目录 一：sar命令概述 1.1sar概述 1.2sar常用选项 1.3常用参数 二：CPU资源监控 2.1整体CPU使用统计（-u） 2.2各个CPU使用统计（-P） 2.3将CPU使用情况保存到文件中 三：内存监控 3.1内存和交换空间监控 3.2内存分页监控 3.3系统交换活动信息监控 四：I
# 计算机底层的秘密读书笔记之三 ## IO部分之一 ``` 我感觉IO应该是最可能给人说明白的一个部分了. 也是我这种菜鸟改善应用性能最可能的部分了. CPU内存和cache 很难有优化的空间. 除非是开发去改垃圾代码.后者是升级硬件. 但是IO部分我感觉是有很大的优化空间的. 1.IO多路复用.
SQL Server数据库存储文件类型：数据文件和日志文件。数据文件以页面作为存储单元存储数据。 页面：即数据页面，数据页（Page）。是系统在磁盘间中分配的一段大小为8k的连续空间。 文件头（File Header）：每个文件的第0页记录叫文件头，记录引导信息。 扩展：每8个数据页（64k）的组合
一、 内存映射与页表 1. 内存映射 我们通常所说的内存容量，指的是物理内存，只有内核才可以直接访问物理内存，进程并不可以。 Linux 内核给每个进程都提供了一个独立的虚拟地址空间，并且这个地址空间是连续的。这样，进程就可以很方便地访问内存，更确切地说是访问虚拟内存。 虚拟地址空间的内部又被分为内
https://www.cnblogs.com/FengGeBlog/p/15517706.html 两年前清理过一次harbor镜像，而现在又要面临清镜像的操作了，笔者目前所在的公司镜像是存放在ceph集群内部的，目前约200T，且该存储池是两副本，那么占用空间是400T左右。真的是相当浪费空间了
1. 存储引擎的的功能 提供数据存储接口并持久化存储数据 2. LSM-tree 的特性 LSM-tree 结构本质上是一个用空间置换写入延迟，用顺序写入替换随机写入的数据结构 3. 数据库技术的发展 20世纪80年代，关系数据库发展2000年左右，NoSQL 发展2010年左右，NewSQL 发展
https://book.tidb.io/session4/chapter7/compact.html TiKV 作为 TiDB 的存储节点，用户通过 SQL 导入或更改的所有数据都存储在 TiKV。这里整理了一些关于 TiKV 空间占用的常见问题 TiKV 的空间放大 监控上显示的 Number
PD调度基本概念 调度流程 调度中还有这还缺来了merge，例如合并空region。 store: 基本信息，容量，剩余空间，读写流量等 region: 范围，副本分布，副本状态，数据量，读写流量等 相关调度说明 balance-leader-scheduler: 保持不同节点的leader均衡ba
1. 问题 docker容器日志导致主机磁盘空间满了。docker logs -f container_name噼里啪啦一大堆，很占用空间，不用的日志可以清理掉了。 2. 解决方法 2.1 找出Docker容器日志 在linux上，容器日志一般存放在/var/lib/docker/container
JAVA实现二维数组与稀疏数组之间的转换 一、什么是稀疏数组？ 稀疏数组(Sparse array) ，所谓稀疏数组就是数组中大部分的内容值都未被使用（或都为零），在数组中仅有少部分的空间使用。因此造成内存空间的浪费，为了节省内存空间，并且不影响数组中原有的内容值，我们可以采用一种压缩的方式来表示稀
最近连续下了3天雨，天气变化大，很容易引发感冒咳嗽等疾病。对于.NET技术开发人员来说，如何保持身体健康，保证工作效率是一个很重要的问题。 首先，我们需要注意保持室内空气流通，避免长时间处于封闭的空间。在开发过程中，我们通常需要长时间坐在电脑前，容易导致眼睛疲劳和颈椎病等问题。因此，建议定时休息，适
动态开点线段树说明 作者：Grey 原文地址： 博客园：动态开点线段树说明 CSDN：动态开点线段树说明 说明 针对普通线段树，参考使用线段树解决数组任意区间元素修改问题 在普通线段树中，线段树在预处理的时候，需要申请 4 倍大小的数组空间来存放划分的区域， 而本文介绍的动态开点线段树，它和普通线段
在前面的文章`《驱动开发：运用MDL映射实现多次通信》`LyShark教大家使用`MDL`的方式灵活的实现了内核态多次输出结构体的效果，但是此种方法并不推荐大家使用原因很简单首先内核空间比较宝贵，其次内核里面不能分配太大且每次传出的结构体最大不能超过`1024`个，而最终这些内存由于无法得到更好的释放从而导致坏堆的产生，这样的程序显然是无法在生产环境中使用的，如下`LyShark`将教大家通过在应
python 进程与线程是并发编程的两种常见方式。进程是操作系统中的一个基本概念，表示程序在操作系统中的一次执行过程，拥有独立的地址空间、资源、优先级等属性。线程是进程中的一条执行路径，可以看做是轻量级的进程，与同一个进程中的其他线程共享相同的地址空间和资源。
一、BIO(Blocking I/O) BIO，同步阻塞IO模型，应用程序发起系统调用后会一直等待数据的请求，直至内核从磁盘获取到数据并拷贝到用户空间； 在一般的场景中，多线程模型下的BIO是成本较低、收益较高的方式。但是，如果在高并发的场景下，过多的创建线程，会严重占据系统资源，降低系统对外界响应
鼠标+键盘 Shift + 拖动： 水平、竖直移动不偏移 Shift + 拖拽形形状：等比例缩小、放大 Shift + 旋转： 每次旋转15度 Ctrl + 鼠标滚轮： 快速放大缩小 Ctrl + 鼠标移动： 移动复制 Ctrl + D: 快速复制 复制元素（空间+距离） Ctrl + M: 新建幻
使用场景： 由于表数据量巨大，导致一些统计相关的sql执行非常慢，使用户有非常不好的体验，并且sql和数据库已经没有优化空间了。(并且该统计信息数据实时性要求不高的前提下) 解决方案： 整体思路：创建预处理表——通过定时任务将数据插入到结果表——统计信息时直接通过结果表进行查询——大大提高响应速度
在处理海量大数据时，我们常常会使用Bitmap，但假如现在要向Bitmap内存入两个pin对应的偏移量，一个偏移量为1，另一个偏移量为100w，那么Bitmap存储直接需要100w bit的空间吗？数据部将偏移量存入Bitmap时，又如何解决数据稀疏问题呢？本文将为大家解答
UUID（通用唯一识别码）是由32个十六进制数组成的无序字符串，通过一定的算法计算出来。为了保证其唯一性，UUID规范定义了包括网卡MAC地址、时间戳、名字空间（Namespace）、随机或伪随机数、时序等元素，以及从这些元素生成UUID的算法。一般来说，算法可以保证任何地方产生的任意一个UUID都不会相同，但这个唯一性是有限的，只在特定的范围内才能得到保证。
