超线程技术(Hyper-Threading)：就是利用特殊的硬件指令，把两个逻辑内核(CPU core)模拟成两个物理芯片， 让单个处理器都能使用线程级并行计算，进而兼容多线程操作系统和软件，减少了CPU的闲置时间，提高的CPU的运行效率。 我们常听到的双核四线程/四核八线程指的就是支持超线程技术的CPU.
所谓cpu绑定，其实就是对进程或线程设置相应的cpu亲和力（affinity），确保进程或线程只会在设置了相应标志位的cpu上运行，进而提高应用对cpu的使用效率。如果应用可以在多个cpu上运行，操作系统会在cpu之间频繁切换应用，引起cpu缓存失效，降低缓存的命中率，导致cpu的使用效率下降。所以，如果使用cpu绑定技术，在一定程度上会避免上述问题，提升系统性能，类似技术还有gpu绑定、mic绑定等等。 There are only two hard things in Computer Science
用 Gearman 搭建 Map/Reduce ，GearmanManager 来管理所有的 workers。启动多个 gearman-manager daemon，为了充分利用服务器资源，使其运行于不同的 CPU 内核上。 假设启动 10 个gearman-manager daemon，CPU 是 4核。 [root@www ~]# ps aux | grep gearman-manager | awk {'print $2;'} | sort -k1,1 | head -3 | xargs -n 1
Linux作为一个强大的开源操作系统，广泛应用于服务器、桌面、嵌入式设备等领域。然而，随着应用复杂性的增加和硬件资源的有限，Linux系统性能优化变得越来越重要。本文将从多个方面详细探讨Linux性能优化的方法和技巧，帮助读者更好地发挥系统的潜力。
进程或者线程绑定到某个CPU Core，仍然可能会有线程或者进程切换的发生，如果想到达到进一步减少其他进程对于该进程或者线程影响，可以采取把CPU Core从Linux内核调度中剥离出来。Linux内核提供isolcpus,对于有4个CPU core的系统，在启动时候加入isolcpus=2,3，那么系统启动后将不会使用CPU3,CPU4.这里的不适用不是绝对的，但是可以通过taskset命令来设置
cgroups（control groups，控制组群） 是 Linux 内核的一个功能，用来限制、控制与分离一个进程组的资源（如CPU、内存、磁盘输入输出等）。它是由 Google 的两位工程师进行开发的，自 2008 年 1 月正式发布的 Linux 内核 v2.6.24 开始提供此能力。cgroups到目前为止，有两个大版本， 即 v1 和 v2 。
本文主要讨论在高实时要求、高效能计算、DPDK等领域，Linux如何让某一个线程排他性独占CPU；独占CPU涉及的线程、中断隔离原理；以及如何在排他性独占的情况下，甚至让系统的timer tick也不打断独占任务，从而实现最低的延迟抖动。
为了提高缓存命中率，提高虚拟机性能，可以将vCPU绑定到指定的物理CPU去执行。具体设置步骤如下： 在宿主机操作系统启动时将用于虚拟机的CPU独立出来，使其上只运行vCPU线程，QEMU进程和少数的管理进程。设置方法即是在内核启动参数中加入： isolcpus=0,1 例如在grub.cfg下面的配置如下： menuentry 'Fedora (3.13.6-200.fc20.x86_64) 20 (Heisenbug)' --class fedora --class gnu-linux -
超线程技术(Hyper-Threading)： 就是利用特殊的硬件指令，把两个逻辑内核(CPU core)模拟成两个物理芯片，（一个核模拟出两个核？）
L1缓分成两种，一种是指令缓存，一种是数据缓存。L2缓存和L3缓存不分指令和数据。L1和L2缓存在第一个CPU核中，L3则是所有CPU核心共享的内存。L1、L2、L3的越离CPU近就越小，速度也越快，越离CPU远，速度也越慢。再往后面就是内存，内存的后面就是硬盘。我们来看一些他们的速度：
前言： 朋友遇到了load average偏高的问题，关于load average的解释，网上也是五花八门，有的说法甚至都有些不负责任。在这里详细分析一下load average。 分析： 1，l
在Linux上做网络应用的性能优化时，一般都会对TCP相关的内核参数进行调节，特别是和缓冲、队列有关的参数。网上搜到的文章会告诉你需要修改哪些参数，但我们经常是知其然而不知其所以然，每次照抄过来后，可能很快就忘记或混淆了它们的含义。本文尝试总结TCP队列缓冲相关的内核参数，从协议栈的角度梳理它们，希望可以更容易的理解和记忆。注意，本文内容均来源于参考文档，没有去读相关的内核源码做验证，不能保证内容严谨正确。作为Java程序员没读过内核源码是硬伤。
对于第一部分，主要是Redis自身的实现原理导致的，我们暂时不去做过多讨论。第二部分是在多核心CPU场景下，多核心之间的频繁上下文调度会导致Redis变慢，今天我们更近一步的分析一下多核心CPU场景以及NUMA架构下的Redis运行机制。
为了给程序配置资源隔离，通常我们会到 cgroup 层级树下的控制器⾥，创建或者修改控制组⽂件。
作为 Linux 运维工程师，在日常工作中我们会遇到 Linux服务器上出现CPU负载达到100%居高不下的情况，如果CPU 持续跑高，则会影响业务系统的正常运行，带来企业损失。
本文会讲述 Bazel 自定义工具链的两种方式，Platform 和 Non-Platform 方式。会存在这两种方式的原因是 Bazel 的历史问题。例如，C++ 相关规则使用 --cpu 和 --crosstool_top 来设置一个构建目标 CPU 和 C++ 工具链，这样就可以实现选择不同的工具链构建 C++ 项目。但是这都不能正确地表达出“平台”特征。使用这种方式不可避免地导致出现了笨拙且不准确的构建 APIs。这其中导致了对 Java 工具链基本没有涉及，Java 工具链就发展了他们自己的独立接口 --java_toolchain。因此非平台方式（Non-Platform）的自定义工具链实现并没有统一的 APIs 来规范不同语言的跨平台构建。而 Bazel 的目标是在大型、混合语言、多平台项目中脱颖而出。这就要求对这些概念有更原则的支持，包括清晰的 APIs，这些 API 绑定而不是分散语言和项目。这就是新平台(platform)和工具链(toolchain) APIs 所实现的内容。
在上一篇中，介绍了静态测试场景，本文介绍动态性能测试的差异分析，希望大家可以借鉴。
KVM虚拟化的学习，也可以分为七个阶段，经过七个阶段的学习，就在生产环境中完成虚拟化任务。
cgroups(Control Groups) 是 linux 内核提供的一种机制，这种机制可以根据需求把一系列系统任务及其子任务整合(或分隔)到按资源划分等级的不同组内，从而为系统资源管理提供一个统一的框架。简单说，cgroups 可以限制、记录任务组所使用的物理资源。本质上来说，cgroups 是内核附加在程序上的一系列钩子(hook)，通过程序运行时对资源的调度触发相应的钩子以达到资源追踪和限制的目的。
nohup java -Xms500m -Xmx500m -Xmn250m -Xss256k -server -XX:+HeapDumpOnOutOfMemoryError -jar $JAR_PATH/test-0.0.1-SNAPSHOT.jar --spring.profiles.active=daily -verbose:class &
谈到Redis缓存，我们描述其性能时会这么说：支持1万并发连接，几万QPS。而我们描述Nginx的高性能时，则会宣示：支持C10M（1千万并发连接），百万级QPS。Nginx用C语言开发，而Redis是用同一家族的C++语言开发的，C与C++在性能上是同一级数的。Redis与Nginx同样使用了事件驱动、异步调用、Epoll这些机制，为什么Nginx的并发连接会高出那么多呢？（本文不讨论Redis分布式集群）
对服务器来说主要的角色就是应用服务器或数据库服务器，CPU作为关键资源经常成为性能瓶颈的根源。CPU使用率高并不总是意味着CPU工作繁忙，它有可能是正在等待其他子系统。在进行性能分析时，将所有子系统当做一个整体来看是非常重要的，因为在子系统中可能会出现瀑布效应。 注释：有种常见的错误观念认为CPU是服务器中最重要的。情况不总是这样，服务器经常是CPU的配置高，硬盘、内存和网络子系统是低配置。只有一些特定对CPU要求高的应用程序才能真正充分利用当今的高端处理器。 3.2.1 发现CPU瓶颈 有多种方法可以来确
Redis是典型的单线程架构，所有的读写都是在一条主线程中完成的，在高并发场景中，一旦这条主线程出现了阻塞，哪怕是很短的时间，对于应用的影响都是巨大的。
它返回一个 pthread_t 类型的变量，指代的是调用 pthread_self 函数的线程的 “ID”。
0、使用SSD。资金不足的话，使用RAID设备 【建议使用RAID10，因为RAID5的性能并不太高】
继续我们的配置文件的学习，上回我们已经学习完了整个 Redis 配置文件的前半部分，今天我们就向后半部分进发。这一部分的内容说实话有更多的内容是更偏门的，都不知道是干嘛用的。还是那句话，本着了解的态度，死磕也要过一遍，以后万一哪天用到了，再详细深入的研究也不迟。
其实，在进行ROS2/ROS1程序编写的时候，通常需要启动很多节点，有时候大于60+节点也非常常见的。
不必太纠结于当下，也不必太忧虑未来，当你经历过一些事情的时候，眼前的风景已经和从前不一样了。——村上春树
中断是计算机体系结构中的一个重要概念，用于处理器响应异步事件。中断设计对于提高计算机系统的性能和响应能力至关重要。下面详细讲解中断的工作原理、类型、中断处理流程以及中断设计的关键组件，并附上逻辑示意图。
独立ip的优点，在这里就不多赘述了。而网上关于这方面的帖子大多都很朦统，今天写一下避免各位在走我走过的坑。也方便自己日后查看。
在我们运维的db环境中,一个机器跑多个mysql实例经常会出现某个进程占用了几乎所有的cpu 进而影响其他的实例运行。基于此我们需要限制某个进程的cpu资源,将其使用 的cpu限定在某个或者某几个固定的cpu上，避免对其他的进程产生影响。
通常情况下，我们一台宿主机上会同时启动多个Docker容器，而在默认情况下，Docker是没有限制其运行的容器所使用的硬件资源，比如CPU，内存，IO等。而在实际环境中，往往一个容器的负载过高，会占用宿主机的大部分资源，会导致其他容器的访问资源被抢占，而出现响应超时或无法响应等情况。
1. rx-checksumming：校验接收报文的checksum。
一、进程查看及其管理工具 ps命令：报告当前进程的快照信息 ps - report a snapshot of the current processes. 选项： -A：显示所有进程与-e相同的效果 -a：不与终端相关的所有进程 -u：与用户相关的进程 -x：通常和a,u结合使用，显示出来比较全面的信息 -f：做一个更为完整的输出 常用的组合： ps -ef 以完整的信息显示所有进程信息 ps -efH 显示进程层次
在现代计算机系统中，可以有多个CPU，每个CPU又可以有多核。为了充分利用现代CPU的功能，JAVA中引入了多线程，不同的线程可以同时在不同CPU或者不同CPU核中运行。但是对于JAVA程序猿来说创建多少线程是可以自己控制的，但是线程到底运行在哪个CPU上，则是一个黑盒子，一般来说很难得知。
内存问题，脑瓜疼脑瓜疼。脑瓜疼的意思，就是脑袋运算空间太小，撑的疼。本篇是《荒岛余生》系列第三篇，让人脑瓜疼的内存篇。其余参见：
所以，将进程与 CPU 进行绑定可以提高 CPU 缓存的命中率，从而提高性能。而进程与 CPU 绑定被称为：CPU 亲和性。
你是否还在大量控制台窗口中监控容器，还是对使用终端命令充满热情?而使用Docker的图形用户界面(GUI)工具，则可以更简单的对容器进行管理，并提高效率。而且它们都是免费的。 Portainer P
Linux内核是一个令人难以置信的马戏团的表演者，可以很小心的玩弄许多进程和它们的资源需求，来保证你的服务器一直嗡嗡作响。内核也是关于公平的一切：当有资源竞争时，内核试图公平的分发这些资源。 然而，如果你有一个需要优先级的重要进程怎么办？一个低优先级的进程呢？或者，限制一组进程的资源呢？ 这需要你的帮助，因为没有你的帮助，内核是无法知道哪些是CPU的关键进程。 所有进程最开始都拥有相同的优先级，Linux内核会为每个任务分配均匀的CPU调度时间。总不能让一个CPU密集型的进程只运行在低优先级吧？所以，你需要
Redis子进程负责AOF或者RDB文件的重写，它的运行过程主要涉及CPU、内存、硬盘三部分的消耗
你是否还在大量控制台窗口中监控容器，还是对使用终端命令充满热情?而使用Docker的图形用户界面(GUI)工具，则可以更简单的对容器进行管理，并提高效率。而且它们都是免费的。 1.Portainer
你是否还在大量控制台窗口中监控容器，还是对使用终端命令充满热情?而使用Docker的图形用户界面(GUI)工具，则可以更简单的对容器进行管理，并提高效率。而且它们都是免费的。 Portainer Po
CDN（内容分发网络）是一个能够提高网络性能、安全性和可靠性的分布式网络系统。它通过在全球各地部署服务器节点来缓存和传递静态和动态内容，以提供更快的访问速度和更高的内容可用性。
终于来了！大家翘首以盼的JETPACK SDK 5.0发布了。 不过这次发的是JETPACK SDK 5.0 开发者预览版，NVIDIA已经特别强调： 不适用于生产用途！ 不适用于生产用途！ 不适用于生产用途！ 已知问题记录在 Jetson Linux 发行说明中。请仔细阅读发行说明。 JetPack 5.0 Developer Preview 是一个开发版本，其中包含完整的计算堆栈更新，包括 CUDA 11.4，以及 Linux Kernel 5.10、基于 Ubuntu 20.04 的根文件系统、基于
taskset是linux自带的一个命令，可用来将进程绑定到指定CPU 相关的函数有: sched_setaffinity, CPU_CLR, CPU_ISSET, CPU_SET, CPU_ZERO
安装成功后使用任意一个可以访问KVM宿主机的带有桌面的设备上的 VNC viewer 进入 YourIp:5911 输入密码 kvm 就可以进入虚拟机，然后继续安装了。
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
