Github上标星98K!火爆全网的性能调优实战手册,出自腾讯T4大佬

LangGraph 持久化:程序退出后接着跑,用 SQLite 跨进程恢复任务 用 SQLite 保存 LangGraph 待审批任务,先退出 Python 进程,再用相同 thread_id 恢复。附完整脚本、实测结果与拒绝、错任务号、内存后端、重复恢复四个反例。 阅读详情

索引

性能优化是一个系统性的工程,需要你多维度的、全面分析操作系统、JVM和框架原理之间的关系。它可以使系统稳定,用户体验更佳,甚至在比较大的系统中,还能帮公司节约资源。

许多人在解决问题的时候,只能看到表面,然而性能问题都藏得很深,就不能仅凭感觉入手。知其然要知其所以然,我当时学性能优化的时候走过很多弯路,但好在有一些大佬的帮助,无意间有得到腾讯T4大佬的《性能优化实战》手册

这份文档是从实战出发的,将高频的性能问题精选下来,透过底层源码的本质,将背后的实现原理和她的思路提炼出来,最后形成看完即会的方法论。

话不多说,看下图:

性能调优标准 / 策略 / Java编程性能调优

Java编程性能调优 / 多线程性能调优

JVM性能调优 / 设计模式性能调优 / 数据库性能调优 / 实战

这三章内容是从JVM / Mysql 角度讲述性能优化,还有许多的双十一电商的实战案例,

可谓是非常的详细了!

经典蓝牙中的Sniff、Hold与Park模式 若主设备在Sniff Attempt窗口外发送数据,从设备无法接收,需依赖重传机制。移动时立即传输数据。:Sniff Interval=20ms,Attempt=1时隙。:传感器每2秒唤醒一次同步信标,主设备按需唤醒特定传感器采集数据。Slave进入Sniff模式:每20ms唤醒1个时隙监听数据。:设备需要短暂执行高优先级任务(如扫描其他蓝牙设备)。:无数据传输超时后,设备可能自动进入Sniff模式。:主设备通过信标唤醒从设备,或从设备主动请求退出(:平衡功耗与响应速度,适合间歇性数据传输设备。 阅读详情

相关推荐

「 网络安全常用术语解读 」软件成分分析SCA详解:从发展背景到技术原理再到业界常用检测工具推荐

软件成分分析(Software Composition Analysis,SCA)是一种用于识别和分析软件内部组件及其关系的技术,旨在帮助开发人员更好地了解和管理其软件的构建过程,同时可帮助安全人员揭秘软件内部结构的神秘面纱。SCA技术的发展与软件行业的快速发展密不可分,下面将介绍SCA的发展背景、技术原理以及当前主流SCA工具。

所有成功的背后,都是痛苦的坚持,所有的痛苦,都是傻瓜般的不放弃! 5630

Github上标星98K,火爆全网的性能调优实战手册,出自腾讯T9架构师

性能优化是一个系统性的工程,需要你多维度的、全面分析安卓系统和框架原理之间的关系。它可以使系统稳定,用户体验更佳,甚至在比较大的系统中,还能帮公司节约资源。许多人在解决问题的时候,只能看到表面,然而性能问题都藏得很深,就不能仅凭感觉入手。知其然要知其所以然,我当时学性能优化的时候走过很多弯路,但好在有一些大佬的帮助,无意间有得到腾讯T4大佬的《性能优化实战》手册,我当时就是猛刷这份资料最终面进了阿里,现在我也把这份资料分享给大家。这份文档是从实战出发的,将高频的性能问题精选下来,透过底层源码的本质,将背后的

Androiddddd的博客 911

036、算子映射:如何将ONNX算子映射到NPU硬件指令?

《算子映射:ONNX到NPU的转换艺术》 本文深入探讨了将ONNX算子映射到NPU硬件指令的技术挑战与实践经验。作者通过真实案例揭示了映射过程中的常见陷阱,如Reshape算子被错误映射导致分类错误。文章详细分析了三种映射策略(直接映射、拆分映射和融合映射),并强调映射表在编译器中的核心作用。特别针对动态形状、精度对齐等难题提供了解决方案,分享了编写映射表时的实用铁律,包括先优化后映射、严格单元测试等。最后指出,成功的算子映射需要在数学语义、硬件约束和性能优化之间找到精确平衡,这种看似枯燥的工作实则决定着N

m0_50546716的博客 186

Github上标星98K 火爆全网的性能调优实战手册,出自腾讯T4

Github上标星98K!火爆全网的性能调优实战手册,出自腾讯T4大佬

weixin_71682097的博客 235

从零开始学习PX4源码20(遥控器模式切换如何执行)

本节主要学习PX4的手动遥控器切换模式,具体是如何实现的,具体改变了哪些变量,和模式管理有什么联系。

陌城烟雨 316

[AI] 嵌入模型选择:bge / text-embedding-3 / Jina Embeddings 对比与选型指南

摘要: 本文对比了BGE-M3、OpenAI和Jina三种主流嵌入模型在语言覆盖、性能、延迟、维度和成本等维度的差异。BGE-M3适合中文场景,本地部署成本低;OpenAI API多语能力强但依赖网络;Jina在多语表现突出但需关注商用许可。测试显示BGE-M3本地延迟3-6ms,OpenAI API延迟200-600ms。选型建议:隐私场景选BGE本地部署,多语低维护选OpenAI,高精度选Jina。部署时需注意批处理优化、向量库压缩和商用许可等问题,建议建立评测指标并监控关键指标。

每日出拳老爷子的博客 428

Github上标星98K,火爆全网的性能调优实战手册,太赞了

性能优化是一个系统性的工程,需要你多维度的、全面分析操作系统、JVM和框架原理之间的关系。它可以使系统稳定,用户体验更佳,甚至在比较大的系统中,还能帮公司节约资源。许多人在解决问题的时候,只能看到表面,然而性能问题都藏得很深,就不能仅凭感觉入手。知其然要知其所以然,我当时学性能优化的时候走过很多弯路,但好在有一些大佬的帮助,无意间有得到腾讯T4大佬的《性能优化实战》手册,我当时就是猛刷这份资料最终面进了阿里,现在我也把这份资料分享给大家。

公众号:该用户快成仙了 284

用 Custom Entity 打造 RAP Value Help:从能跑到好用的深度踩坑笔记

本文介绍了在RAP项目中实现Value Help(Fiori输入帮助)的完整流程。通过Custom Entity方式,开发者可以灵活构建不依赖数据库实体的值帮助功能,但需手动实现CDS原本提供的过滤、排序、分页等能力。文章以一个典型场景为例,详细说明了如何为Partner维护界面的City字段创建可搜索的值帮助,包括创建查询实现类、绑定CDS Custom Entity、服务发布等关键步骤,并特别指出了处理排序分页请求等常见问题。最后强调在ABAP Cloud环境下需要自行实现查询能力,而非依赖传统工具类。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 140

内存数据库SQLite

本文以“黑板”比喻内存数据库,对比传统硬盘数据库,详解 SQLite 使用 :memory: 实现高速临时存储的原理与优势。通过动态占位符生成、executemany 批量操作等技巧,实现毫秒级数据读写,适用于单元测试、临时计算与隐私保护场景。强调其瞬时性与内存限制,提醒开发者注意数据量控制与安全防护,突出参数化查询防注入的核心价值。

看了都说刑的博客 326

Autosar MCAL-S32k324 Crypto配置-基于EB

NXP官网提供了免费的HSE固件,同时也提供了对应的协议栈。本文以算法为例,介绍MCAL相关的配置及在代码中的集成与使用。使用HSE计算,比软件算法确实方便许多。后面会完善更多的算法测试。

赞的博客 2436

OsgEarth开发笔记(三):Osg3.6.3+OsgEarth3.1+vs2019x64开发环境搭建(下)

上一篇编译了proj6.2.0、gdal3.2.1,本篇继续。 OsgEarth的编译,是基于Osg和OsgEarth结合在一起的,先要编译Osg,然后编译OsgEarth。OsgEarth的依赖库较多,分为上、中、下三篇,然后单独有一篇如何将编译好的osgEarth集成到Qt中。

长沙红胖子 Qt・西安|省级科研团队从业背景,深耕双一流体系高精尖技术配套研发|剥离高精尖机理,沉淀高端特种行业领域 Qt 工程化落地经验|博文仅分享通用技术总结,输出公开普适工程思路。 4万+

深入理解 JVM 垃圾回收:GC 是什么、如何判定垃圾、四大回收算法全解析

本文深入解析JVM垃圾回收机制,涵盖GC核心概念、垃圾判定(基于可达性分析)、四大回收算法(标记清除、复制、标记整理、分代回收)及其应用场景。重点说明GC主要作用于堆内存,通过根对象遍历识别不可达对象,避免循环引用问题;并结合新生代与老年代特性,阐述分代回收如何提升效率,实现高效内存管理。

qq_61228769的博客 660

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

11-01-演进-.NET GC发展史

.NET GC发展史映射硬件演进:从单核STW到多核并发,再到区域化细粒度回收。历经分代管理、ServerGC、BackgroundGC、LOH自动压缩、POH隔离、DATC自适应线程数及Region-based管理等关键革新,代码量从5000行增至4万+,复杂度指数上升。每一步优化均在暂停时间、吞吐量与资源开销间权衡,体现“实用主义”哲学。核心启示:GC演进由硬件驱动,方向明确——更短暂停、更高效率,但代价是工程复杂性持续攀升。

设计 AI 玩游戏🎮 373

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

JVM中的GC垃圾回收器

同时,引入ZGC:可伸缩的低延迟垃圾回收器(Experimental)。删除CMS垃圾回收器,并弃用Parallel Scavenge和Serial Old的组合。1999年随JDK1.3.1一起来的是串行方式的Serial GC,它是第一款GC。有了虚拟机,就一定需要收集垃圾的机制,这就是Garbage Collection,对应的产品称为Garbage Collector。2018年3月,JDK 10中G1垃圾回收器的并行完整垃圾回收,实现并行性来改善最坏情况下的延迟。2020年9月,JDK15发布。

记录一点 400

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

智学文枢:题目管理页

题目管理页是「智学文枢」的数据基座入口,用一个 10 列的 QTableWidget 承载学生级习题的筛选、搜索、CRUD 与自动流水线触发,其核心难点不是"画表格",而是把"前端过滤 + Store 信号刷新 + 组合题父子展示 + 懒加载规避"组织成一条不卡 UI 的渲染管线。

caixuwen的专栏 290

在.NET WinForms中创建SQLite数据库

本文介绍在WinForms项目中使用SQLite的完整流程:通过NuGet安装System.Data.SQLite.Core包,将数据库文件置于程序目录下,利用CREATE TABLE IF NOT EXISTS实现自动建库建表;通过封装GetConnection()方法管理连接,初始化时调用Init()创建表结构;后续通过参数化SQL实现增删改查操作,支持数据绑定、登录验证等场景,确保安全高效。

2301_80809484的博客 295

DeepSeek总结的 SQLite 某些 double 值的最后一位与 Python 不同

2 不能整除 10,所以转换是混乱的。然而,在这种情况下,由于它是完美的 2 的幂,那个舍入残留实际上是正确的。但你必须理解,超过第 15 位小数,对于这些特定数字来说,更多的是副作用,而不是预期行为。归根结底,你在这里看到的差异最直接地可以称为 SQLite 的“错”,因为它不同,但它以一种聪明的方式不同——至少是一种主要面向人类而非计算机的聪明方式。而且,如果作为开发者的你试图使用已转换为十进制字符串的数字进行数学运算,那是更大的错。据你所知,它们存储的是完全相同的值,只是打印例程输出它们的方式不同。

l1t的专栏 439

Mandate持久化实测:nonce落盘之后,进程重启再也撕不开重放窗口

Mandate授权系列第⑦篇,直接修上一篇发现的最大残留风险。上一篇实测:nonce缓存只在内存,进程重启后窗口期内逐字节重放成功。本篇把nonce、Mandate、revoke三类安全状态落盘SQLite,重跑攻击:重启后重放被拒(R1)、Mandate重载验签有效且越界仍拦(R2)、revoke重启后仍生效(R3),内存版对照重启后重放照样成功(R4)。安全状态的生命周期必须覆盖进程的生命周期。

weixin_39885962的博客 491

ERP单据已作废为什么商品仍不能删除,引用检查与软删除怎么查

ERP销售单作废后,商品引用仍可能保留。本文用真实Store和内存SQLite对照无引用、草稿引用及作废引用,核对删除确认、deleted标记和列表过滤范围。

qq_52097248的博客 331

深入理解 JVM 内存划分:程序计数器、元数据区、栈区、堆区全解析

维度程序计数器栈区堆区元数据区线程私有/共享私有私有共享共享存储内容下一条字节码地址栈帧(局部变量表、操作数栈等)对象实例、数组类元信息、运行时常量池生命周期随线程随方法调用(栈帧入栈出栈)随对象(GC 决定)随类(类卸载才回收)是否 GC不涉及不涉及(栈帧自动弹出)是(主战场)条件苛刻的类卸载异常无OOMOOM。

qq_61228769的博客 731

JVM 学习笔记:内存区域、类加载机制与垃圾回收

JVM 的学习可以沿着“内存怎么划分、类怎么加载、垃圾怎么回收”这条主线展开,先建立整体结构,再逐步深入每个细节。

2403_89180207的博客 200

JavaEE(7)JVM

本文系统介绍JVM核心机制:基于HotSpot(JDK8)阐述其执行流程、运行时数据区(堆、方法区、栈等)、类加载双亲委派模型及破坏场景;重点解析垃圾回收原理,包括可达性分析、四种引用、三大算法与分代收集思想,并对比常见收集器特性,涵盖Minor/Full GC差异与并发并行策略,为性能调优与内存问题排查提供理论基础。

2502_93175209的博客 335

ThreadLocal 搭配线程池为什么会造成内存泄漏?

清理,属于“被动清理”,并不能保证及时回收。这类问题在用户身份、租户 ID、事务上下文、链路追踪 ID 等场景中后果非常严重,排查起来也远比 OOM 困难。,对应的 value 就会一直无法被回收,最终表现为内存泄漏,甚至引发脏数据串号问题。所以线程池不是“制造”了泄漏,而是把原本短暂的持有时间拉长成了“与线程同寿命”。线程池中的核心线程会被长期复用、几乎不会销毁,于是挂在。在“一个请求一个线程”的传统模型里,线程执行完任务就结束,,同时警惕线程复用带来的数据串号风险。只要线程活着,这条链就断不了。

2603_95090839的博客 155

Java多线程(7):异步编程详解——Future、CompletableFuture与任务编排

前面的文章已经介绍过线程池、JUC 同步工具、CAS 与原子类,以及锁机制。一个请求需要调用多个服务,部分调用可以并行执行,部分调用又依赖前一个调用的结果,如何组织这些异步任务?以订单详情为例,需要查询用户、价格、库存和推荐内容。其中用户、价格、库存互不依赖;推荐内容则依赖用户信息。线程池解决了任务由谁执行,Future提供了异步结果的获取方式;本篇进一步学习如何在任务完成后自动处理结果、表达任务依赖和汇总多个结果。前文已经介绍过FutureTask,这里不重复线程池参数及其内部实现。本文以JDK 8。

作为一个长者,有必要记录下人生经验 322

ChatGPT、Codex内存排查:JVM堆内存还没到Xmx,Spring Boot容器为什么先被OOMKilled?

JVM堆内存还没达到Xmx,Spring Boot容器为什么先被OOMKilled?本文从Kubernetes生产故障切入,分析DirectByteBuffer、Metaspace、线程栈和Native Memory等堆外内存来源,并介绍通过容器监控、JVM诊断和Codex辅助排查的方法。

2601_96380027的博客 395

JVM 入门详解:从内存结构、对象创建到垃圾回收与内存泄漏

从一行 new 出发,结合代码与一二布布讲解图,理解 JVM 的堆、栈、方法区、对象引用、可达性分析与分代回收,并区分内存泄漏、分配压力和资源泄漏,说明永久代与元空间的版本差异。

qq_42913081的博客 277
上一篇: 公布半小时下载量达10W:京东T5级架构师出品高并发核心编程手册
下一篇: 爽爆了!字节架构师纯手打Java技术小册(故事版)开源分享
Java技术那些事儿
博客等级 码龄5年 2306粉丝 2584原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值