从Cocos2d-js到Creator，一直以来都有模块裁剪的能力，可以将游戏中没有用到的功能代码，在编译输时移除，从而减少包体大小，这对H5游戏来说影响比较明显。Creator比Cocos2d-js做的更好，通过主菜单->项目设置->模块设置有一个图形化的界面，可以方便模块配置。
问题中提到计算字节数，首先需要对字节进行了解，Byte数是一个单位计量数值，其中字符串中单个的字符（英文、数字、特殊字符等）为一个字节，中文汉字是两个字节。
在 Golang 语言中，string 类型的值是只读的，不可以被修改。如果需要修改，通常的做法是对原字符串进行截取和拼接操作，从而生成一个新字符串，但是会涉及内存分配和数据拷贝，从而有性能开销。本文我们介绍在 Golang 语言中怎么高效使用字符串。
我以一个文件复制程序来说，顺便演示一下缓存区的使用。(Java I/O默认是不缓冲流的，所谓“缓冲”就是先把从流中得到的一块字节序列暂存在一个被称为buffer的内部字节数组里，然后你可以一下子取到这一整块的字节数据，没有缓冲的流只能一个字节一个字节读，效率孰高孰低一目了然。有两个特殊的输入流实现了缓冲功能，一个是我们常用的BufferedInputStream)
本文是Netty文集中“Netty 源码解析”系列的文章。主要对Netty的重要流程以及类进行源码解析，以使得我们更好的去使用Netty。Netty是一个非常优秀的网络框架，对其源码解读的过程也是不断学习的过程。 AdaptiveRecvByteBufAllocator主要用于构建一个最优大小的缓冲区来接收数据。比如，在读事件中就会通过该类来获取一个最优大小的的缓冲区来接收对端发送过来的可读取的数据。 关于AdaptiveRecvByteBufAllocator的分析，会通过一层层的Java doc来
InputStream 是一个抽象类，这个抽象类是代表所有字节流输入的父类，应用程序需要定义一个InputStream 的子类，该子类需要提供一个返回下一个输入字节的方法。
本篇博文是《从0到1学习 Netty》中源码系列的第一篇博文，主要内容是通过源码逐步讲解 Netty 中 ByteBuf 的动态扩容机制，并结合应用案例加以验证，往期系列文章请访问博主的 Netty 专栏，博文中的所有代码全部收集在博主的 GitHub 仓库中；
这些原始数据是存储在buffer类的实例中，一个buffer类就相当于是一个整数数组，他相当于是划出了一块自己的内存空间。
压缩列表ziplist本质上就是一个字节数组，是Redis为了节约内存而设计的一种线性数据结构，可以包含多个元素，每个元素可以是一个字节数组或一个整数。 Redis的有序集合、散列和列表都直接或者间接使用了压缩列表。当有序集合或散列表的元素个数比较少，且元素都是短字符串时，Redis便使用压缩列表作为其底层数据存储结构。列表使用快速链表（quicklist）数据结构存储，而快速链表就是双向链表与压缩列表的组合。 ziplist 压缩列表是一个特殊编码的双端链表（内存上连续），为了尽可能节省内存而设计的。ziplist 可以存储字符串或者整数值，其中整数被编码保存为实际的整数，而不是字符数组。ziplist 支持 O(1) 的时间复杂度在列表的两端进行 push 和 pop 操作。然而因为这些操作都需要对整个 ziplist 进行内存重分配（因为是一块连续的内存），所以操作的实际复杂度和 ziplist 占用的内存大小有关。在 7.0 版本里，ziplist 已经全面被 listpack 替换了（主要是因为连锁更新较影响性能）
channel 有一点类似于 stream，它就是读写数据的双向通道，可以从 channel 将数据读入 buffer，也可以将 buffer 的数据写入 channel，而之前的 stream 要么是输入，要么是输出，channel 比 stream 更为底层
（我可不想这么理解，这必定让我抓狂，我理解的流是向自然界的河流那样清澈而又美丽，c#中的流也是一样，许多技术或者说核心技术都需要流的帮忙）
C# 温故而知新：Stream篇（—） 什么是Stream? MSDN 中的解释太简洁了: 提供字节序列的一般视图 （我可不想这么理解，这必定让我抓狂，我理解的流是向自然界的河流那样清澈而又美丽，c#
目录： 什么是Stream? 什么是字节序列？ Stream的构造函数 Stream的重要属性及方法 Stream的示例 Stream异步读写 Stream 和其子类的类图 本章总结 什么是Strea
本文讲解了 Java 中 字节输入流 InputStream，介绍了 InputStream 类的应用场景，并给出了样例代码，Java 字节输入流是用于从输入源读取字节数据的流，它以字节为单位进行读取操作，并提供了多种方法来读取不同类型的数据。
wc命令 统计指定文件中的字节数、字数、行数，并将统计结果显示输出。利用wc指令我们可以计算文件的Byte数、字数或是列数，若不指定文件名称，或是所给予的文件名为“-”，则wc指令会从标准输入设备读取数据。wc同时也给出所指定文件的总统计数。
因为带字节缓冲数组返回的时读取到的长度，所以，用读取到的长度来判断是否要继续读取，和要写入多少个字节;
压缩列表是 Redis 为了节约内存而开发的, 由一系列特殊编码的连续内存块组成的顺序型 (sequential) 数据结构.
不知不觉 nginx主题的文章写了60+篇，有最早的也有最近的，有些是记录安装配置，有些是记录问题解决方法，内容质量有深也有浅参差不齐，随着技术迭代有些文章已经过时了(例如Docker代替了VM)不再符合当前的技术需求，而有些文章虽然久远但是仍有有意义(例如Nginx HA)，所以有了梳理这些文章的想法，目标有两个吧，一是回顾下过去的文章巩固下知识点，二是去其糟粕留下精华将有价值的文章搬迁(搬砖)到微信公众号。
有许多方法可以用来去重，比如使用列表、集合等等，但这些方法通常只适用于一般情况。然而，当涉及到大量数据去重时，常见的 Java Set、List，甚至是 Java 8 的新特性 Stream 流等方式就显得不太合适了。在处理大量数据的需求场景下，我们不得不提及 BitMap。
正常情况下我们选择使用 Redis 就是为了提升查询速度，然而让人意外的是，Redis 当中却有一种比较有意思的数据结构，这种数据结构通过牺牲部分读写速度来达到节省内存的目的，这就是 ziplist（压缩列表），Redis 为什么要这么做呢？难道真的是觉得自己的速度太快了，牺牲一点速度也不影响吗？
performance_schema 是 MySQL 数据库中的一个内置的系统数据库，最早从MySQL5.5版本产生，这个数据库主要用于收集和存储与数据库性能相关的统计信息和指标。
HyperLogLog是一种概率算法,提供了不精确的去重计数方案,是有误差的基数统计.
wc(world count)是一个统计文件字词，字节，行数的命令，它可以帮我们非常方便的统计以上信息。
bytes.decode(encoding="utf-8", errors="strict")
wc 命令用来统计每个文件的行、单词和字节数并输出。如果指定多个文件，则输出每个文件的总行\单词\字节数及所有文件总的行\单词\字节数；如果没有指定文件或指定文件为 - ，则从标准输入读取。
字符集是一系列字符的集合，将每个收录的字符和数字进行映射。最早的字符集是ASCII，使用一个字节进行存储字符，8位一共可以表示256个字符，而ASCII只使用了其中的128位，即0～127位，这128位里面包括了常用的英文字符以及标点符号。
数据序列化存储，或者数据通过网络传输时，会遇到不可避免将数据转成字节数组的场景。字节数组的读写不会太难，但又有点繁琐，为了避免重复造轮子，jdk推出了ByteBuffer来帮助我们操作字节数组；而netty是一款当前流行的java网络IO框架，它内部定义了一个ByteBuf来管理字节数组，和ByteBuffer大同小异
《Redis设计与实现》读书笔记（六） ——Redis中的压缩列表 （原创内容，转载请注明来源，谢谢） 一、概述 压缩列表（ziplist）是列表键（list）和哈希键（hash）底层的实现之一。当列表项较少，且每项要么是小的整数值，要么是长度比较短的字符串，则使用ziplist。当哈希的键值对较少，且每个键值对都是小整数或短字符串，也是使用ziplist。 二、压缩列表构成 压缩列表是redis为了节约内存开发的，由一系列特殊编码的连续内存块组成的顺序型数据结构。每个压缩列表有多个节点（entry），节点
在进入今天的主题前，先简单地解释下Redis中的位图到底是什么。Redis官方文档对于位图的介绍如下：
cmd中用telnet 127.0.0.1 11211这样的命令连接上memcache，然后直接输入stats就可以得到memcache服务器的版本。
MySQL 存储引擎是用插件方式实现的，所以在源码里分为两层：server 层、存储引擎层。
因此，若 size为1（1个字节8位），则最后转化成16进制（4位）时，为2个字符。
首先，char为Java的基本类型，基本类型所占的字节数是固定的，如int占4字节，double占8字节，这可以使得Java在不同的平台上所占类型固定，很好地保证了Java的可移植性。因此，Java中char类型固定占2个字节。（注：char类型也可以存储一个汉字）。 其次，String采用一种更灵活的方式进行存储。在String中，一个英文字符占1个字节，而中文字符根据编码的不同所占字节数也不同。在UTF-8编码下，一个中文字符占3个字节；而使用GBK编码时一个中文字符占2个字节。测试代码如下：
首先，char为Java的基本类型，基本类型所占的字节数是固定的，如int占4字节，double占8字节，这可以使得Java在不同的平台上所占类型固定，很好地保证了Java的可移植性。因此，Java中char类型固定占2个字节。(注：char类型也可以存储一个汉字)。
WAV即WAVE，是经典的Windows音频数据封装格式，由Microsoft开发。数据本身格式为PCM，也可以支持一些编码格式的数据，比如最近流行的AAC编码。如果是PCM，则为无损格式，文件会比较大，并且大小相对固定，可以使用以下公式计算文件大小。
在Solidity中，EIP 170将contract的最大大小限制为24 KB 。因此，如果智能合约内容过多，会导致无法进行发布操作。
浏览器收到的其实就是HTML文件，只有HTML格式浏览器才能正确解析。接下来就是浏览器的渲染过程。
mc参数（摘自 http://www.blogjava.net/jzone/articles/302991.html） 查看方法 telnet进去 或 echo stats | nc 127.0.0.1 11211 pid memcache服务器的进程ID uptime 服务器已经运行的秒数 time 服务器当前的unix时间戳 version memcache版本 pointer_size 当前OS的指针大小（32位系统一般是32bit） rusage_user 进程的累
>>>2
想要使用NIO开发Socket分服务端和客户端，必须掌握的一个知识点就是ByteBuffer的使用，他是NIO在数据传输中的利器！相比于BIO传输过程中的字节流，ByteBuffer更能体现出服务端/客户端对于数据的操作效率，ByteBuffer内存维护一个指针，使得传输的数据真正的能够达到重复使用，重复读写的能力！
前些天，一位朋友问到在Power Query里怎么判断纯英文/中文的问题，如下面表里的产品，要么是全部中文，要么是全部英文的内容：
本文主要学习文件的拷贝、字节流的缓冲区、BufferedInputStream类。读取文件如果一个一个的读写，这样的操作文件效率太低，通过学习字节流的缓冲区通过一个字节数组来读取多个字节的数据，再把字节数组的数据一次性的写入文件中。接下来小编带大家一起来学习！
ProtoStuff 是一个 Java 序列化框架，它基于 Google 的 Protocol Buffers（简称 protobuf）协议。它提供了一种高效、灵活和易用的方式来将 Java 对象转换为字节流，并且可以在不同的系统之间进行传输和存储。
在开始这篇文章之前想先说一句：如果一套系统暂时没问题，那只是因为它的并发量不够而已。
我在基于epoll实现一个网络框架时，需要预先定义好的和客户端的通信协议，当从连接读取数据时需要判读当前连接是否拥有完整的协议(实际网络环境中可能完整的协议字节只到达了部分)，有才会将数据全部读取出来，然后进行处理，否则就等待下次连接可读时，再判断连接是否具有完整的协议。
int 2147483648～2147483647 unsigned long 0～4294967295 long 2147483648～2147483647 long long的最大值：9223372036854775807 long long的最小值：-9223372036854775808 unsigned long long的最大值：1844674407370955161
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
