搜索[优化]结果-低调大师优秀个人博客

精选列表

搜索[优化]，共10000篇文章

Android性能优化之Bitmap导致的内存溢出

原本计划是按照章节顺序学习《Android开发艺术探索》这本书的，Android性能优化这部分也是本书的最后一章。但是周末的时候，友盟线下反馈的公司项目的一个错误让我不得不提前学习这一块的知识。

2016-12-05

关于React Native 安卓首屏白屏优化

优化分析通过工具分析，问题主要在下面的代码上， ReactRootView mReactRootView = createRootView(); mReactRootView.startReactApplication

2016-11-08

1. 输入表的列裁剪对于列数特别多的输入表，Map阶段处理只需要其中的某几列，可以通过在添加输入表时明确指定输入的列，减少输入量；例如只需要c1,c2俩列，可以这样设置： InputUtils.addTable(TableInfo.builder().tableName("wc_in").cols(newString[]{"c1","c2"}).build(), job); 设置之后，你在map里的读取到的Record也就只有c1,c2俩列，如果之前是使用列名获取Record数据的，不会有影响，而用下标获取的需要注意这个变化。 2. 减少中间环节如果有多个MR作业，之间有关联关系，前一个作业的输出是后一个作业的输入，可以考虑采用Pipeline的模式，将多个串行的MR作业合并为一个，这样可以用更少的作业数量完成同样的任务，一方面减少

2016-10-11

Android性能优化之TraceView和Lint使用详解

Android lint工具是Android studio中集成的一个代码提示工具，它主要负责对你的代码进行优化提示，包括xml和java文件，很强大。

2016-09-02

京东MySQL监控之Zabbix优化、自动化

通过分析获得的监控信息，判断被监控数据库的运行状态，对可能出现的问题进行预测，可以及时制定出适当的优化方案，从而保证整个系统正常、高效地运行。

2016-08-02

HBase 数据库检索性能优化策略

HBase 数据表优化 HBase 是一个高可靠性、高性能、面向列、可伸缩的分布式数据库，但是当并发量过高或者已有数据量很大时，读写性能会下降。我们可以采用如下方式逐步提升 HBase 的检索速度。

2016-04-24

Hive作业优化总结(来自一号店)

Hive作业优化总结目录 Hive作业优化总结... 1 一、Hadoop 计算框架的特性... 1 二、优化常用的手段... 2 三、优化案例... 2 1、Join原则... 2 2、笛卡尔积

2013-06-16

调问更新 11.28~12.5：题目标签+编辑页面优化+5 项功能新增+7 项功能优化+3 项 BugFix

此外，还优化了问卷编辑页面，升级编辑器图标，增加题型预览功能；最后，国际化文件补充，使问卷多语言页面更加完整。欢迎大家进行体验、试用，提出宝贵意见！！！

2025-12-08

8月27日 Spark 社区直播【OAP Spark 优化介绍: 通过索引和缓存优化交互式查询性能】

主题： OAP Spark 优化介绍: 通过索引和缓存优化交互式查询性能直播时间： 8月27日 19:00 观看方式：届时进入直播间（回看链接也是这个）：https://developer.aliyun.com

2020-08-25

MySQL性能管理及架构设计：数据库结构优化、高可用架构设计、数据库索引优化

一、数据库结构优化（非常重要） 1.1 数据库结构优化目的 1、减少数据冗余：（数据冗余是指在数据库中存在相同的数据，或者某些数据可以由其他数据计算得到），注意，尽量减少不代表完全避免数据冗余；

2018-11-28

调问更新 9.19~9.26：组织架构树+级联数据优化+2 项功能新增+9 项功能优化+4 项 BugFix

同时还增加了组织架构树管理能力，同时优化了系统部门管理功能，并支持组织架构树下的用户管理功能，可直观管理用户所属组织。

2025-09-29

MySQL性能管理及架构设计（二）：数据库结构优化、高可用架构设计、数据库索引优化

一、数据库结构优化（非常重要） 1.1 数据库结构优化目的减少数据冗余：（数据冗余是指在数据库中存在相同的数据，或者某些数据可以由其他数据计算得到），注意，尽量减少不代表完全避免数据冗余；尽量避免数据维护中出现更新

2018-09-18

MySQL 优化从库延迟的一些思路

作者：孙绪宗，新浪微博 DBA 团队工程师，主要负责 MySQL、PostgreSQL 等关系型数据库运维。爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。本文约 1000 字，预计阅读需要 3 分钟。引言在数据库运维过程中，无论是迁移扩容还是生产投量，都必不可少的会遇到从库迁移追不上的问题。这些问题令人头疼。以下列举几个我个人遇到过的原因： buffer_pool 设置过大，导致 MySQL 使用 SWAP 备份导致 SQL_THREAD 回放等待 MDL 大事务慢查询导致从库性能低下并行复制导致从库延迟监控一直为 1s 网络问题具体情况具体分析，这里不赘述。如果你在常规排查之后，依然无法解决。接下来，我将根据自身的一些经验，提供一些参数调整思路，供大家参考。思路一：sync 相关我们在追延迟的情况，可以调整一下参数，增加日志落盘效率。后续上线从库可以再设置回来。 sync_binlog=0 sync_master_info=10000 #default sync_relay_log=10000 #default sync_relay_log_info=10000 #default 思路二：buffer 和并发等相关可以考虑增加一下 buffer_pool，SQL_THREAD 回放执行的更快。如果内存空间不足的话，可以适当调整 change buffer 的比例（前提是无读，正常情况下延迟库均为无业务连接）。 innodb_buffer_pool_size=24G #24*1024*1024*1024 innodb_change_buffer_max_size=50 innodb_thread_concurrency=0 innodb_adaptive_hash_index=0 增大 innodb_buffer_pool_size 风险点：内存过度分配导致 SWAP 触发或 OOM，需预留足够内存给系统和 MySQL 其他组件，建议缓冲池不超过物理内存的 70%；调整需分步进行，结合系统内存监控，避免一次性设置过大。思路三：slave 相关考虑开启并行复制开启并行复制，8.0+ 版本考虑用 writeset。复制线程可以多观察一下，如果没够的话，可以考虑增加。但不建议超过 CPU 核心数或者 innodb_thread_concurrency 参数值。 slave_preserve_commit_order 会加一层锁，追延迟的时候建议关闭，后续上线从库可以再打开。 slave_parallel_type=LOGICAL_CLOCK slave_parallel_workers=16 slave_preserve_commit_order=OFF 个人不建议修改以下参数，性能虽然会有所增长，但同时会导致主库 commit 等待。当然部分非实时类业务可以调整。 binlog 的组提交的两个有关参数： binlog_group_commit_sync_delay 参数，表示延迟多少微秒后才调用 fsync 刷盘； binlog_group_commit_sync_no_delay_count 参数，表示累积多少次以后才调用 fsync。考虑关闭 log_slave_updates log_slave_updates 这个需要重启生效。但是有 gdb 经验的小伙伴可以 gdb 修改，不需要重启，只需要重启 slave 复制即可生效。无 gdb 经验可能会导致 crash 不建议。同时注意需要了解架构，没有 binlog 备份或者级联库，且无业务连接，建议可以关闭。思路四 MGR 架构可以考虑先改为异步复制，关闭 slave_preserve_commit_order，待延迟追完后再加入到集群。思路五其他性能参数按照模板理论上不会有太大问题，这套操作下来延迟大概率会有所下降，降为 0 只是时间问题。附录并行复制积压日志解析: 2021-01-10T16:08:39.947611+08:00 85441 [Note] Multi-threaded slave statistics for channel '';seconds elapsed = 120;events assigned = 4005889;worker queues filled over overrun level = 0;waited due a Worker queue full = 0;waited due the total size = 0;waited at clock conflicts = 6918018179200 waited (count) when Workers occupied = 0 waited when Workers occupied = 0 -------------------------------- Multi-threaded slave statistics for channel ": seconds elapsed = 120; 每隔120s输出 eventsassigned = 4005889; 总共有多少个event被分配执行 queues filled over overrun level = 0; 多线程同步中，worker 的私有队列长度超长的次数 waited due aWorker queue full = 0; 因为worker的队列超长而产生等待的次数 waited due the total size = 0; 超过最大size的次数 waited at clock conflicts= 6918018179200;因为逻辑时间产生冲突的等待时间，单位是纳秒 waited (count) when Workers occupied = 0 因为workder被占用而出现等待的次数。（总计值） waited when Workers occupied = 0 因为workder被占用而出现等待的总时间，总计值，单位是纳秒

2026-01-08

SCALE | SQLFlash 在 SQL 优化维度上的表现评估

| | 优化深度 | 57.5 | 量化复杂优化策略的应用效能，改写 SQL 是否能按预期调优策略进行，反映出问题 SQL 优化后的性能提升情况。

2025-12-17

ip2region 3.11.1 发布 - Java 服务构建优化

Ip2region是一个离线的 IP 数据管理框架和定位库，同时支持 IPv4 和 IPv6，支持亿级别的 IP 断管理，10 微秒级别的查询性能，提供了很多主流编程语言的 xdb 数据格式的生成和查询实现。 ip2region 官方社区已正式上线旨提强化 IP 相关的工具链和数据服务，目前提供了稳定的商用离线数据、在线查询测试、xdb 使用 / 技术文档。 ip2region 3.11.1 详细更新如下： 1，java xdb 内部的 String xdbPath 全部替换为 File xdbFile，支持通过 File 创建查询对象。 2，java xdb.Searcher 增加通过 InputStream 加载整个 xdb 文件 / header / vectorIndex / 验证。 3，java service.ConfigBuilder 增加 setXdbInputStream 和 setXdbFile，支持通过 InputStream 和 File 构建 service.Config。如果通过 setXdbInputStream 来指定 xdb 数据源，此时的缓存策略只能指定为 Config.BufferCache，该方式仅方便从 jar 包中加载 xdb 文件的内容，虽然我一直建议 xdb 文件不要打包到 jar 包里面，调用方式如下： import org.lionsoul.ip2region.service.Config; import org.lionsoul.ip2region.service.Ip2Region; final Config v4Config = Config.custom() .setCachePolicy(Config.VIndexCache) // 指定缓存策略: NoCache / VIndexCache / BufferCache .setSearchers(15) // 设置初始化的查询器数量 // .setXdbInputStream(InputStream) // 设置 v4 xdb 文件的 inputstream 对象 // .setXdbFile(File) // 设置 v4 xdb File 对象 .setXdbPath("ip2region v4 xdb path") // 设置 v4 xdb 文件的路径 .asV4(); // 指定为 v4 配置 4，maven pom 版本更新为 3.3.1，最新坐标如下： <dependency> <groupId>org.lionsoul</groupId> <artifactId>ip2region</artifactId> <version>3.3.1</version> </dependency>

2025-12-14

iOS 27 将重点优化性能与 AI 功能

虽然 iOS 27 侧重优化，但并不意味着没有新功能。Gurman 表示，新系统的大部分新增内容将围绕 AI 展开，以保持苹果在人工智能领域的竞争力。

2025-11-24

JuiceFS on Windows: 首个 Beta 版的探索与优化之路

在近期发布的 JuiceFS 社区版1.3 和企业版 5.2 中，我们对 Windows 客户端进行了大量的优化工作。

2025-09-12

AI 生成优化 Metal 内核，PyTorch 推理速度提升 87%

根据 Gimlet Labs 的最新研究，AI 能够自动生成优化的 Metal 内核，使得 PyTorch 推理速度提升了87%。

2025-09-05

SEO 没死，生成式 AI 优化道阻且长

2023 年，GEO（生成引擎优化）这一概念被提出，随之还有 LLMO（大语言模型优化）。

2025-07-29

正品库拍照 PWA 应用的实现与性能优化

操作时序三、性能优化为什么需要性能优化页面卡顿低端机型无法顺畅拍照图片转化慢，手机热.. 高频出现图像转化失败突破内存峰值，系统回收内存降频等，程序reload ...

2025-07-08

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。