性能优化

小溪学编程

Java BufferedReader 详解：从基础用法到性能优化在 Java 的 I/O 体系中，BufferedReader 是最常用的字符输入流之一。它通过内部缓冲区减少物理 I/O 次数，从而显著提升读取效率。无论是读取配置文件、解析日志，还是处理用户输入，BufferedReader 都是开发者必须掌握的核心工具。

告别反射低效：JQuick-Java ASM动态调用链性能优化实战「规则引擎性能差」的刻板印象，一半来自反射调用：每次 Method.invoke 都要做访问校验、异常包装，高频调用时开销被指数放大。JQuick-Java 的 ASM 动态调用链从源头规避这些成本——运行时生成专用字节码调用器，配合方法查找、安全检查、varargs 规整组成完整调用链。本文从 JQuickJavaMethodInvoker 源码出发，实战拆解如何告别反射低效。

JQuick-java (JQuick-ASM)性能优化原理：字节码生成与缓存机制深度解析规则引擎高频调用 Java 方法时，反射的 setAccessible 校验、InvocationTargetException 包装等开销会被放大。JQuick-Java 给出 ASM 性能优化方案：运行时生成字节码调用器替代反射调用，并用并发缓存保证「一次生成、永久复用」。本文深入 JQuickJavaAsmInvokerFactory 源码，拆解 JQuick-ASM 字节码生成与缓存机制的底层原理。

鸡蛋卷啊卷

性能优化的要求-Android性能优化之道2对业务使用资源的掌握，嗯！很有启发性。是我们技术要懂业务的一个很好切入点，而且有数据支撑，又能性能优化。工作后期也上线了针对每个页面从3个性能维度的打分，我记得Google也出了一个SDK。这个后面再补充吧。

Android行业一周动态：编码趋势与行业资讯汇总

PyTorch Profiler性能分析实战：定位GPU训练中的慢算子深度学习任务跑在GPU算力平台上，并不代表显卡一定被充分利用。当训练速度明显低于预期时，盲目升级硬件往往治标不治本。本文用PyTorch Profiler拆解数据读取、前向计算和反向传播耗时，定位真正的性能瓶颈。

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）。