如果只是想简单地对整个程序做计算统计，通常使用UNIX下的time命令就足够了。由于我用的是Mac系统，和Linux系统的输出可能有不同，不过关键都是这三个时间：user: 运行用户态代码所花费的时间，也即CPU实际用于执行该进程的时间，其他进程和进程阻塞的时间不计入此数字；system: 在内核中执行系统调用（如I/O调用）所花费的CPU时间。total(Linux下应该是real):即挂钟时间
PeFile模块是`Python`中一个强大的便携式第三方`PE`格式分析工具，用于解析和处理`Windows`可执行文件。该模块提供了一系列的API接口，使得用户可以通过`Python`脚本来读取和分析PE文件的结构，包括文件头、节表、导入表、导出表、资源表、重定位表等等。此外，PEfile模块还可以帮助用户进行一些恶意代码分析，比如提取样本中的字符串、获取函数列表、重构导入表、反混淆等等。PE
InlineHook 是一种计算机安全编程技术，其原理是在计算机程序执行期间进行拦截、修改、增强现有函数功能。它使用钩子函数（也可以称为回调函数）来截获程序执行的各种事件，并在事件发生前或后进行自定义处理，从而控制或增强程序行为。Hook技术常被用于系统加速、功能增强、等领域。本章将重点讲解Hook是如何实现的，并手动封装实现自己的Hook挂钩模板。首先我们来探索一下Hook技术是如何实现的，如下
 ![image](https://img2023.cnblogs.com/blog/80824/202211/
学习MASA第二天:框架分析 今天主要是看了下 MASA Team 的github，目的是对未来设计开源框架选型。对于目前比较火的国内masa framework。当然是首当其冲是要用一用的。 masa framework 地址：MASA.Framework 构思开源框架可行性方案 目前看，用mas
作者：李遵举 一、问题 近期我们运维同事接到线上LB（负载均衡）服务内存报警，运维同事反馈说LB集群有部分机器的内存使用率超过80%，有的甚至超过90%，而且内存使用率还再不停的增长。接到内存报警的消息，让整个团队都比较紧张，我们团队负责的LB服务是零售、物流、科技等业务服务的流量入口，承接上万个服
作者：京东科技 王军
目前市面上充斥着大量关于跳跃表结构与Redis的源码解析，但是经过长期观察后发现大都只是在停留在代码的表面，而没有系统性地介绍跳跃表的由来以及各种常量的由来。作为一种概率数据结构，理解各种常量的由来可以更好地进行变化并应用到高性能功能开发中。本文没有重复地以对现有优秀实现进行代码分析，而是通过对跳跃表进行了系统性地介绍与形式化分析，并给出了在特定场景下的跳跃表扩展方式，方便读者更好地理解跳跃表数据
京东生旅平台慧销系统，作为平台系统对接了多条业务线。但近期根据告警发现内存持续升高，因此猜测该系统可能存在内存泄漏的情况。本文通过此案例，介绍慧销平台ThreadPoolExecutor内存泄漏问题的详细分析过程。
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
请求慢的原因很多，当出现前端反应接口慢时，而通过后端日志查看请求处理时间并不慢时，往往会手足无措，当面对网络问题出现手足无措时，这就是在提醒你该抓包分析了，那么一般如何根据抓包文件去分析慢请求呢，今天我们就来看看。 ## 抓包文件分析 准备用我在测试环境抓到的包去进行分析，首先执行抓包命令。 ```
> 大家好，我是蓝胖子，之前出过一篇[https的原理分析](https://mp.weixin.qq.com/s?__biz=MzU3NjY5MjY2Ng==&mid=2247486417&idx=1&sn=cb0355782e2a79d8f4c1908381b3aef7&chksm=fd1143
> 大家好，我是蓝胖子，前段时间线上elasticsearch集群遇到多次wildcard产生的性能问题， elasticsearch wildcard 一直是容易引发elasticsearch 容易宕机的一个风险点， 但究竟它为何消耗cpu呢？又该如何理解elasticsearch profile
RocketMQ在集群模式下，同一个消费组内，一个消息队列同一时间只能分配给组内的某一个消费者，也就是一条消息只能被组内的一个消费者进行消费，为了合理的对消息队列进行分配，于是就有了负载均衡。 ![img](https://img2022.cnblogs.com/blog/2612945/20220
前言 近期碰到了分析app的需求，就学习了一下 frida的动态插桩技术。frida是一款轻量级HOOK框架，可用于多平台上，例如android、windows、ios等。frida分为两部分，服务端运行在目标机上，通过注入进程的方式来实现劫持应用函数，另一部分运行在我们自己的控制机上。frida上
MongoDB 的索引 前言 MongoDB 使用 B 树还是 B+ 树索引 单键索引 创建单键索引 使用 expireAfterSeconds 创建 TTL 索引 复合索引 最左匹配原则 ESR 规则 如何使用排序条件 多键索引 创建多键索引 局限性 哈希索引 注意事项 创建索引 总结 参考 Mo
概述 主成分分析（Principal Component Analysis，PCA）是一种常用的数据降维和特征提取技术，用于将高维数据转换为低维的特征空间。其目标是通过线性变换将原始特征转化为一组新的互相无关的变量，这些新变量称为主成分，它们按照方差递减的顺序排列，以保留尽可能多的原始数据信息。 主
1. 可以从单元测试开始入手 查看类JedisSentinelPool private static final String MASTER_NAME = "mymaster"; protected static final HostAndPort sentinel1 = HostAndPorts.
目录TrueUpdate白加黑木马分析保姆级教程0x00：前言TrueUpdate是什么？0x01: TrueUpdate逆向分析解压密码查壳脱壳分金定穴找到解压密码方法1：找到解压密码方法2：提取密码附近关键字特征0x02：揭开.dat真相0x03: 插入恶意代码(玩点好玩的)0x04：进入正题(
RocketMQ 4.5版本之前，可以采用主从架构进行集群部署，但是如果master节点挂掉，不能自动在集群中选举出新的Master节点，需要人工介入，在4.5版本之后提供了DLedger模式，使用Raft算法，如果Master节点出现故障，可以自动选举出新的Master进行切换。 Raft协议 R
