项目中使用了mysql数据库，但数据量增长太快，不久到了百万级，很快又到表到了千万级，尝试了各种优化方式，最终效果仍难达到秒级响应，那么引发了我关于数据库选型到一些思考。 1、mysql的单表性能瓶颈究竟是多少？ 曾经在中国互联网技术圈广为流传着这么一个说法：MySQL 单表数据量大于 2000 万
震惊，用了这么多年的 CPU 利用率，其实是错的 https://mp.weixin.qq.com/s?__biz=MzUxNjE3MTcwMg==&mid=2247483755&idx=1&sn=5324f7e46c91739b566dfc1d0847fc4a&chksm=f9aa33b2cedd
Red Hat 弃用了 Red Hat Enterprise Linux 7 中可用的 I/O 调度程序，并引入了四个新的 I/O 调度程序，如下所示， 运行以下命令检查 RHEL8 和 RHEL9 中可用的调度程序 # dmesg | grep -i scheduler [ 0.507104] i
文章系转载，方便整理和归纳，源文地址：https://cloud.tencent.com/developer/article/1803944 1. 前言 上一篇文章《你的Redis集群撑得住吗？》讲了应用增加pod时，有一个应用最大连接数计算公式为:maxTotal * pod数 < Redis c
github:https://github.com/windwant 博客园 首页 新随笔 联系 订阅 管理 随笔 - 227 文章 - 4 评论 - 36 阅读 - 73万 一、关于 redis key： 1、是二进制安全的，也就是说，你可以使用任何形式的二进制序列来作为key，比如一个strin
isolcpus的学习与了解 前言 最近一直跟同事说要进行CPU的bind bind到具体的core 当时还一直装B, 说这样能够提高性能. 但是今天起床早上查看资料时发现,其实是先设置隔离的. 让操作系统的scheduler不往这些CPU上面执行调度 再使用taskset的方式执行绑定才可以. 知
摘要 昨天学习了使用python进行数据库主键异常的查看. 当时想我们有跨数据库的数据同步场景. 对应的我可以对不同数据库的相同表的核心字段进行对比. 这样的话能够极大的提高工作效率. 我之前写过很长时间的shell.昨天跟着同事开始学python. 感觉的确用python能够节约大量的时间. 生活
（由于安装了汉化包，英文版的用户可以对应图标来操作） 选中菜单栏文件，之后选择项目结构 选择Libraries 点击+ 