https://www.cnblogs.com/leffss/p/8571685.html 有时候在linux下会遇到这种情况：df查看空间已经占用%100，但是找不到大文件，怎么回事呢，经过网上查找资料，得到解决方法： 1.使用lsof查看已删除但未释放的文件 lsof -n | grep del
1，先用iostat查看磁盘io 是否读写负载很高 用iostat -x 1 10 如果 iostat 没有，要 yum install sysstat安装这个包，第一眼看下图红色圈圈的那个如果%util接近100%,表明I/O请求太多,I/O系统已经满负荷，磁盘可能存在瓶颈,一般%util大于70
前言 随着 Prometheus 监控的组件、数量、指标越来越多，Prometheus 对计算性能的要求会越来越高，存储占用也会越来越多。 在这种情况下，要优化 Prometheus 性能, 优化存储占用. 第一时间想到的可能是各种 Prometheus 的兼容存储方案, 如 Thanos 或 VM
摘要：本文主要通过实例讲解如何通过gs_cpuwatcher.sh 脚本寻找CPU占用高语句。 本文分享自华为云社区《GaussDB(DWS) gs_cpuwatcher.sh 脚本如何寻找CPU占用高语句》，作者：fighttingman。 【工具名称】 gs_cpuwatcher 【功能描述】
问题背景 在一个风和日丽的下午，公司某项目现场运维同学反馈，生产环境3个Redis的Sentinel集群节点内存占用都很高，达到了17GB的内存占用量。 稍加思索，应该是某些Key的Value数据体量过大，占用了过多的内存空间，我们在使用Redis的过程中，单个Value或者单个集合中的元素应该保证
golang pprof 监控系列(5) —— cpu 占用率 统计原理 大家好，我是蓝胖子。 经过前面的几节对pprof的介绍，对pprof统计的原理算是掌握了七八十了，我们对memory,block,mutex,trace,goroutine,threadcreate这些维度的统计原理都进行了分
稀疏矩阵的概念 一个m×n的矩阵是一个由m行n列元素排列成的矩形阵列。矩阵里的元素可以是数字、符号及其他的类型的元素。 一般来说，在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。定义非零
本文主要是针对开源星火13B的显存及内存占用过大的一个代码优化。核心思想是使用CPU预加载模型，再转换至GPU。
jar包运行情况查看
查看端口占用 netstat -ano | findstr "端口号" 杀死一个进程 taskkill /pid 进程号 -f
nethogs: 按进程查看流量占用 iptraf: 按连接/端口查看流量 ifstat: 按设备查看流量 ethtool: 诊断工具 tcpdump: 抓包工具 ss: 连接查看工具 其他: dstat, slurm, nload, bmon
## 国内文章 ### 如何计算一个实例占用多少内存？ https://www.cnblogs.com/artech/p/size-calculation.html 我们都知道CPU和内存是程序最为重要的两类指标，那么有多少人真正想过这个问题：一个类型（值类型或者引用类型）的实例在内存中究竟占多少字
1、查看进程占用带宽情况-Nethogs Nethogs 是一个终端下的网络流量监控工具可以直观的显示每个进程占用的带宽。 下载：http://sourceforge.net/projects/nethogs/files/nethogs/0.8/nethogs-0.8.0.tar.gz/downlo
在本文中，作者探讨了ZooKeeper（ZK）的一个内存占用问题，特别是当有大量的Watcher和ZNode时，导致的内存消耗。
https://www.cnblogs.com/zgxblog/p/14198543.html 作为内存数据库，为了防止redis占用过多的内存对其他的应用程序造成影响，可以在redis.conf文件中通过设置maxmemory选项对redis所能够使用的最大内存做限制，并通过maxmemory_p
【使用】 【监控数据分析】 参考链接：nmon监控数据分析 性能测试中,各个服务器资源占用统计分析是一个很重要的组成部分,通常我们使用nmon这个工具来进行监控以及监控结果输出。 一、在监控阶段使用类似下面的命令 ./nmon -f write_3s_20vu.nmon -t -s 30 -c 10
享元模式（Flyweight Pattern）是一种结构型设计模式，它旨在减少内存占用或计算开销，通过共享大量细粒度对象来提高系统的性能。这种模式适用于存在大量相似对象实例，但它们的状态可以外部化（extrinsic），并且可以在多个对象之间共享的情况。
作为测试，经常会遇到倒排期的项目，当研发已经占用了很多资源的情况下，此时测试要想提高效率。就不得不在研发提测前多做准备，那么研发提测前测试到底能做些什么，我将根据我的经验，在本次文章中与大家一起分享。
https://axlgrep.github.io/tech/redis-memory-control.html 问题描述 最近发现线上某个Redis实例内存占用达到了17.21G, 但是该实例中实际的用户数据并不是很多(大概200Mb的样子), 此外mem_fragmentation_ratio达
