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://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
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://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
https://www.cnblogs.com/codelogs/p/16060820.html 简介# 这要从一次压测项目说起，那是我们公司的系统与另几家同行公司的系统做性能比拼，性能数据会直接影响项目中标，因此压力非常大。 当时甲方给大家提供了17台服务器供系统部署，并使用LoadRunner对
一、背景： 在压测的时候，查看jmeter聚合报告，发现rt很小，但是tps也很小。 讲道理来说，响应时间越小，tps应该越大。 一共压测10分钟，发现jmeter请求的样本数量非常小，才8500个请求。 10分钟内，才打出了8500个请求。 tps= 总样本数量/总时间。 时间是固定的600s，总
前言 天下武功，唯快不破。在侦探的世界中，破案效率永远是衡量一名侦探能力的不二法门。作为推理界冉冉升起的新星，大侦探福尔摩斯·K凭借着冷静的头脑、严谨的思维，为我们展现了一场场华丽而热血的推理盛宴。 接下来，我们不仅仅是看客，还将追随福尔摩斯·K的脚步，体验一场身临其境的冒险。一起寻访产生数据库性能
https://bbs.huaweicloud.com/blogs/146367 【摘要】 1 问题背景nginx的应用程序移植到TaiShan服务器上，发现业务吞吐量没有达到硬件预期，需要做相应调优。 2 原因分析l 网卡配置该应用场景下网络吞吐量大，网卡的配置能对性能提升起到很大的作用。l 操作
目录 一、背景： 二、win环境下修改jmeter内存 三、mac&linux环境下修改jmeter内存 四、验证内存是否修改成功 一、背景： 在进行大数据、高并发压测的过程性，有时会遇上JMeter卡死现象，使得测试无法进行，查看日志显示：java.lang.OutOfMemoryError: J
元字符 . 注意是一个点号，表示匹配任意单个字符 \d 表示匹配任意单个数字 [0-9] 等价于0-9 [a-zA-Z] 等价于所有的大小写字母 限定符 + 加号，表示匹配至少大于1次（1次或多次） ？问号，便是匹配0次或1次 * 星号，匹配0次或多次，贪婪匹配 {n,} {n,m} {m} 匹配限
