲测性能大幅优化，复杂查询性能提升 100%

国内最大、性能媲美 GPT 3.5，元象开源 650 亿参数高性能大模型

难以置信的性能优势，来自myddd-vert.x的性能测试报告

资源下载

Mario

腾讯云软件源

Nacos

WebStorm

欢迎您来访！