cpu参数

1.1 cpu性能查看 1、查看物理cpu个数： cat /proc/cpuinfo |grep "physical id"|sort|uniq|wc -l 2、查看每个物理cpu中的core个数： cat /proc/cpuinfo |grep "cpu cores"|wc -l 3、逻辑cpu的个数： cat /proc/cpuinfo |grep "processor"|wc -l 物理cpu个数*核数=逻辑cpu个数（不支持超线程技术的情况下） 1.2 内存查看 1、查看内存使用情况： #free -m total used free shared buffers cachedMem: 3949 2519 1430 0 189 1619-/+ buffers/cache: 710 3239Swap: 3576 0 3576total：内存总数 used：已经使用的内存数 free：空闲内存数 shared：多个进程共享的内存总额 - buffers/cache：(已用)的内存数，即used-buffers-cached + buffers/cache：(可用)的内存数，即free+buffers+cached Buffer Cache用于针对磁盘块的读写； Page Cache用于针对文件inode的读写，这些Cache能有效地缩短I/O系统调用的时间。

英文 | Python Tips and Trick, You Haven't Already Seen 原作 | Martin Heinz ( https://martinheinz.dev ) 译者 | 豌豆花下猫 声明 ：本文获得原作者授权翻译，转载请保留原文出处，请勿用于商业或非法用途。 有许许多多文章写了 Python 中的许多很酷的特性，例如变量解包、偏函数、枚举可迭代对象，但是关于 Python 还有很多要讨论的话题，因此在本文中，我将尝试展示一些我知道的和在使用的，但很少在其它文章提到过的特性。那就开始吧。 1、对输入的字符串“消毒” 对用户输入的内容“消毒”，这问题几乎适用于你编写的所有程序。通常将字符转换为小写或大写就足够了，有时你还可以使用正则表达式来完成工作，但是对于复杂的情况，还有更好的方法： user_input = "This\nstring has\tsome whitespaces...\r\n" character_map = { ord('\n') : ' ', ord('\t') : ' ', ord('\r') : None } user_input.translate(character_map) # This string has some whitespaces... " 在此示例中，你可以看到空格字符“ \n”和“ \t

　　这几天全国都是关键时候，放假了，还是要学习啊！很久没有写博客了，最近看了一本书，有关于java并发编程的，书名叫做“java并发编程之美”，讲的很有意思，这里就做一个笔记吧！　　 　　有需要openjdk8源码的，可以直接下载 链接：https://pan.baidu.com/s/1_uT99PLxH-STcs0zl0Mhuw 提取码：ov5b 一.了解并发和并行 　　并发：指的是 同一时间段内 多个任务在执行，并且没有执行结束；就好像你用一个手机看视频，你一下子想看熊出没，一下子又想看喜羊羊，那么你会怎么办？可以这个视频看几秒钟，然后那个视频看几秒钟，最关键的是当你从熊出没->喜羊羊，然后再跳到熊出没的时候，可以直接跳到上次看的记录的位置，这个才是并发最重要的地方； 　　在这里，你的眼睛就相当于一个cpu，在来回的切换视频，每个视频就是一个线程，然后可以跳转回上次的最后观看的位置，这功能就是类似PC计数器的作用，可以保存每个线程切换时候的上下文； 　　并行：理解了上面的并发，那么并行就很好理解！记得看过火影没有，可以知道鸣人用影分身修炼的情节，这个就是并行！如果你会影分身，那么你和你的分身分别用一个手机去看熊出没和喜羊羊，然后解除影分身，那么你就一下子同时看完两集了！哈哈哈，这个比喻还行吧！其实就是有两个CPU分别去执行一个线程，再把运行后的结果汇总 　　在多线程编程实践中

本系列笔记主要基于《深入理解Java虚拟机：JVM高级特性与最佳实践 第2版》，是这本书的读书笔记。 垃圾收集器 搜小说 https://shupu.org/ 垃圾收集算法是是内存回收的方法论，垃圾收集器是内存回收的具体实现。不同的虚拟机会有不同的垃圾收集器的实现，我们主要讨论的是默认的HotSpot虚拟机，这个虚拟机包含的垃圾收集器如下图； 如上图所示，一共有7种垃圾收集器，如果两个垃圾收集器之间有双箭头连线，则两个垃圾收集器可搭配使用。上面是新生代的收集器，下面是老年代的收集器。每个垃圾收集器都有各自适合的使用场景。 Serial 收集器 Serial 是一个“单线程”的 新生代 收集器，使用 复制 算法，它只会使用一个CPU或者一条收集器线程去完成垃圾收集工作，并且它在垃圾收集时，必须 暂停所有其他的工作线程 ，直到它收集结束。“Stop The World”会在用户不可见的情况下，把用户的工作线程全部停掉，这往往是令人难以接受的。 下图是 Serial/Serial Old 收集器运行示意图： 上图中，新生代是 Serial 收集器采用 复制 算法，老年代是 Serial Old 收集器采用 标记-整理 算法。Serial虽然是一个缺点鲜明的收集器，但它依然是虚拟机在Client模式下的默认收集器，它也有优点，比如简单高效（与其他收集器单线程相比），对于单个CPU来说

V8 引擎是如何工作的？ CSDN ​ 已认证的官方帐号 17 人赞同了该文章 作者 | Fundebug 来源｜Fundebug 最近，JavaScript生态系统又多了2个非常硬核的项目。 大神Fabrice Bellard发布了一个新的JS引擎QuickJS，可以将JavaScript源码转换为C语言代码，然后再使用系统编译器(gcc或者clang)生成可执行文件。 Facebook为React Native开发了新的JS引擎Hermes，用于优化安卓端的性能。它可以在构建APP的时候将JavaScript源码编译为Bytecode，从而减少APK大小、减少内存使用，提高APP启动速度。 作为JavaScript程序员，只有极少数人有机会和能力去实现一个JS引擎，但是理解JS引擎还是很有必要的。本文将介绍一下V8引擎的原理，希望可以给大家一些帮助。 JavaScript引擎 我们写的JavaScript代码直接交给浏览器或者Node执行时，底层的CPU是不认识的，也没法执行。CPU只认识自己的指令集，指令集对应的是汇编代码。写汇编代码是一件很痛苦的事情，比如，我们要计算N阶乘的话，只需要7行的递归函数： function factorial(N) { if (N === 1) { return 1; } else { return N * factorial(N - 1);

详解tomcat的连接数与线程池 1、Connector的protocol Connector在处理HTTP请求时，会使用不同的protocol。不同的Tomcat版本支持的protocol不同，其中最典型的protocol包括BIO、NIO和APR（Tomcat7中支持这3种，Tomcat8增加了对NIO2的支持，而到了Tomcat8.5和Tomcat9.0，则去掉了对BIO的支持）。 BIO是Blocking IO，顾名思义是阻塞的IO；NIO是Non-blocking IO，则是非阻塞的IO。而APR是Apache Portable Runtime，是Apache可移植运行库，利用本地库可以实现高可扩展性、高性能；Apr是在Tomcat上运行高并发应用的首选模式，但是需要安装apr、apr-utils、tomcat-native等包。 2、如何指定protocol Connector使用哪种protocol，可以通过元素中的protocol属性进行指定，也可以使用默认值。 指定的protocol取值及对应的协议如下： HTTP/1.1：默认值，使用的协议与Tomcat版本有关 org.apache.coyote.http11.Http11Protocol：BIO org.apache.coyote.http11.Http11NioProtocol：NIO org.apache

概述 在开发完Spark作业之后，就该为作业配置合适的资源了。Spark的资源参数，基本都可以在spark-submit命令中作为参数设置。很多Spark初学者，通常不知道该设置哪些必要的参数，以及如何设置这些参数，最后就只能胡乱设置，甚至压根儿不设置。资源参数设置的不合理，可能会导致没有充分利用集群资源，作业运行会极其缓慢；或者设置的资源过大，队列没有足够的资源来提供，进而导致各种异常。总之，无论是哪种情况，都会导致Spark作业的运行效率低下，甚至根本无法运行。因此我们必须对Spark作业的资源使用原理有一个清晰的认识，并知道在Spark作业运行过程中，有哪些资源参数是可以设置的，以及如何设置合适的参数值。 Spark作业基本运行原理 详细原理见上图。我们使用spark-submit提交一个Spark作业之后，这个作业就会启动一个对应的Driver进程。根据你使用的部署模式（deploy-mode）不同，Driver进程可能在本地启动，也可能在集群中某个工作节点上启动。Driver进程本身会根据我们设置的参数，占有一定数量的内存和CPU core。而Driver进程要做的第一件事情，就是向集群管理器（可以是Spark Standalone集群，也可以是其他的资源管理集群，美团•大众点评使用的是YARN作为资源管理集群）申请运行Spark作业需要使用的资源

u-boot源代码的目录结构 1、board中存放于开发板相关的配置文件，每一个开发板都以子文件夹的形式出现。 2、Commom文件夹实现u-boot行下支持的命令，每一个命令对应一个文件。 3、cpu中存放特定cpu架构相关的目录，每一款cpu架构都对应了一个子目录。 4、Doc是文档目录，有u-boot非常完善的文档。 5、Drivers中是u-boot支持的各种设备的驱动程序。 6、Fs是支持的文件系统，其中最常用的是JFFS2文件系统。 7、Include文件夹是u-boot使用的头文件，还有各种硬件平台支持的汇编文件，系统配置文件和文件系统支持的文件。 8、lib_xxx与体系结构相关的库文件。如ARM相关的库放在lib_arm目录下。 9、Net是与网络协议相关的代码，bootp协议、TFTP协议、NFS文件系统得实现。 10、Tooles是生成U-boot的工具。 start.S -> start_armboot () -> main_loop () main_loop()会调用abortboot (bootdelay)判断在delay time内有没有键按下，并给出“Hit any key to stop autoboot”，若没有键按下则run_command (s, 0)(s为默认的bootcmd)。这里默认的bootcmd需要根据内核的位置设置

随着系统数据量的不断增长， 访问量的不断提升， 系统的响应通常会越来越慢， 又或是编写的新的应用在性能上无法满足需求， 这个时候需要对系统的性能进行调优， 调优过程是构建高性能应用的必备过程， 也是一个相当复杂的过程， 而且涉及到了很多的方面， 硬件、操作系统、 运行环境软件以及应用本身， 要实现调优， 首先需要做的是找到性能低的根本原因， 然后才是针对性的进行调优， 本章节就来介绍下寻找性能瓶颈以及调优的一些技术上的方法。 CPU 消耗分析 当 CPU 消耗过高时， 对于多线程的 Java 应用而言， 最明显的性能影响是线程执行业务处理的速度大幅度下降。 在分析 Java 应用中什么动作造成了 CPU 的消耗时， 首先需要找到的为消耗了 较多 CPU资源的线程， 然后根据所消耗的 CPU 的类型并结合线程 dump 来找到造成 CPU 资源消耗高的具体原因。 在 linux 中， 可通过 top 或 pidstat 方式来查看进程中线程的 CPU 的消耗状况。 top 输入 top 命令后即可查看 CPU 的消耗情况， CPU 的信息在 TOP 视图的上面几行中， 图示如下： 在此需要关注的为 Cpu 那行的信息， 其中 4.0% us 表示的为用户占用了 4%的 CPU 时间，主要为所运行的应用程序对 CPU 的消耗； 8.9% sy 表示的为系统占用了 8.9%的 CPU

目录 1、计算机存储体系简介 2、计算机缓存 Cache 2.1、Cache 概述 2.2、Cache 结构 3、计算机缓存行 ChaceLine 1、计算机存储体系简介 存储器是分层次的，离CPU越近的存储器，速度越快，每字节的成本越高，同时容量也因此越小。寄存器速度最快，离CPU最近，成本最高，所以个数容量有限，其次是高速缓存（缓存也是分级，有L1，L2等缓存），再次是主存（普通内存），再次是本地磁盘。 寄存器的速度最快，可以在一个时钟周期内访问，其次是高速缓存，可以在几个时钟周期内访问，普通内存可以在几十个或几百个时钟周期内访问。 存储器分级，利用的是局部性原理。我们可以以经典的阅读书籍为例。我在读的书，捧在手里（寄存器），我最近频繁阅读的书，放在书桌上（缓存），随时取来读。当然书桌上只能放有限几本书。我更多的书在书架上（内存）。如果书架上没有的书，就去图书馆（磁盘）。我要读的书如果手里没有，那么去书桌上找，如果书桌上没有，去书架上找，如果书架上没有去图书馆去找。可以对应寄存器没有，则从缓存中取，缓存中没有，则从内存中取到缓存，如果内存中没有，则先从磁盘读入内存，再读入缓存，再读入寄存器。 2、计算机缓存 Cache 本系列的文章重点介绍缓存cache。了解如何获取cache的参数，了解缓存的组织结构。 2.1、Cache 概述 cache，中译名高速缓冲存储器