标签

 性能优化 

相关的文章:

本列表页提供了关于性能优化的文章,涵盖了Linux、Shiki、Android、数据库、.NET Core和Web等方面的内容。了解如何优化性能,提升系统和应用的效率。

Linux 性能优化的全景指南

原文约20300字,阅读约需49分钟。发表于:

高并发和响应快对应着性能优化的两个核心指标:吞吐和延时

本文介绍了使用pidstat命令统计进程的CPU和内存使用情况,包括CPU占用百分比和内存使用情况。同时详细介绍了pidstat命令的参数和使用方法。

相关推荐 去reddit讨论

Shiki 性能优化 - 按需加载语法解析

原文约4500字,阅读约需11分钟。发表于:

前往:https://innei.in/posts/dev-story/shiki-dynamic-load-language

Shiki是一个代码高亮库,但加载过慢且浪费流量。文章介绍了如何按需加载Shiki所需的语言解析器,减少加载时间和流量浪费。通过动态加载和使用use hook,实现了只加载需要的语言解析器。最后,提到了解决CLS(页面抖动)的方法。

Shiki 性能优化 - 按需加载语法解析
相关推荐 去reddit讨论

Android 性能优化之黑科技开道(二)

原文约5200字,阅读约需13分钟。发表于:

国内的 Android 黑科技一直是率先发展的,遍数国内 Android 技术圈走过的路程,从之前的插件化,到双开等,哪一个在当时不算是"奇淫巧技"呢,最后不都成了 Android 官方的标配了么,所

本文介绍了Android中的黑科技,包括线程绑定大核、GC按捺和字节码插桩等。这些技术可以提高应用程序性能和启动速度,用于功能监控和数据优化。

相关推荐 去reddit讨论

一次接口的性能优化之旅

原文约2300字,阅读约需6分钟。发表于:

接口性能优化是一个涉及多个方面的过程,需要从代码层面、数据库、缓存、异步处理等多个维度进行优化。在这个过程中,我们需要不断诊断瓶颈、尝试优化手段,并结合实际情况进行调整。希望通过本文的分享,大家能掌握接口性能优化的方法和技巧,提高接口性能,提升用户体验。

在项目开发过程中,接口响应慢会影响用户体验和系统吞吐量。为了提高接口性能,需要优化代码、数据库、缓存和异步处理。文章分享了Pfinder使用和JSF异步调用等优化技巧,以提升接口性能和问题定位能力。通过UMP和Pfinder诊断,发现循环调用RPC、查询DB和未知操作等问题。解决Pfinder显示耗时不全问题的方法是手动完善全程跟踪上报。文章还介绍了代码的作用和优化效果,并提供了解决RPC批量调用问题的方法。最后,强调接口性能优化需要从多个方面进行,并希望读者能掌握相关方法和技巧,提升用户体验。

相关推荐 去reddit讨论

数据库性能优化入门:数据库分片初探

原文约5100字,阅读约需13分钟。发表于:

导读 数据库分片是一种用于提升数据库性能的架构模式,选择正确的分片策略和实施方式对于提高数据库性能和应对大规模数据挑战至关重要。 本文介绍了数据库分片的定义、原理和实施方法。文章解释了数据库分片是如何

数据库分片是提升性能的策略,将数据切分存储在多个服务器上。文章介绍了分片的定义、原理和实施方法,以及常见的分片策略和优缺点。还讨论了实施步骤和长期解决方案,强调了使用支持自动分片的分布式SQL数据库的优势。

相关推荐 去reddit讨论

数据库性能优化入门:数据库分片初探

原文约5400字,阅读约需13分钟。发表于:

文章解释了数据库分片是如何通过将数据切分、分散存储在多个服务器上来提升性能,并对数据库分片与传统数据库的区别进行了详细对比,探讨了何时应该考虑进行数据库分片。文章介绍了几种常见的分片策略,包括基于键、基于范围、垂直和基于目录的分片,并分析了它们的优缺点。在我们探讨了数据库分片的复杂性和策略后,明显的结论是,尽管分片提供了一种强大的方法来处理大规模数据和高事务量,但它并不是一劳永逸的解决方案。换句话说,你可以手动分片你的数据库,或者你可以使用中间件层或可以有效自动分片数据的数据库。

数据库分片是提升性能的架构模式,通过切分和分散存储数据来实现。文章介绍了分片的定义、原理、实施方法和步骤,以及选择分片策略和何时考虑分片的讨论。TiDB作为自动分片的分布式SQL数据库具有优势。

相关推荐 去reddit讨论

.NET Core 中的性能优化:10 种高级技术

原文约1900字,阅读约需5分钟。发表于:

概述:1.利用 Span 提高内存效率:Span 为数组切片和操作提供了一种高性能、低分配的替代方案。使用 Span 可以有效地处理连续的内存块,从而减少分配并提高性能。下面是使用 Span 处理字节数组的示例:public void ProcessData(Spanbyte data) { for (int i = 0; i data.Length; i++) { ...

本文介绍了优化.NET应用程序性能的方法,包括使用Span提高内存效率、使用ValueTask进行轻量级异步操作、使用Protobuf-net优化序列化、微调垃圾回收、实现自定义内存池、使用StringPool优化字符串处理、使用SIMD进行并行处理、使用内存映射文件实现高效的文件I/O、优化网络通信、利用GcPressure API进行垃圾回收控制。

相关推荐 去reddit讨论

五星门店小程序性能优化实践

原文约5900字,阅读约需14分钟。发表于:

(3)针对包体积优化,抽离主包中冗余的代码和页面,并且因商详页面访问人数和访问次数排在Top1,将商详页面从子包中移到主包,提升商详页面的访问速度,从而使得小程序日均切换耗时对比优化前下降17.95%,总包由5.92MB降低到5.32MB,缩小将近10.14%,主包由1.53MB缩小1.26MB,缩小将近17.65%。(1)针对js报错率,优化前平均一周js错误数1374次,错误人数694人,优化后平均一周js错误数260次,错误人数129人,优化前后平均一周js错误人数和错误次数降低约81%。

五星门店小程序优化主要集中在js报错率、页面渲染速度和包体积。优化结果显示,js报错率降低了约81%,页面渲染速度平均提升了28%,包体积缩小了将近10.14%。优化方法包括日常体验走查机制和日常优化迭代机制。通过走查、记录问题、提出改进建议和问题追踪验证等步骤,提升了产品的用户体验质量。同时,通过优化js异常报错、缩小包体积和页面渲染速度等方面,进一步提升了小程序的性能。未来,将继续努力提升用户体验、性能和质量保障。

相关推荐 去reddit讨论

ECharts 十万级+ 数据渲染性能优化方案

原文约3900字,阅读约需10分钟。发表于:

本篇文章将从实践出发,深入探讨 ECharts 渲染十万级数据的性能优化方案,通过实际案例和经验总结,探讨如何提升大规模数据可视化的渲染效率和用户体验。

本文介绍了ECharts在处理大规模数据时的优化策略,包括数据分段加载和降采样。通过使用dataZoom组件和sampling参数,可以提高用户体验和图表制作效率。文章还提到了其他优化方法,如服务器提速和数据处理。通过合理的优化策略,可以改进ECharts在处理大规模数据时的性能和用户体验。

相关推荐 去reddit讨论

Web 性能优化之理解关键路径

原文约3400字,阅读约需8分钟。发表于:

关键渲染路径(critical rendering path)是指网页在正式开始渲染前所要经历的步骤,简单点说就是指在页面初始渲染时所需要的最小资源量

本文介绍了网页的要害烘托途径,包括构建DOM和CSSOM,执行JavaScript代码,构建烘托树,执行样式和布局操作,像素制作和合成,最后将像素制作到屏幕上。优化要害烘托途径可以提升网页性能。此外,还介绍了要害内容烘托途径和如何辨认内容烘托途径。

相关推荐 去reddit讨论