OpenTelemetry 简介 OpenTelemetry 是一个由 CNCF（Cloud Native Computing Foundation）托管的开源项目，旨在为观察性（Observability）提供一套全面的工具，包括度量（Metrics）、日志（Logs）和追踪（Traces）。它的
https://cloud.tencent.com/developer/article/1416234 本文仅仅是一个笔记。 场景 观察进程的CPU使用情况 观察进程内各个函数的CPU使用情况： sudo perf top -p 复制 同时显示函数调用链： sudo perf top -
对linux服务器的服务进行压测时，服务器的运行情况可以通过添加插件serverAgent来观察,可以实时监控性能指标。 1 (一)环境准备 1、下载zip包ServerAgent-2.2.3.zip 2、在服务器中，创建一个文件夹serveragent，名字随便起 mkdir serveragen
https://www.infoq.cn/article/Z111FLot92PD1ZP3sbrS 一、问题描述 某天，SRE 部门观察到一个非常重要的应用里面有一台服务器的业务处理时间(Transaction time)在某个时间点变为平时的 3 倍。虽然只持续了短暂的 2 秒，但是如果观察其一周
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
`fsnotify`是一个用Go编写的文件系统通知库。它提供了一种观察文件系统变化的机制，例如文件的创建、修改、删除、重命名和权限修改。它使用特定平台的事件通知API，例如Linux上的inotify，macOS上的FSEvents，以及Windows上的ReadDirectoryChangesW。
在 Python 中我们日常分析数据的过程当中经常需要对数据进行相关性分析，相关性热力图（Correlation Heatmap）是我们经常使用的一种工具。通过相关性热力图，我们可以通过为相关性不同的数据使用不同深浅的不同颜色进行标记，从而直观地观察两两数据序列之间的相关性情况——这将有助于我们进一...
通过本文，我们了解了如何利用腾讯元器搭建一个前端助手智能体。通过使用插件和观察其使用效果，我们可以发现前端助手在解决问题和提供帮助方面的潜力。这个前端助手可以成为我们在前端开发过程中的得力助手，帮助我们提高工作效率和解决难题。随着智能技术的不断进步，我们可以期待前端助手在未来发展中的更多功能和应用。
简要概述 我们推出了 Transformers 智能体 2.0！ ⇒ 在现有智能体类型的基础上，我们新增了两种能够 根据历史观察解决复杂任务的智能体。 ⇒ 我们致力于让代码 清晰、模块化，并确保最终提示和工具等通用属性透明化。 ⇒ 我们加入了 分享功能，以促进社区智能体的发展。 ⇒
1. 拿到52pojie的反调试挑战apk 链接： https://www.52pojie.cn/thread-742686-1-1.html 的附件中 2. 项目进行安装，点开app，同时挑战成功，不慌 3. 使用IDA attach到目的进程观察，发现app立刻闪退，证明app必然存在反调试逻辑
1. 安装apk到手机 2. 随意输入账号和密码，点击register，报错crackme1:ERROR 3. 将apk拖入到jadx中进行观察 public native String register(String str); static { System.loadLibrary("nativ
1. 这是看雪上的一个题目，要求显示出 it is success https://www.kanxue.com/work-task_read-800648.htm 第三题 2. apk 安装到手机，发现闪退 3. apk拖入到jadx中，观察 public class MainActivity e
1. 安装apk，点进去发现一点就挂 2. apk 拖入到jadx中观察,发现多出检查,一旦满足条件就会退出 .... if (((ConnectivityManager) getSystemService("connectivity")).getNetworkInfo(17).isConnecte
准备资料 1. 一张wgs84投影的大tiff文件，建议初学者使用一张全球 2048 * 1024 / 4096 * 2048 的完整数据(有助于观察验证) 2. 准备C++开发环境，配置好gdal （笔者使用的环境是 vs2022 + gdal-2.3.0) c++ 开发环境 3. 建立一个测试工
http://t.zoukankan.com/bethal-p-6046816.html 本文探讨Docker多主机网络的性能。 在过去的博文里，我测试过 Docker的网络 。 MySQL服务器团队 提供了他们自己的结果，和我的观察是一致的。 本文里一系列的测试，想更多关注使用多主机的Docker
https://www.oschina.net/news/216967/dotnet-7-released 微软宣布正式推出 .NET 7 ，使用 .NET 7 可以轻松地将 .NET 7 项目容器化，在 GitHub 操作中设置 CI/CD 工作流，并实现云原生可观察性。 .NET 7 是标准期限
场景 一般情况下，我们会对现有系统进行压测等方式，来了解系统最大的吞吐量等等，通过这种方式得知系统在生产环境下可扛住的压力，如果我们想了解在压测的链路过程中，是哪些地方执行时间过长，影响了系统的吞吐量，可以使用火焰图的方式来观察。 工具 生成火焰图需要两个工具： 1. async-profiler：
这里包含Linux 性能资料的工具图。这些使用大字体可以用作海报幻灯片。也可以将它们打印出来贴在办公室墙上。它们展示了：Linux 可观察性工具、 Linux 静态性能分析工具、 Linux 基准测试工具、 Linux 调优工具和Linux sar。 性能观察工具： 静态性能工具 性能压测工具： 性
https://plantegg.github.io/2022/11/04/nginx%E6%80%A7%E8%83%BD%E5%92%8C%E8%BD%AF%E4%B8%AD%E6%96%AD/ 问题 如何调整软中断才能达到最优性能？ 通过 top 观察软中断 和 si%、sy% 的关系 测试机型
https://plantegg.github.io/2022/11/04/nginx%E6%80%A7%E8%83%BD%E5%92%8C%E8%BD%AF%E4%B8%AD%E6%96%AD/ nginx性能和软中断 问题 如何调整软中断才能达到最优性能？ 通过 top 观察软中断 和 si%、
