性能优化

闲坐含香咀翠

从 132MB 到 25MB：列式存储怎么把 CPU 缓存命中率提上去的背景：同一篇，百万行透视表。上篇讲了应用层砍掉 30 万个 Proxy。这篇讲存储层——把行式对象数组换成列式 TypedArray，100 万行从 132MB 散落堆压到 25MB 连续内存，groupBy 从 709ms 降到 326ms。

闲坐含香咀翠

把 AntV S2 列头计算从 O(n²) 降到 O(n)：一次开源组件的性能改造背景：同一篇，百万行透视表。前三篇讲了应用层（砍 30 万 Proxy）、存储层（132MB → 25MB 列式）、线程层（Worker 常驻 + 零拷贝）。这篇讲布局层——直接改 AntV S2 源码，把列头高度计算从 O(n²) 降到 O(n)。

闲坐含香咀翠

Worker 常驻 + 零拷贝：postMessage 的结构化克隆算法与 Transferable 的真实代价背景：同一篇，百万行透视表。前两篇讲了应用层（砍 30 万 Proxy）和存储层（132MB → 25MB 列式）。这篇讲线程层——Worker 常驻 + Transferable 零拷贝，把数据传输从每次 559ms 的 structuredClone 砍到几乎为零。

闲坐含香咀翠

百万行数据透视表，我是怎么把 Vue 响应式开销砍到零的背景：透视表组件嵌在生产系统里，后端一次性下发 30 万~100 万行数据，汇总/分组/聚合全在前端完成。原始实现加载要 27 秒，切换维度时页面卡死，拖拽行头掉帧。

天天喝旺仔

PostgreSQL 慢查询治理实战：读懂 EXPLAIN ANALYZE 执行计划，落地复合索引、部分索引与覆盖索引摘要：慢查询治理最常见的失败姿势是"凭感觉加索引"——加完没变快，索引却越堆越多。本文给出一条可复现的闭环：先用 pg_stat_statements 按累计耗时定位真正拖慢系统的 SQL，再逐行读懂 EXPLAIN (ANALYZE, BUFFERS) 里的 cost、rows、actual time 与 Buffers 信号，最后按"等值列在前、范围列在后"落地复合索引，用部分索引压缩体积，用 INCLUDE 覆盖索引换取 Index-Only Scan。全文附可直接执行的建表脚本与前后计划对比。

华为 OceanStor 基础使用入门指南配置业务接口IPIP配置为192.168.108.20创建硬盘域创建存储池RAID策略可以选择自己要的RAID

程序员清风

从 JVM 内存模型到 GC 调优：Java 服务性能优化实战Java 服务运行一段时间后出现响应变慢、频繁 Full GC、内存持续上涨甚至 OOM，并不一定是“堆内存太小”。问题可能来自对象分配过快、缓存没有上限、线程栈过多、元空间增长、直接内存耗尽、锁竞争或垃圾回收器参数不匹配。

Python：对象缓存优化机制（CPython）在那个世界里头, 性能优化可不是仅仅靠着开发者写出高效代码就行的。用 C 语言实现的那个解释器, 它的那个最为常用的版本, 在底层针对常见对象做了精巧的缓存优化。这些优化的办法, 不但使得性能得以提高, 而且还把内存占用给减少了。

千里马学框架

安卓系统性能优化高级实战开发专题--开机，app冷启动优化安卓系统性能优化无论是在系统开发的工作中，还是找工作过程中，都属于一个非常重要的技能部分。 1、专门性能优化岗位：实际工作中，经常在系统开发工作中会被提出一些性能相关的问题，比如卡顿，掉帧，或者启动速度不如竞品快等需求，这时候就会有一个专门性能优化岗位工程师来负责。

想做后端的前端

Unity · 性能优化：内存管理完全指南：从托管堆到跨桥开销在 Unity 开发中，内存管理从来不是可有可无的“高级话题”。一次不经意的 new 操作、一个频繁调用的 transform.position，都可能成为帧率波动的导火索。Unity 提供了多层内存管理机制，从自动化的 GC 到手动控制的 Native 容器，再到引擎底层的 C++ 分配器。更关键的是，托管内存与本机内存之间横亘着一座“桥”——跨桥操作的代价远超多数开发者的认知。

【Linux网络】深入TCP协议：从滑动窗口到拥塞控制与性能优化全景解析🔥个人主页：Cx330🌸❄️个人专栏：《C语言》《LeetCode刷题集》《数据结构-初阶》《C++知识分享》

鸡蛋卷啊卷

性能优化的本质-合理利用资源-Android性能优化之道非常具有启发性，优化的手段要取决于Context 场景机型，预加载、多线程、缓存在不通的硬件环境中，要相应增加、减少。

爱喝水的鱼丶

SAP-ABAP： BAdI 开发规范与避坑指南：10 类典型错误与运维方案博客简介：汇总 BAdI 开发的高频踩坑点：BAdI 实现内直接提交事务导致标准逻辑异常、过滤器配置错误导致增强不触发、多实现执行顺序混乱导致逻辑冲突、系统升级后 BAdI 参数变更导致失效等，逐一分析错误原因与排查方案，结合企业级项目治理需求给出 BAdI 命名规范、注释标准、变更记录要求，构建标准化的 BAdI 开发运维体系。

Jetpack Compose 性能优化完全指南：从重组原理到实战Jetpack Compose 作为 Android 的新一代 UI 框架，其声明式的编程范式极大地提升了开发效率和代码可读性。然而，这种“状态驱动 UI”的模式也引入了新的性能挑战：重组（Recomposition）。

ChatBI性能优化与流式响应衡石自然语言问数毫秒级体验技术解析用户愿意用 ChatBI，第一道门槛不是「准不准」，而是「快不快」。一句问话发出去，如果转了五六秒才出图，多数人就失去了耐心，回到「还是我自己写 SQL 吧」的老习惯。

性能分析：Android Studio Profiler前言：官方文档写得像一本“大字典”，把所有底层细节、参数和架构全罗列出来了，初学者看着极容易头晕。其实用 Android Studio Profiler（性能分析器），就像医生给病人做“心电图”和“全身检查”。你不需要懂仪器内部是怎么造的，只需要知道它在测什么、哪项数值飙高了、以及怎么把有问题的代码揪出来。

全链路并行同步技术：异构增量数据同步性能优化实践在多源异构数据库共存的企业架构中，跨库增量数据实时同步是数据迁移、数据汇聚、业务解耦、实时数仓建设的核心基础组件。传统增量同步系统普遍采用串行日志消费、单流水线执行架构，在业务平稳、数据变更量较小的场景下可保证数据一致性。但在高并发写入、大事务批量提交、高频DML变更的生产峰值场景下，串行执行模型存在显著的吞吐瓶颈与延迟累积问题，无法满足大规模、低延迟、高可靠的异构数据同步诉求。

GPU部署不是配上就能跑：性能优化里的关键参数（第2064组场景）在垃圾分类站（如垃圾投放点、垃圾转运站、清运通道、周界防线及设备作业区）的智能监管项目中，利用 NVIDIA GPU部署AI视频分析能够实现高并发的图像推理。其中，针对设备区和清运通道的安全带识别任务（检测作业人员在机械运维、高空倾倒及设备检修时是否合规佩戴安全带/安全绳），通常需要同时处理多路 RTSP/GB28181 视频流。

Android Launcher 性能优化完全指南：从启动到滑动，构建极致流畅的桌面体验在 Android 系统中，Launcher（桌面）是用户与设备交互的起点和核心枢纽。它不仅是用户日常操作的“门面”，更是系统响应速度与流畅度的直接体现。一个卡顿、掉帧或启动缓慢的 Launcher，会严重损害用户对设备整体性能的第一印象，甚至导致用户对品牌产生负面评价。

下篇・换墨｜主题/多语言/移动端，一套组件全覆盖前两篇，我们讲清了 HT UI 高性能的根基（Canvas 绘制），以及完整的组件储备与统一数据体系（组件+DataModel）。