CPU

#CPU#

已有4人关注此标签

内容分类

德哥

PostgreSQL 11 内核优化 - 降低vacuum cleanup阶段index scan概率 ( vacuum_cleanup_index_scale_factor , skip index vacuum cleanup stage)

PostgreSQL 11 内核优化 - 降低vacuum cleanup阶段index scan概率 ( vacuum_cleanup_index_scale_factor , skip index vacuum cleanup stage)

阿里巴巴云原生小助手

记 Arthas 实现一次 CPU 排查与代码热更新

线上代码经常会出现 CPU 占用过高的情况,按以往经验我会使用 top 指令,进一步借助于 jstack 去查看具体信息从而进行问题排查,但基本上都逃不过需要重新发包的局面,及时是一个增量包,应用也需要短暂停启。后来运维大兄弟让我试一下 Arthas,说是可以进行代码的热更新操作,正好来试一下。

阿里巴巴云原生小助手

用 Arthas 神器来诊断 HBase 异常进程

HBase 集群的某一个 RegionServer 的 CPU 使用率突然飙升到百分之百,单独重启该 RegionServer 之后,CPU 的负载依旧会逐渐攀上顶峰。多次重启集群之后,CPU 满载的现象依然会复现,且会持续居高不下,慢慢地该 RegionServer 就会宕掉,慢慢地 HBase 集群就完犊子了。

云栖号资讯小编

iOS Abort问题系统性解决方案

一、背景 崩溃(Crash),即闪退,多指移动设备(如iOS、Android设备)在打开/使用应用程序的过程中,突然出现意外退出/中断的情况。如果App线上版本频繁发生崩溃,会极大地影响用户体验,甚至导致用户流失,以及收益减少。

公众号:程序那些事

troubleshoot之:使用JFR分析性能问题

java程序的性能问题分析是一个很困难的问题。尤其是对于一个非常复杂的程序来说,分析起来更是头疼。 还好JVM引入了JFR,可以通过JFR来监控和分析JVM的各种事件。通过这些事件的分析,我们可以找出潜在的问题。 今天我们就

耿江涛

MaxCompute的按量付费如何转化为包年包月

背景:用户开始使用MaxCompute,开始使用使用按量付费进行测试运行公司业务,但之后如果想转化为包年包月的话该如何去操作。该文介绍了如何将统计MaxCompute用量最多的一天,分解用量最多一天中每一个时间段所使用的CPU总量,然后统计对应固定时间段所需的CU总量。

云栖号资讯小哥

一文讲透“进程,线程和协程”

云栖号资讯:【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来! 本文从操作系统原理出发结合代码实践讲解了以下内容: 什么是进程,线程和协程?它们之间的关系是什么?为什么说Python中的多线程是伪多线程?不同的应用场景该如何选择技术方案?... 什么是进程进程-操作系统提供的抽象概念,是系统进行资源分配和调度的基本单位,是操作系统结构的基础。

云栖号资讯小哥

FPGA 的历史、现状和未来

FPGA(现场可编程门阵列,Field-Programmable Gate Arrays) 自诞生以来,就与 ASIC 社区纠缠不清。上世纪 80 年代中期,Ross Freeman 及其同事从 Zilog 处购买了该项技术,初创了面向 ASIC 仿真和教育市场的 Xilinx 公司。

云栖号资讯小哥

同事线上埋的这个坑,我整整找了3天3夜

对于线上系统调优,它本身是个技术活,不仅需要很强的技术实战能力,很强的问题定位,问题识别,问题排查能力,还需要很丰富的调优能力。

Fortuneteller

Fortuneteller

小生生

一分钟看懂Serverless 应用引擎应用总览

在应用总览页面上,您可以查看应用的健康状况关键指标,包括总请求量、平均响应时间等总体指标,应用所提供的服务、所依赖的服务的相关指标,以及 CPU 使用量、内存使用量等系统信息。

弹性计算百晓生

科普 | 阿里云的“6 Pro”是什么?

最近,阿里云推出了一款第六代增强型云服务器ECS “6 Pro”,此为何方神圣?今天小白就带大家一探究竟

云栖号资讯小哥

听说用CPU就能做深度学习!再也不用攒钱买GPU了?

入了深度学习的坑,没有个GPU怎么能带得动,你是不是也发愁过配什么样的GPU?NVIDIA,AMD GPU,Intel Xeon Phis,Google TPU...各家芯片让人挑花了眼,一个不行还得多买几个,而且越专业的硬件价格就越贵。

淘系技术

MNN推理引擎最新实测,CPU、GPU性能全面领先!

一个好的推理引擎应至少具有三个基本特性: 通用性,模型支持是一切应用的前提; 高性能,但快慢若脱离业务价值,也会缺失实际意义; 易用性,能少搬几块砖,岂不美哉?