大家好,我是飞哥!前几天看到一个有意思的问题,我前几天在朋友圈分享了,今天再在公众号里给大家发一下。
这几天一台服务器出了硬件问题之后,这台服务器上的两个备库都殉职了,我们真是如坐针毡,毕竟没有了备库感觉就是裸奔,两个库差不多有10T,搭一套备库也是颇有波折。 当服务器到了我手里之后,首先就开始准备安装数据库软件,安装前的基本检查很快做完了,需要预先安装的依赖包我看使用yum源已经识别了,我也标示了yes,然后开始克隆安装。 奇怪的是克隆安装显示成功,竟然sqlplus不可用。 $ sqlplus -v sqlplus: error while loading shared libraries: libsq
Redis的内存管理主要依靠两个进程:内存回收进程和AOF持久化进程。下面将重点讲解 Redis 内存回收机制,以及这个机制如何工作。
有一天上班的时候,收到一封报警邮件。 ZABBIX-监控系统: ------------------------------------ 报警内容: archive_area_usage ------------------------------------ 报警级别: PROBLEM ------------------------------------ 监控项目: archive_area_usage:ARCHIVED LOG-->70.25--> ---------------------
1.查看连接数配置(MySQL服务器允许的最大连接数16384) mysql -u root -proot -e "show variables like '%max_connections%'"
做性能测试过程中遇到了一些问题,现总结下来,希望能给大家带来一些参考,写的不好请多包涵和指教。因为是公司的项目,为避免信息泄漏,所以把相关信息涂掉了。 问题一: 做接口性能测试时,单用户时响应时间是5
高性能的服务器,不一定是多线程实现的,也就是说多线程不一定比单线程效率高,这得分具体的情况。以redis为例,核心处理请求的线程只有一个,所以我们常常理解其仅仅只有一个线程,但准确来说其实并不是单线程的,比如日志的备份需要单独的fork一个进程或者线程去做备份等,那么redis何来单线程还能达到如此10万+的qps呢?其实这取决于具体的实现,redis采用了基于高性能Reactor的IO多路复用的模式+内存数据结构+单线程处理网络请求这几块,决定了其性能高的原因。
u 数据库的表空间大小,是否有表空间快满了,表空间增长是否过快(系统表空间是否增长过快)。
今天在操作服务器的时候,一不小心点了个把某文件目录添加到压缩包的命令。然后由于这个文件夹很大,所以压缩包占了很大的空间。我心急,直接把压缩文件删了,没想到,cpu还在持续占用,用top命令发现,zip进程还在运行,这个时候磁盘已经快满了。那怎么办呢?
在说这个事前希望大家都能对 CPU 、 内存 、 硬盘的速度都有了解了,这样可能理解得更深刻一点,不了解的朋友点:CPU到底比内存跟硬盘快多少
结论先行:Windows成功诊断出虚拟内存不足的情况,这里的虚拟内存不是pagingfile,而是保留物理内存之外的实际可被操作系统利用的物理内存+虚拟内存之和。
我记得在最新安装麒麟Linux服务器的时候需要先格式化硬盘,然后挂载到根目录,但是由于麒麟linux服务器没有部分的镜像源,所以我将其更换了Centos7系统,隐隐约约记得也做了格式化和分区,最近发现磁盘空间显示快满了,仔细一看系统目录仅有50GB,好吧可能真的是我忘记了,无论什么原因,这点空间肯定是不够的,毕竟重新迁移宝塔的模板和目录较为费事而且还可能出现一些未知的错误,所以需要移动/home目录转移到根目录下,按照百度教程操作没有问题,重新记录一下移动过程。
目的:主机系统/var目录快满了,经查询最大的文件是mysql的ibdata1文件,有17G大小,故需要迁移这个文件到其他目录下,以释放/var目录空间。
大家都知道 java 的垃圾回收机制,java有自己的垃圾回收器来自动回收垃圾。本人对于垃圾回收机制以前也就知道java的垃圾回收器是自动回收垃圾的,有这么回事,知道有finalize和system这两个方法而已,别人都跟我说,你知道java虚拟机有垃圾回收这回事就可以了,你不用操心这个的,我也一直深信不疑,并感叹java 虚拟机真神奇!直到我对 java 的理解逐渐加深后,才发现并不是那么回事!
如果你的实际内存为4G,Windows就会自动建立约4G左右的虚拟内存文件在C盘,有些小伙伴的电脑最开始分区时,C盘没分多大,没用多久C盘空间就快满了,这时如果转移虚拟内存至其他盘的话,会节约出几个G的空间给C盘。
操作系统内会存在多个已经建立好的链接,操作系统是需要把这些建立好的链接 管理起来的 而管理的本质是 先描述 在组织 操作系统内为了管理连接维护的数据结构 先使用 struct tcp_link结构体,内部包含链接的各种字段 再使用链表 将其组织起来
不知道大家有没有注意到,在22.10.31 21点之后,凯哥的个人博客站点(凯哥Java:www.kaigejava.com)访问速度提升了不少。那是因为凯哥对站点做了优化。本文就记录优化方面:
•Windows 10 下 C 盘清理的四个最好办法 | 安全简单,无需插件 | C 盘快满了,如何清理 C 盘?| win 10 OS盘清理[1]• Windows 10 空间又爆满?别让系统再背锅, AppData 该清一清了![2]
首先找到云产品体验在找到云数据库redis 的页面,(注:云产品试用必须要先实名注册)
如果你还没有用docker搭建过mysql先不要急着搭建集群,可以显示着用docker搭建一个mysql,这里有教程,可以先试着去搭建一个mysql:
阅读过王子之前JVM文章的小伙伴们,应该已经对JVM的内存分布情况有了一个清晰的认识了,今天我们就接着来聊聊JVM的垃圾回收机制,让小伙伴们轻松理解JVM是怎么进行垃圾回收的。
Orabbix 是设计用来为 zabbix 监控 Oracle 数据库的插件,它提供多层次的监控,包括可用性和服务器性能指标。
https://blogs.oracle.com/poonam/entry/understanding_cms_gc_logs
上周由于工作原因,公司安排写单元测试,开始都很顺利,但是随着写的测试案例越来越多,项目单元测试运行就特别卡,极端情况下内存溢出,因此进行了排查
某用户4G内存的2008R2机器,经常内存跑满,但是一点也不卡,就是感觉很奇怪,任务管理器里显示的内存加一起也没多少,怎么就快满了呢?需要定位原因
大家都知道,系统盘里面装了很多系统重要文件,如果在清理系统盘垃圾的时候,不小心误删了系统必要的运行文件,电脑系统就很有可能出现不可修复的故障,甚至需要重装操作系统才能解决。
最近在做文本统计,用 Python 实现,遇到了一个比较有意思的难题——如何保存统计结果。
这个你必须面对的事,就是当你已经弄好分库分表方案,测试也通过了,数据能均匀分布到各个库和表里去,而且接着你还通过双写方案上了系统,已经直接基于分库分表方案在搞了。
突然! 扩容了,扩容成6个库,每个库需要12个表,你怎么来增加更多库和表? 当你已经弄好分库分表方案,测试也通过了,数据能均匀分布到各个库和表里去,而且接着你还通过双写方案上了系统,已经直接基于分库分表方案在搞了。 需求来了~现在这些库和表又支撑不住了,要继续扩容,咋办?
接上文:[Linux]搭建Samba服务器(ubuntu16.04) https://blog.csdn.net/humanking7/article/details/83796786
打算给我们部门弄个内部分享。发现大家对一些底层知识的认知停留在一句一句的,比如听说JVM使用-XX:-UseBiasedLocking取消偏向锁可以提高性能,因为它只适用于非多线程高并发应用。使用数字对象的缓存-XX:AutoBoxCacheMax=20000比默认缓存-128~127要提高性能。对于JVM和linux内核,操作系统没有系统的概念,遇到实际问题往往没有思路。所以我的内部分享,主要分为linux部分,jvm部分和redis部分。这篇是linux篇。学习思路为主,知识为辅。我也是菜鸟一枚~~
接上次JVM虚拟机堆内存模型来继续说,上次我们主要说了什么时候可能把对象直接放在老年代,还有我们的可能性分析,提出GCroot根的概念。这次我们主要来说说垃圾回收所使用的的算法和我们的垃圾回收器,需要了解我们的可达性分析GCroot根是什么,还有我们的动态年龄判断和老年代分配担保机制,还不清楚咋回事的小伙伴可以去我上几篇JVM的博客去看一下,JVM内存模型的几篇博客 https://www.cnblogs.com/cxiaocai/p/11520731.html
上一篇文章:Windows 10 下 C 盘清理的四个最好办法 | 安全简单,无需插件 | C 盘快满了,如何清理 C 盘?| win 10 OS盘清理[1]
对于分库分表来说,主要是面对以下问题: 选择一个数据库中间件,调研、学习、测试; 设计你的分库分表的一个方案,你要分成多少个库,每个库分成多少个表,比如 3 个库,每个库 4 个表; 基于选择好的数据库中间件,以及在测试环境建立好的分库分表的环境,然后测试一下能否正常进行分库分表的读写; 完成单库单表到分库分表的迁移,双写方案; 线上系统开始基于分库分表对外提供服务; 扩容了,扩容成 6 个库,每个库需要 12 个表,你怎么来增加更多库和表呢? 这个是你必须面对的一个事儿,就是你已经弄好分库分表方案了,然后一堆库和表都建好了,基于分库分表中间件的代码开发啥的都好了,测试都 ok 了,数据能均匀分布到各个库和各个表里去,而且接着你还通过双写的方案咔嚓一下上了系统,已经直接基于分库分表方案在搞了。 那么现在问题来了,你现在这些库和表又支撑不住了,要继续扩容咋办?这个可能就是说你的每个库的容量又快满了,或者是你的表数据量又太大了,也可能是你每个库的写并发太高了,你得继续扩容。这都是玩儿分库分表线上必须经历的事儿。
正如上图,我们发现新生代有许多实例对象,而其中只有静态变量对应的实例对象有引用,其他都是没有应用的对象,并且有大量的对象,此时新生代可能都要满了,就会触发回收机制
昨天我们分享了怎么不停机进行分库分表数据迁移(数据库分库分表后,我们生产环境怎么实现不停机数据迁移)后来有好多朋友问我,说他们的系统虽然也到了差不多分表的地步了,但是,不知道具体拆分多少张表,分多了又怕浪费公司资源,分少了又怕后面怎么去扩容,还有另一些朋友说,所在的公司规模还不大,尚在发展中,公司压根就没这么资源给他们这么去拆分。
处理器:12th Gen Intel(R) Core(TM) i7-12650H 2.30 GHz
一、集中下载burp suit por 2.0(无视python2.7算是附送hh)
今天想在树莓派上装个tensorflow 想直接去清华源下载 结果发现清华源只支持到tensorflow1点几的版本 于是直接去网上下载轮子 通过VNC放到桌面上 然而当我准备pip install 的时候 它竟然又去网上下载 还是国外网站(因为清华源没有) 下载很慢,等了半个小时 进度条快满了,结果报错time out 花费了几小时查找资料 无果 正想放弃时候 看到了这篇文章 链接: https://blog.csdn.net/weixin_46973343/article/details/105467236. 原来要开启linux的管理员root的权限才可以这么操作 不得不吐槽Linux在执行这步的时候不提示 实在太坑了 浪费了我一晚上 终于安装上
前几天我们分享了我们java中的基石JVM的相关内存模型(要想精通java,你必须得知道java的内存模型,不忽悠)以及类加载机制(java类加载机制,再也不怕面试官的刁难),其实在我们平时开发中,大部分工程师在生产环境部署java的时候很少去思考这个JVM的相关参数到底怎么去设置,更很少去预估我们程序所需的内存以及并发量等等,或者是直接参考公司资深工程师写的配置。
今天早上到了公司后,收到了这样一封报警邮件,发现收到备库的报警案例也比较多,着实颠覆了我对备库基本不需要关注管理的观点。后面可以把几个案例做成一个主题来说说。 报警邮件的内容如下: ZABBIX-监控系统: ------------------------------------ 报警内容: DG_issue ------------------------------------ 报警级别: PROBLEM ------------------------------------ 监控项目: dg_is
最近,我们已经将C语言基础的知识点已经将的差不多了,今天说一个有趣的事情:相信对于现在的我们,文件是什么我们都已经非常清楚了,比如一些常见的txt文件,Word文档,还有我们写的代码所在的文件等,电脑中很常见,但是在C语言中,你知道文件是什么吗。
本篇基于TCP确认应答机制基础上,对TCP传输效率作一个提高优化。也就是新增了流量控制和拥塞控制,下面博主将详细总结TCP的滑动窗口机制。
哈喽!各位小伙伴大家好呀! 近期一位同事的电脑出现一个问题, 就是C盘的空间被占满了, 起初小编以为, 一定是他装太多软件到C盘了, 可是最后排查下来, 居然是微信的缓存占用了几十个G的空间!
🍅 作者主页:不吃西红柿 🍅 简介:CSDN博客专家🏆、信息技术智库公号作者✌。简历模板、职场PPT模板、技术难题交流、面试套路尽管【关注】私聊我。 今日重点: ① 学会查看linux各种状态,包括:网络IO、磁盘、CPU、内存等; ② 学会理解命令所代表的含义,能够迅速发现集群存在的问题。 1、核心命令 linux 监控网络IO、磁盘、CPU、内存: CPU:vmstat 、sar –u、top 磁盘IO:iostat –xd、sar –d、top 网络IO:iftop -n、ifs
内存数据库从范型上可以分为关系型内存数据库和键值型内存数据库。 在实际应用中内存数据库主要是配合oracle或mysql等大型关系数据库使用,关注性能。 作用类似于缓存,并不注重数据完整性和数据一致性。 基于键值型的内存数据库比关系型更加易于使用,性能和可扩展性更好,因此在应用上比关系型的内存数据库使用更多。 比较FastDB、Memcached和Redis主流内存数据库的功能特性。 FastDB的特点包括如下方面: 1、FastDB不支持client-server架构因而所有使用FastDB的应用程序必须运行在同一主机上; 2、fastdb假定整个数据库存在于RAM中,并且依据这个假定优化了查询算法和接口。 3、fastdb没有数据库缓冲管理开销,不需要在数据库文件和缓冲池之间传输数据。 4、整个fastdb的搜索算法和结构是建立在假定所有的数据都存在于内存中的,因此数据换出的效率不会很高。 5、Fastdb支持事务、在线备份以及系统崩溃后的自动恢复。 6、fastdb是一个面向应用的数据库,数据库表通过应用程序的类信息来构造。 FastDB不能支持Java API接口,这使得在本应用下不适合使用FastDB。 Memcached Memcached是一种基于Key-Value开源缓存服务器系统,主要用做数据库的数据高速缓冲,并不能完全称为数据库。 memcached的API使用三十二位元的循环冗余校验(CRC-32)计算键值后,将资料分散在不同的机器上。当表格满了以后,接下来新增的资料会以LRU机制替换掉。由于 memcached通常只是当作缓存系统使用,所以使用memcached的应用程式在写回较慢的系统时(像是后端的数据库)需要额外的程序更新memcached内的资料。 memcached具有多种语言的客户端开发包,包括:Perl、PHP、JAVA、C、Python、Ruby、C#。 Redis Redis是一个高性能的key-value数据库。redis的出现,很大程度补偿了memcached这类keyvalue存储的不足,在部分场合可以对关系数据库起到很好的补充作用。它提供了C++、Java、Python,Ruby,Erlang,PHP客户端。
(1)内存:条数、每条大小、内存是DDR4还是DDR3、内存频率是2666MT/S还是1600MT/s
3)4位TCP报头长度:表示该TCP头部有多少个32位bit(有多少个4字节),所以TCP头部最大长度是15*4=60。
领取专属 10元无门槛券
手把手带您无忧上云