cpu参数

注：调整每项值的时候，需要手动用键盘输入数字，按回车确定。（只按回车并不会出现选择项） Core i9-9900K也出来了一段时间了，这个号称“地表最强游戏U”也成了很多人最新的目标。网上也有大佬表示能将其超频至7GHz以上，不过我们小DIYer日常可玩不起这么恐怖的频率。今天就让我摸索一下Core i9-9900K在家用游戏机中的实用超频方法吧。 STEP1：频率设定 第一步当然是把冰箱门打开，开机按Del进入BIOS设定。进入Advanced Frequency Settings高级频率设定，找到Extreme Memory Profile(X.M.P)选项，加载内存自带的XMP预设配置文件，对内存进行自动超频。 方法/步骤 AORUS Z390 MASTER主板BISO设置 要知道主板的默认设置是配合CPU在正常状态下运行的，当我们要进行超频时，对CPU的供电就需要严格地控制，很多设置都需要更改。下面气味大师将手把手教大家怎么调节这块AORUS Z390 MASTER主板的BIOS设置，使其能更好地进行超频。 首先我们进入主板BIOS的高级设置区域，当然大家记得要提前更新最新版本的BIOS。在第一项M.I.T上就是与超频相关的选项，我们先进入“高级频率设定”。 进入这个页面后，首先要将“Enhanced Multi-Core Performance”选项关闭，然后进入下面的

计算机组成原理 计算机的五大组成部分，分别为：控制器、存储器、运算器、输入设备和输出设备。其中控制器+运算器是计算机的中央处理器（CPU），相当于人类的大脑。 一、控制器（一） 计算机的指挥系统。大脑指挥全身的器官运行，但是大脑不会随意的指挥身体行动，大脑只有在接受指令后才会控制身体行动。 二、运算器（二） 运算器是计算机的运算系统。大脑除了指挥，无时无刻还在运算。即实现算术运算和逻辑运行。 1、算术运算：1+1=2 2、逻辑运行：吃饭太闲，喝水？ 三、控制器+运算器（计算机的忠言处理器CPU） 吃饭流程例子。 1、当你吃饭的时候，大脑会接受吃饭的指令，之后把指令翻译成你身体需要进行的动作（控制器） 2、如果吃的是西餐，则使用勺子；如果吃的是中餐，则使用筷子（运算器）。 四、存储器 计算机的存储系统。需要注意的是：无论内存还是外存，计算机存储的数据格式都是01，01的形式，0和1由电压的电平控制（了解知识点）。计算机的存储的一个二进制单位称为1bit，8bit=1Bytes称为一个字节，1024Bytes=1KB，1024KB=1MB，1024MB=1GB，1024GB=1TB，1024TB=1PB。 下面展示了目前市面上常用的存储器，从图中可以看出存储器的速度、容量和价格是相互矛盾的。 4.1 内存（主存） 内存是计算机内临时存储数据的硬件设备，由于内存读取数据速度较快内存

信号量 信号量（ sem ）在操作系统中是一种实现系统中任务与任务、任务与中断间同步或者临界资源互斥保护的机制。在多任务系统中，各任务之间常需要同步或互斥，信号量就可以为用户提供这方面的支持。 抽象来说，信号量是一个非负整数，每当信号量被获取（ pend ）时，该整数会减一，当该整数的值为 0 时，表示信号量处于无效状态，将无法被再次获取，所有试图获取它的任务将进入阻塞态。通常一个信号量是有计数值的，它的计数值可以用于系统资源计数（统计）。 一般来说信号量的值有两种： 0：表示没有积累下来的 post 信号量操作，且可能有任务阻塞在此信号量上。 正值：表示有一个或多个 post 信号量操作。 一般来说信号量多用于同步而非互斥，因为操作系统中会提供另一种互斥机制（互斥锁），互斥量的互斥作用更完善：互斥锁有优先级继承机制，而信号量则没有这个机制，此外互斥量还拥有所有者属性，我们会在后续讲解。 信号量也如队列一样，拥有 阻塞机制 。任务需要等待某个中断发生后，再去执行对应的处理，那么任务可以处于阻塞态等待信号量，直到中断发生后释放信号量后，该任务才被唤醒去执行对应的处理。在释放（ post ）信号量的时候能立即将等待的任务转变为就绪态，如果任务的优先级在就绪任务中是最高的，任务就能立即被运行，这就是操作系统中的“ 实时响应，实时处理 ”。在操作系统中使用信号量可以提高处理的效率。

消息队列 在前一篇文章中 【TencentOS tiny学习】源码分析（3）——队列 我们描述了TencentOS tiny的队列实现，同时也点出了TencentOS tiny的队列是依赖于消息队列的，那么我们今天来看看消息队列的实现。 其实消息队列是TencentOS tiny的一个 基础组件 ，作为队列的底层。 所以在 tos_config.h 中会用以下宏定义： #if (TOS_CFG_QUEUE_EN > 0u) #define TOS_CFG_MSG_EN 1u #else #define TOS_CFG_MSG_EN 0u #endif 系统消息池初始化 在系统初始化（ tos_knl_init() ）的时候，系统就会将消息池进行初始化，其中， msgpool_init() 函数就是用来初始化消息池的，该函数的定义位于 tos_msg.c文件中，函数的实现主要是通过一个 for 循环，将消息池 k_msg_pool[TOS_CFG_MSG_POOL_SIZE] 的成员变量进行初始化，初始化对应的列表节点，并且将它挂载到空闲消息列表上 k_msg_freelist 初始化完成示意图：（假设只有3个消息） __KERNEL__ void msgpool_init(void) { uint32_t i; for (i = 0; i < TOS_CFG_MSG_POOL

一、当前配置 Flink：版本1.4 Flink-Kafka-Connector：0.10.x Kafka-Brokers:3个 Topic-Partitoins:3个 Topic-Replication:2个 二、现象描述 Flink通过Kafka-Connector连接Kafka消费数据，当Kafka异常，Broker节点不可用时，Kafka的Consumer线程会把Flink进程的CPU打爆至100%其中： 一个节点不可用时：Flink可以恢复 二个节点不可用时：CPU持续100% 三个节点不可用时：CPU持续100% 三、问题分析： CPU持续高，首先想到是Flink在消费数据时没有对异常进行处理，频繁异常打爆了CPU，我们去检查Flink的输出日志，输出日志并没有找到有价值的信息，初次分析宣告失败。 没办法，只能用动用大杀器，分析下进程的CPU占用了线程以及堆栈 1、查看占用CPU高的进程，确认无误这些进程全是Flink的JOP 2、打印进程堆栈 jstack 10348>> 10348.txt 得到进程的所有线程堆栈信息。 3、查找占用CPU高的线程 ps -mp pid -o THREAD,tid,time 查找占用cpu搞的线程 4、查看线程堆栈，发现大部分错误集中在KafkaConsumer.poll方法上。 到这基本可以定位原因了

性能结果分析是性能测试中的一个重要部分，同时也是一个难点。由于不同的软件系统，不同的性能指标，结果分析方法都是不一样的。需要具体问题具体分析。下面将阐述一些性能分析的方法与建议。 1 性能分析的目的 1）找出系统瓶颈（硬件、软件） 2）提出性能优化方案 3）达到合理的硬件和软件配置 4）使系统资源使用达到最大平衡 2 常见性能瓶颈征兆 在性能测试执行过程中，我们需要观察和了解系统的运行状态，如果出现以下征兆，则表示系统可能存在瓶颈。 1) 持续缓慢：应用程序一直特别慢，改变负载，对整体响应时间影响很少； 2) 随着时间推进越来越慢：负载不变，随着时间推进越来越慢，可能到达某个阈值，系统被锁定或出现大量错误而崩溃； 3) 随着负载增加越来越慢：每增加若干用户，系统明显变慢，用户离开系统，系统恢复原状； 4) 零星挂起或异常错误：可能是负载或某些原因，用户看到页面无法完成并挂起，无法消除； 5) 可预见的锁定：一旦出现挂起或错误，就加速出现，直到系统完全锁定。通常要重启系统才解决。 6) 突然混乱：系统一直运行正常，可能是一个小时或三天之后，系统突然出项大量错误或锁定。 3 性能数据解读建议 性能分析过程也是一个解读数据的过程，读懂了数据你就能知道问题出在何处。随着经验的累积将会很容易判断问题的根源，甚至在开发阶段就能对可能出现问题的点打预防针。 性能指标类型 标准 性能瓶颈征兆

C# 提供了ManagementClass类来获取本机的一些基本信息，比如CPU的个数，CPU的频率，网卡的MAC，内存的大小，硬盘的大小等。 获取本机MAC地址： /// <summary> /// 获取本机的MAC地址 /// </summary> /// <returns></returns> public static string GetMACString() { ManagementClass mAdapter = new ManagementClass("Win32_NetworkAdapterConfiguration"); ManagementObjectCollection mo = mAdapter.GetInstances(); foreach (ManagementBaseObject m in mo) { if ((bool)m["IpEnabled"] == true) { return m["MacAddress"].ToString(); } } mo.Dispose(); return null; } 获取本机CPU的个数： /// <summary> /// 获取CPU的个数 /// </summary> /// <returns></returns> public static int GetCpuCount() { try { using

原文: Redis INFO 说明 背景 前面 几篇文章 介绍完了Redis相关的一些说明，现在看看如何查看Redis的一些性能指标和统计信息，也可以看 官网 说明，本文基于Redis 5.0.5。 INFO [section] INFO命令返回有关服务器的信息和统计信息，带上参数ALL可以返回所有部分，默认default，仅返回默认部分集如果未提供任何参数，则采用默认选项。 > INFO ALL 或 > INFO 后面的可选参数可用于选择特定的信息展示： server: 常规信息 clients: 客户端连接部分 memory: 内存消耗相关信息 persistence: RDB和AOF相关信息 stats: 统计信息 replication: 主/从复制信息 cpu: CPU消耗统计 commandstats: Redis命令统计 cluster: 集群部分 keyspace: 数据库、key相关统计 Redis info {all} [session] 说明 redis> INFO ALL # Server redis_version:5.0.5 //Redis服务器的版本 redis_git_sha1:00000000 //Git SHA1 redis_git_dirty:0 //Git dirty flag redis_build_id:cdff23e4497417f9

背景 前面 几篇文章 介绍完了Redis相关的一些说明，现在看看如何查看Redis的一些性能指标和统计信息，也可以看 官网 说明，本文基于Redis 5.0.5。 INFO [section] INFO命令返回有关服务器的信息和统计信息，带上参数ALL可以返回所有部分，默认default，仅返回默认部分集如果未提供任何参数，则采用默认选项。 > INFO ALL 或 > INFO 后面的可选参数可用于选择特定的信息展示： server: 常规信息 clients: 客户端连接部分 memory: 内存消耗相关信息 persistence: RDB和AOF相关信息 stats: 统计信息 replication: 主/从复制信息 cpu: CPU消耗统计 commandstats: Redis命令统计 cluster: 集群部分 keyspace: 数据库、key相关统计 Redis info {all} [session] 说明 redis> INFO ALL # Server redis_version:5.0.5 //Redis服务器的版本 redis_git_sha1:00000000 //Git SHA1 redis_git_dirty:0 //Git dirty flag redis_build_id:cdff23e4497417f9 //构建ID redis_mode

一、线程池 1、什么是线程池 Java中的线程池是运用场景最多的并发框架，几乎所有需要异步或并发执行任务的程序 都可以使用线程池。在开发过程中，合理地使用线程池能够带来3个好处。 第一：降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。 第二：提高响应速度。当任务到达时，任务可以不需要等到线程创建就能立即执行。 第三：提高线程的可管理性。线程是稀缺资源，如果无限制地创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一分配、调优和监控。但是，要做到合理利用 频繁的创建多线程，非常占用CPU，线程过多时造成线程池溢出 2、线程池作用 线程池是为突然大量爆发的线程设计的，通过有限的几个固定线程为大量的操作服务，减少了创建和销毁线程所需的时间，从而提高效率。 如果一个线程的时间非常长，就没必要用线程池了(不是不能作长时间操作，而是不宜。)，况且我们还不能控制线程池中线程的开始、挂起、和中止。 二、线程池的分类 ThreadPoolExecutor Executor框架的最顶层实现是ThreadPoolExecutor类，Executors工厂类中提供的newScheduledThreadPool、newFixedThreadPool、newCachedThreadPool方法其实也只是ThreadPoolExecutor的构造函数参数不同而已