Tag: 性能

rdtscp，rdtsc：memory和cpuid / rdtsc之间的区别？

假设我们正在尝试使用tsc进行性能监视，并且我们希望阻止指令重新sorting。 这些是我们的select： 1： rdtscp是一个序列化调用。 它阻止了对rdtscp调用的重新sorting。 __asm__ __volatile__("rdtscp; " // serializing read of tsc "shl $32,%%rdx; " // shift higher 32 bits stored in rdx up "or %%rdx,%%rax" // and or onto rax : "=a"(tsc) // output to tsc variable : : "%rcx", "%rdx"); // rcx and rdx are clobbered 但是， rdtscp仅适用于较新的CPU。 所以在这种情况下，我们必须使用rdtsc 。 但rdtsc是非序列化的，所以单独使用它不会阻止CPU对其进行重新sorting。 所以我们可以使用这两个选项来防止重新sorting： […]

与Scala / Akka演员相比，Java线程怎么样？

我只是比较斯卡拉演员与Java线程的performance。 我惊异地看到了差异，我观察到，在我的系统中，我能够产生最多2000线程（一次只能生活）。但是使用同一个系统，我能够产生大约50万个scala的演员。 这两个程序都使用了大约81MB的JVM堆内存。 你能解释一下java线程是如何比scala / akka actor更重吗？ 什么是使scala-actor这么重量轻的关键因素？ 如果我想获得最佳的可伸缩性，我应该去基于演员的Web服务器，而不是基于Java的传统的Web /应用服务器，如JBoss或Tomcat？ 谢谢。

如何在Haskell中提高这个数值计算的性能？

我正在把David Blei的C潜在Dirichlet分配的C实现移植到Haskell中，我正在试着决定是否在C中留下一些低级的东西。下面的函数就是一个例子 – 它是一个近似值的二阶导数： double trigamma(double x) { double p; int i; x=x+6; p=1/(x*x); p=(((((0.075757575757576*p-0.033333333333333)*p+0.0238095238095238) *p-0.033333333333333)*p+0.166666666666667)*p+1)/x+0.5*p; for (i=0; i<6 ;i++) { x=x-1; p=1/(x*x)+p; } return(p); } 我已经把它翻译成或多或less俗语的Haskell，如下所示： trigamma :: Double -> Double trigamma x = snd $ last $ take 7 $ iterate next (x' – 1, p') where x' = x + 6 p […]

是Java的System.arraycopy（）有效的小arrays？

对于小型数组，Java的System.arraycopy()效率如何，或者它是一个本地方法，这使得它可能比一个简单的循环和一个函数调用效率低得多？ 本地方法是否会导致跨越某种Java系统桥的额外性能开销？

if语句在模数之前和赋值操作之前是多余的吗？

考虑下一个代码： unsigned idx; //.. some work with idx if( idx >= idx_max ) idx %= idx_max; 可以简化为只有第二行： idx %= idx_max; 并会取得相同的结果。 有几次我遇到了下一个代码： unsigned x; //… some work with x if( x!=0 ) x=0; 可以简化为 x=0; 问题： 有没有任何意义， if和为什么？ 尤其是使用ARM Thumb指令集。 难道这些if被忽略？ 编译器做了哪些优化？

为什么Haskell程序比等效的Python程序慢得多？

作为编程挑战的一部分，我需要从标准input读取空格分隔的整数序列（ 在一行中 ），并将这些整数的总和打印到标准输出。 有问题的序列可以包含多达10,000,000个整数。 我有两个解决scheme：一个用Haskell编写（ foo.hs ），另一个用Python 2（ foo.py ）编写。 不幸的是，（编译后的）Haskell程序比Python程序一直慢，我不知道如何解释这两个程序之间的性能差异。 请参阅下面的基准部分。 如果有的话，我会希望Haskell占上风。 我究竟做错了什么？ 我怎样才能解释这种差异？ 有没有简单的方法来加快我的Haskell代码？ （有关信息，我正在使用8Gb RAM，GHC 7.8.4和Python 2.7.9的2010年中期Macbook Pro。） foo.hs main = print . sum =<< getIntList getIntList :: IO [Int] getIntList = fmap (map read . words) getLine （用ghc -O2 foo.hs编译） foo.py ns = map(int, raw_input().split()) print sum(ns) 基准 在下面， test.txt由一行1000万个空格分隔的整数组成。 # […]

MySql视图性能

如果你正在使用视图的道路，你如何确保良好的performance？ 还是最好不要在第一时间使用视图，而只是将相应的语句合并到您的select语句中？

用长行编辑xml文件在vim中确实很慢。 我能做些什么来解决这个问题？

我用vim编辑了很多xml文件。 问题是，由于长行，vim中的导航/编辑非常慢。 有什么我可以做的（除了closures语法高亮/文件types插件和文件types缩进），以便能够编辑这些文件没有任何滞后？ 令人沮丧的是，语法高亮等简单的事情被vim处理得如此糟糕。 我不记得这是任何其他编辑的问题。 我真的很喜欢使用vim，我希望有一些方法可以解决这个问题。

为什么写内存要比读内存慢得多？

这是一个简单的memset带宽基准： #include <stdio.h> #include <stdlib.h> #include <string.h> #include <time.h> int main() { unsigned long n, r, i; unsigned char *p; clock_t c0, c1; double elapsed; n = 1000 * 1000 * 1000; /* GB */ r = 100; /* repeat */ p = calloc(n, 1); c0 = clock(); for(i = 0; i < r; ++i) […]

有没有办法绕开Python list.append（）随着列表的增长而逐渐变慢？

我正在阅读一个大文件，并将每隔几行转换为Object的一个实例。 由于我正在循环该文件，我使用list.append（instance）将实例存储到列表，然后继续循环。 这是一个大约100MB左右的文件，因此不会太大，但是随着列表越来越大，循环逐渐减慢。 （我打印循环中每圈的时间）。 这不是固有的循环〜当我打印每一个新的实例，当我循环的文件，程序以恒定的速度进展〜只有当我把它们追加到列表慢慢。 我的朋友build议在while循环之前禁用垃圾收集，然后启用它并进行垃圾收集调用。 有没有其他人观察到类似的问题list.append变慢？ 有没有其他办法可以绕过这个呢？ 我会尝试下面的两个build议。 （1）“预先分配”记忆〜最好的办法是什么？ （2）尝试使用deque 多篇文章（请参阅Alex Martelli的评论）提出了内存碎片（他拥有大量的可用内存，就像我一样），但对性能没有明显的修正。 要复制这种现象，请运行答案中提供的testing代码，并假定列表中有有用的数据。 gc.disable（）和gc.enable（）有助于计时。 我也会仔细分析所有的时间花在哪里。