https://xueqiu.com/7439145187/243249254 来自守望者的策略世界的雪球专栏 1、对太极股份的定位：首先，宏观大背景是信创将成为自主可控的底层基座，事实上已经是科技领域的大基建，政策定调高、支持力度大、可预见性强、市场空间大，布局是有必要性的；其次，太极股份是央企中
问题背景：UI页面点击会偶尔返回error，检查调用日志，发现nginx报502报错，因此本文即排查502报错原因。 如下红框可知，访问本机个备机的服务502了，用时3秒左右（可见并不是超时） 先给出原因：是因为tomcat8默认的acceptCount是100，请求量大的时候，会将一些来不及处理的
Springboot tomcat.threads线程数学习 摘要 压测完nginx 突然想搞一下springboot内嵌的tomcat的 threads的参数 一不做二不休, 直接就着脚本进行学习和验证 修改参数 产品里面默认参数值是 500 我这边改大一下 tomcat threads: max
https://www.modb.pro/db/619209 前几天有个客户的系统存在性能问题，从AWR报告上我们看到是CPU使用率过高，同时GLOBAL CACHE方面的争用比较严重。系统中的烂SQL很多，数据库中很多几十GB的大表也没有分区，总之问题很多。不过这套系统使用了闪存盘，虽然IOPS高
使用FIO对磁盘进行压力测试，使用1个线程对磁盘进行随机读，设置单次read的数据块分别为128KB和1M，数据如下： （1）单次IO数据块为128KB （2）单次IO数据块为1M 从上面的数据可以看出，当单次IO的数据块变大，服务时间svctm反而变短，这明显不符合常规认知。 查阅到fio的相关资
飞腾与鲲鹏性能差异的一些思考 背景 自己在进行stress-ng以及sysbench的测试验证时发现: 飞腾的性能要比鲲鹏的性能有非常大的差距. 最近同事在现场也进行了压测, 也发现飞腾的性能不是特别好. 这里想简单总结一下自己学习过的资料,尝试分析一下为何差异这么大. 制程 注意 制程采用台积电发
ARMv8架构 文章目录 ARMv8架构参考文档ARMv8架构的概述从32位到64位的变化The changes from 32 bits to 64 bits1，Larger register pool（更大的寄存器池）2，Wider integer registers（具有更宽的整数寄存器）3，
https://www.jianshu.com/p/9737cbe33304 chroot chroot就是可以改变某进程的根目录,使这个程序不能访问目录之外的其他目录。Docker是利用Linux的Namespace、Cgroups和联合文件系统三大机制来保证实现的,它的原理是使用Namespac
https://maimai.cn/article/detail?fid=1751463745&efid=56tCo_A4kKDBGGJfOu608A 以 Kubernetes 为代表的云原生技术底座支撑了字节跳动业务的快速发展。从微服务场景开始，Kubernetes 逐渐演化统一支撑了字节内部的大
文章目录 前言背景一、curl服务可用验证二、服务探测脚本三、配置系统定时任务四、Linux特殊字符转义总结 前言 请各大网友尊重本人原创知识分享，谨记本人博客：南国以南i、 提示：以下是本篇文章正文内容，下面案例可供参考 背景 当服务假死情况下，导致服务不可用，一时间定位不到服务假死原因，可以采用
https://www.cnblogs.com/chia/p/7799231.html tcp_syn_retries ：INTEGER默认值是5对于一个新建连接，内核要发送多少个 SYN 连接请求才决定放弃。不应该大于255，默认值是5，对应于180秒左右时间。(对于大负载而物理通信良好的网络而言
# 物理机睿频研究 ## 简介 ``` 上一篇文章简单梳理了一下物理机和虚拟机的睿频的区别. 当时也看到默频2.7Ghz的Golden6150 最大睿频虽然可以到3.7Ghz 但是全核心压力大的情况下 最高能到 3.1Ghz 这个与官方宣传是比较接近的 CPU主频 2.70 GHz 核心数量 18
前几天有个客户的系统存在性能问题，从AWR报告上我们看到是CPU使用率过高，同时GLOBAL CACHE方面的争用比较严重。系统中的烂SQL很多，数据库中很多几十GB的大表也没有分区，总之问题很多。不过这套系统使用了闪存盘，虽然IOPS高达3-4万，不过磁盘IO的性能还可以。USER IO平均值为2
# WorkStation的网络损耗 ## 背景 ``` 对周六遇到的问题进行了一下深入思考. 发现虽然可以通过WorkStation的方式来进行Clients以及新命令的扩容. 但是Workstation的桥接网络模式的性能不清楚有多大的损耗. 为了房子性能出现巨大的衰退. 这边进行了一下简要的测
https://zhuanlan.zhihu.com/p/613592552 目录 1. GC分类 针对HotSpot VM的实现，它里面的GC按照回收区域又分为两大种类型：一种是部分收集（Partial GC），一种是整堆收集（Full GC） 部分收集（Partial GC）：不是完整收集整
`https://github.com/ymcui/Chinese-LLaMA-Alpaca#%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD` 以ChatGPT、GPT-4等为代表的大语言模型（Large Language Model, LLM）掀起了新一轮自然语言处理领域
https://www.jianshu.com/p/e338b550850f CPU缓存 执行程序是靠运行CPU执行主存中代码，但是CPU和主存的速度差异是非常大的，为了降低这种差距，在架构中使用了CPU缓存，现在的计算机架构中普遍使用了缓存，分为一级缓存，二级缓存，还有一些具备三级缓存，我们可以看
# ESXi虚拟化的坑-细微区别下虚拟机性能差异巨大 ## 背景 ``` 周末在公司无偿加班. 同组的小伙伴周一有一个需求, 我想着周六乘着机器压力不大进行一下虚拟机的clone 但是截止到晚上快十点都没有完全Clone完. 我感觉非常不对. 然后突然想是不是硬件的bug导致性能有差异. 想着最近总
https://www.eet-china.com/mp/a226595.html ChatGPT是基于OpenAI公司开发的InstructGPT模型的对话系统，GPT系列模型源自2017年诞生的Transformer模型，此后大模型数量激增，参数量进入千亿时代，国内百度也发布了ERNIE系列模型
