Benchmark

简介： QUANTAXIS量化金融策略框架,是一个面向中小型策略团队的量化分析解决方案，是一个从数据爬取、清洗存储、分析回测、可视化、交易复盘的本地一站式解决方案。 QUANTAXIS量化金融策略框架,是一个面向中小型策略团队的量化分析解决方案，是一个从数据爬取、清洗存储、分析回测、可视化、交易复盘的本地一站式解决方案。 我们通过高度解耦的模块化以及标准化协议,可以快速的实现面向场景的定制化解决方案.QUANTAXIS是一个渐进式的开放式框架,你可以根据自己的需要,引入自己的数据,分析方案,可视化过程等,也可以通过RESTful接口,快速实现多人局域网/广域网内的协作。 1.功能 1.1 行情服务 1.1.1 股票/期货/期权/美股/外汇/宏观的历史/实时行情(日线/分钟线/tick/实时五档)服务 例：最新交易价格 QA.QA_util_log_info( '最后一次交易价格' ) QA.QA_util_log_info( '参数为列表' ) data=QA. QAFetch . QATdx .QA_fetch_get_stock_latest([ '000001' , '000002' ]) QA.QA_util_log_info( '参数为一只股票' ) data=QA. QAFetch . QATdx .QA_fetch_get_stock_latest( '000001'

1. 下载 redis官网支持Linux版本，微软维护windows版本 redis官网，可以下载linux版本 https://redis.io/ windows版本 https://github.com/MicrosoftArchive/redis/releases 百度网盘有已经下载好的。可视化工具也在里面 链接：https://pan.baidu.com/s/152zzZDo9EFCQNBRaeuMxwg 提取码：2ip1 2. 安装 将 “redis-2.8.9.zip” 解压到指定位置即可，我在虚拟机上弄的，根据自己的来。 3. 目录结构 目录或文件 作用 redis-benchmark 性能检测工具 redis-check-aof AOF文件修复工具 redis-check-dump RDB文件检查工具（快照持久化文件） redis-cli 命令行客户端 redis-server redis服务器启动命令 redis.windows.conf redis核心配置文件 4. 启动redis服务 双击redis-server即可，默认端口号：6379 5. 客户端连接redis 双击redis-cli即可。然后指定ping命令，返回PONG，表示redis已经连同 6. 注册成window服务 双击 redis-server.exe 文件打开黑窗口，表示服务运行中。

1. 视频 炼石成金 《中间件之 Kafka》 一共有 19P 。概念部分讲的蛮细的。 尚硅谷 《大数据视频_Kafka视频教程》 一共 24P 。讲的还不错的。 书生小四 《Kafka 流处理平台》 一共 1 小时 16 分钟。简单的入门，时间也不长。 2. 书籍 《Kafka 书单整理》 宇宙级预告，厮大的 Kafka 书籍也要出了，高能预警！！！！ 入门进阶的话，推荐 《Kafka 权威指南》 豆瓣评分 9 分，恐怖。 原理源码的话，推荐 《Apache Kafka 源码剖析》 豆瓣评分 8.3 分 3、个人总结优秀推荐文章 郭俊Jason 【推荐，也是炼数成金网站Kafka视频作者】 Kafka设计解析（八）- Exactly Once语义与事务机制原理 Kafka设计解析（七）- Kafka Stream Kafka设计解析（六）- Kafka高性能架构之道 Kafka设计解析（五）- Kafka性能测试方法及Benchmark报告 Kafka设计解析（四）- Kafka Consumer设计解析 Kafka设计解析（三）- Kafka High Availability （下） Kafka设计解析（二）- Kafka High Availability （上） Kafka设计解析（一）- Kafka背景及架构介绍 Kafka深度解析 厮大 《Kafka 各种文章》 【】

生活中，如果1+2+3+4.....+100，大家基本上都会用等差数列计算，如果有人从1开始加，不是傻就是白X，那么程序中呢，是不是也是这样。今天无意中看到了尾递归，以前也写过，但是不知道这个专业名词，今天写一下对比下性能问题。 今天主要是看到了尾递归，所以联想到了这些，写下这篇文章，其中也把Benchmark (Nuget上的BenchmarkDotNet)的基准测试用了下，感觉比较好用，赞。Benchmark 需要在release下运行。 原则上所有的递归操作，都可以写成循环操作。尾递归是指，在函数返回的时候，调用自身本身，并且return语句不能包含表达式。这样编译器或者解释器就可以把尾递归做优化，试运行速度更快。 测试类 public class TestClass { /// <summary> /// for循环 /// </summary> /// <param name="n"></param> /// <param name="counter"></param> /// <returns></returns> public int TestFor( int n) { int s = 1 ; for ( int i = 2 ; i < n + 1 ; i++ ) { s = s + i; } return s; } /// <summary> /// 等差数列 //

手机性能基准测试作弊已有很长的历史，可追溯到整个行业（至少在智能手机行业时代如此），并且多年来一直是备受争议的报道话题。 几年前，一度被认为靠谱的基准测试软件，突然爆发了一场信任危机。原因是某些智能手机制造商在检测到跑分工具时有作弊的行为，导致实际体验未能达成消费者的预期。比如三星、华为等手机都被爆出过疑似跑分作弊的行为。 以三星为例，2014 年，测试人员发现三星通过添加源代码在基准测试中作弊，该代码能够检测基准测试应用程序是否在手机上运行，一旦发现，则以更快的速度（532MHz，正常情况下为 480MHz）运行手机。由此，三星遭到了集体诉讼，且该诉讼长达 4 年。2019 年 9 月 30 日，三星败诉，承认在基准测试中作弊，同意向 Galaxy S4 的购买者支付 10 美元赔偿，总金额高达1340万美元。 如今类似的事情还在上演，近期在联发科芯片上也被发现了疑似跑分“作弊”的行为。 联发科Helio P95胜过天玑1000L ？ 事情的开始，要从 OPPO Reno3 说起。 外媒 Anandtech 发现，搭载 P95CPU 的欧洲版 OPPO Reno3 Pro 的跑分数值比搭载性能更强大的最新 Dimensity 1000L CPU 的国行版 Reno3 的高，这引起了 Anandtech 的质疑。 由此，Anandtech 分别使用匿名版（可帮助分值作弊）和常规版的

什么是 Opcache 每一次执行 PHP 脚本的时候，该脚本都需要被编译成字节码，而 OPcache 可以对该字节码进行缓存，这样，下次请求同一个脚本的时候，该脚本就不需要重新编译，这极大节省了脚本的执行时间，从而让应用运行速度更快，同时也节省了服务器的开销。 用数字说话 我们当然很想知道到底进行了怎样的优化，尽管性能提升高度依赖于应用和服务器的配置，不过我们可以通过运行基准测试（benchmark）有一个大概的了解。 为此我专门准备了一个很低配置的机器：1核CPU，1G内存来运行 Apache 基准测试。我请求的是 Laravel 5.4 默认的欢迎页面，让 10 个并发请求持续访问 1 分钟，以下是关闭 OPcache 的基准测试结果： OPcache disabled: 10.18 requests per second 　　 对于一个这么低配置的服务器而言，这也不算太坏，但是我们可以做得更好。开启 OPcache 的基准测试结果如下（使用默认 OPcache 配置）： Enabled with default values: 34.52 requests per second 　　 差距还是很大的！我们接下来对 OPcache 配置进行优化，基准测试的表现效果更好： Enabled with optimized values: 42.53 requests per

1 简介 Redis 是使用 ANSI C 语言开发的基于 Key-Value 的高性能 NoSQL 数据库，在解决高并发、高可用等一系列问题中，它扮演着重要的角色。它的优势主要有： 速度快。 持久化。 原子性。 数据结构丰富。 多语言支持。 本文将简单介绍如何通过 Docker 安装 Redis ，并简单使用与操作。 2 Docker安装与使用 2.1 Docker安装 拉取 Redis 镜像，选择目前最新的稳定版本 5.0.8 ： $ docker pull redis:5.0.8 建议配置成阿里云的镜像，速度会快很多。拉取成功后，可以通过下面命令检查： $ docker images |grep redis 启动 Redis ： $ docker run -itd --name redis -p 6379:6379 redis:5.0.8 通过下面命令检查是否启动成功： $ docker ps|grep redis 进入容器里面： $ docker exec -it redis /bin/bash 在容器里面通过 Redis 命令行工具连接到数据库： $ redis-cli -h localhost -p 6379 当然，也可以不指定 hostname 和 port ，默认就是 127.0.0.1:6379 。 连接成功后就可以操作了： 通过下面命令，可以对所安装的

摘要：本文由阿里巴巴技术专家贺小令（晓令）分享，主要介绍 Apache Flink 新场景 OLAP 引擎，内容分为以下四部分： 背景介绍 Flink OLAP 引擎 案例介绍 未来计划 一、背景介绍 1.OLAP 及其分类 OLAP 是一种让用户可以用从不同视角方便快捷的分析数据的计算方法。主流的 OLAP 可以分为3类：多维 OLAP ( Multi-dimensional OLAP )、关系型 OLAP ( Relational OLAP ) 和混合 OLAP ( Hybrid OLAP ) 三大类。 （1）多维 OLAP ( MOLAP ) 传统的 OLAP 分析方式 数据存储在多维数据集中 （2）关系型 OLAP ( ROLAP ) 以关系数据库为核心，以关系型结构进行多维数据的表示 通过 SQL 的 where 条件以呈现传统 OLAP 的切片、切块功能 （3）混合 OLAP ( HOLAP ) 将 MOLAP 和 ROLPA 的优势结合起来，以获得更快的性能 以下将详细介绍每种分类的具体特征。 ■ 多维 OLAP ( MOLAP ) MOLAP 的典型代表是 Kylin 和 Druid。 MOLAP 处理流程 首先，对原始数据做数据预处理；然后，将预处理后的数据存至数据仓库，用户的请求通过 OLAP server 即可查询数据仓库中的数据。 MOLAP 的优点和缺点

问题： How do you write (and run) a correct micro-benchmark in Java? 您如何用Java编写（并运行）正确的微基准测试？ I'm looking for some code samples and comments illustrating various things to think about. 我正在寻找一些代码示例和注释，以说明要考虑的各种问题。 Example: Should the benchmark measure time/iteration or iterations/time, and why? 示例：基准测试应测量时间/迭代或迭代/时间，为什么？ Related: Is stopwatch benchmarking acceptable? 相关： 秒表基准测试是否可以接受？ 解决方案： 参考一： https://stackoom.com/question/278h/如何在Java中编写正确的微基准测试 参考二： https://oldbug.net/q/278h/How-do-I-write-a-correct-micro-benchmark-in-Java 来源： oschina 链接： https://my.oschina.net/u/4438370/blog/3284140

他山之石，可以攻玉。美团点评NLP团队一直紧跟业界前沿技术，开展了基于美团点评业务数据的预训练研究工作，训练了更适配美团点评业务场景的MT-BERT模型，通过微调将MT-BERT落地到多个业务场景中，并取得了不错的业务效果。 背景 2018年，自然语言处理（Natural Language Processing，NLP）领域最激动人心的进展莫过于预训练语言模型，包括基于RNN的ELMo[1]和ULMFiT[2]，基于Transformer[3]的OpenAI GPT[4]及Google BERT[5]等。下图1回顾了近年来预训练语言模型的发展史以及最新的进展。预训练语言模型的成功，证明了我们可以从海量的无标注文本中学到潜在的语义信息，而无需为每一项下游NLP任务单独标注大量训练数据。此外，预训练语言模型的成功也开创了NLP研究的新范式[6]，即首先使用大量无监督语料进行语言模型预训练（Pre-training），再使用少量标注语料进行微调（Fine-tuning）来完成具体NLP任务（分类、序列标注、句间关系判断和机器阅读理解等）。 图1 NLP Pre-training and Fine-tuning新范式及相关扩展工作 所谓的“预训练”，其实并不是什么新概念，这种“Pre-training and Fine-tuning”的方法在图像领域早有应用。2009年，邓嘉