背景 为什么讲这么小的一个问题呢？因为今天在进行系统上线的时候遇到了这个问题。 这次的上线动作还是比较大的，由于组织架构拆分，某个接入层服务需要在两个部门各自独立部署，以避免频繁的跨部门沟通，提升该接入层服务的变更效率。 该接入层服务之前是使用cookie + 内存session机制的，这次要独立部
1 背景 我们的业务服务随着功能规模扩大，用户量扩增，流量的不断的增长，经常会遇到一个问题，就是数据存储服务响应变慢。 导致数据库服务变慢的诱因很多，而RD最重要的工作之一就是找到问题并解决问题。 下面以MySQL为例子，我们从几个角度分析可能产生原因，并讨论解决的方案。 2 定位慢查询的原因并优化
简介 redis是一个非常优秀的软件，它可以用作内存数据库或者缓存。因为他的优秀性能，redis被应用在很多场合中。 redis是一个客户端和服务器端的模式，客户端和服务器端是通过TCP协议进行连接的，客户端将请求数据发送到服务器端，服务器端将请求返回给客户端。这样一个请求流程就完成了。 当然在最开
跟大家分享一份由唯品会资深技术专家，著名开源项目springSide作者——“江南白衣”，结合自己近20年软件开发、架构经验，深度总结的，针对高并发、海量数据场景下的一份性能调优手册（曾在Qcon分享），其内容涵盖微基准测试、JVM、并发与锁等主题方向上的调优笔记，内容含金量很高，大家一定看到最后，相信会对大家有所帮助或启发！
前言 在开发过程中，git rebase 和 git merge 都是常见的代码合并命令。它们都能够将分支代码合并到主分支，并且都有各自的优缺点。 git merge git merge 是一种将两个或多个分支合并的方法。它的优点是简单、直观且非常容易使用。使用 git merge 执行合并操作会生
随着分发规模地逐步增长，各企业对CDN带宽的使用越来越多。并且，各类业务使用CDN的场景各式各样，导致带宽会不断地出现骤增骤降等问题。基于成本考虑，国内CDN厂商的计费模式主要用峰值点的带宽来计费，就算不用峰值点的带宽，也会因为峰值问题所产生的成本而抬高带宽单价。基于此，控制CDN带宽的峰谷具有重要意义，降低峰值就意味着成本节省。
本文介绍了vivo短视频用户访问体验优化的实践思路，并简单讲解了实践背后的几点原理。
本文对 HBase Compaction 的原理、流程以及限流的策略进行了详细的介绍，列举了几个线上进行调优的案例，最后对 Compaction 的相关参数进行了总结。
使用模拟退火解带约束条件的运筹优化问题，可线性也可非线性。
摘要：openGemini的设计和优化都是根据时序数据特点而来，在面对海量运维监控数据处理需求时，openGemini显然更加有针对性。 IT运维诞生于最早的信息化时代。在信息化时代，企业的信息化系统，主要为了满足企业内部管理的需求。通常是集中、可控和固化的烟囱式架构。传统IT运维，以人力运维为主，
华为云FunctionGraph技术极大的优化了AI应用的开发过程，让AI团队可以更关注业务实现，而无需关注底层技术细节。
Apache Flink 作为 Google Dataflow Model 的工业级实现，经过多年的发展，如今已经成为流式计算开源领域的事实标准。它具有高吞吐、低时延、原生流批一体、高一致性、高可用性、高伸缩性的特征，同时提供丰富的层级化 API、时间窗口、状态化计算等语义，方便用户快速入门实时开发，构建实时计算体系。
我方有一应用，偶尔会出现GC时间过长（间隔约4小时），导致性能波动的问题(接口最长需要耗时3秒以上)。经排查为G1垃圾回收器参数配置不当 叠加 MySQL 链接超过闲置时间回收，产生大量的虚引用，导致G1在执行老年代混合GC，标记阶段耗时过长导致。以下为对此问题的分析及问题总结。
最近接到了一个新需求，要求提供查询关注对象的粉丝列表接口功能。该功能的难点就是关注对象的粉丝数量过多，不少店铺的粉丝数量都是千万级别，并且有些大V粉丝数量能够达到上亿级别
基于国家对信创项目的大力推进，为了自主可控的技术发展，基础组件将逐步由国产组件替代，因此从数据库入手，将弹性库JED部署在 国产华为鲲鹏机器上(基于ARM架构)进行调优，与Intel (X86)进行性能对比。
DeepSpeed是一个深度学习优化软件套件，使分布式训练和推理变得简单、高效和有效。它可以做些什么呢？训练/推理具有数十亿或数万亿参数的密集或稀疏模型；实现出色的系统吞吐量并有效扩展到数千个GPU；在资源受限的GPU系统上进行训练/推理；实现前所未有的低延迟和高吞吐量的推理；以低成本实现极限压缩，
之前写过一篇有关TRE优化模型详解的博文： https://www.cnblogs.com/zoubilin/p/17270435.html 这篇文章里面的附录给出了非线性模型化线性的方式，具体内容如下： 首先是篇文章的变量和原模型（具体见我上面那篇笔记）： 其次这篇文章附录给出的非线性化线性的方法
斯坦纳树 斯坦纳树问题是组合优化问题，与最小生成树相似，是最短网络的一种。最小生成树是在给定的点集和边中寻求最短网络使所有点连通。而最小斯坦纳树允许在给定点外增加额外的点，使生成的最短网络开销最小。 百度百科 在图论里，一般用于解决形如： 给定一个连通图 \(G\)，给定 \(k\) 个关键点，选取
转载请注明出处： 虽然MongoDB 查询优化器一般工作的很不错，但是也可以使用 hint() 来强迫 MongoDB 使用一个特定的索引。在这种方法下某些情形下会提升性能。 一个有索引的 collection 并且执行一个多字段的查询。传入一个制定的索引，强迫查询使用该索引 语法 db_name.
本篇参考：https://help.salesforce.com/s/articleView?id=sf.fields_creating_global_picklists.htm&type=5 当我们创建Picklist 字段时，比如很多表很多字段都会用到同样的 picklist value时，我们
