性能优化

边云协同视频分析性能优化指南：多站点部署下的资源瓶颈突破与调优实战在实施本文提供的调优与参数方案前，请确认系统软硬件符合以下测试环境假设：部署架构： 1 个中心云端管理平台（部署于公网/私有云 VM） + N 个边缘站点节点（局域网边缘 AI 盒子/工控机）。

【ggml系列】【第五篇】ggml_compute_forward_mul_mat 矩阵乘法算子源码与性能优化深度解析上一篇：【ggml系列】【第四篇】ggml_graph_compute 多线程计算引擎与算子分发源码深度解析剖析了线程池对整体计算图的调度控制。本篇我们将聚焦 LLM 推理框架中计算量最大、优化最极致的核心算子——矩阵乘法（Matrix Multiplication）。

边云协同视频分析性能优化指南：多站点部署下的参数配置与排查清单（边缘推理+云端管理）在参考本文的参数与优化步骤前，请确认您的系统环境符合以下基础假设：部署拓扑： 1 个中心云端管理平台（部署于公网或私有云 VM） + N 个边缘站点节点（部署于各站点局域网的边缘 AI 盒子/工控机）。

《llama.cpp性能优化实战：从显存、KV Cache到Token/s》LlamaAI本地部署实战专栏第9篇前面我们已经把本地Llama从“能运行”一路升级到了“能提供API、能检索知识、能调用工具”。

该用户可能存在

【Win11优化】StartAllBack实战：解决任务栏合并、右键折叠等痛点作为一名长期使用Windows平台的用户，我对操作系统的要求一直很明确：稳定、高效、不干扰工作流。然而从Windows 10升级到Windows 11后，微软在UI交互上的诸多“创新”反而成了生产力的绊脚石。经过多款工具的对比测试，StartAllBack 是目前综合体验最优的解决方案。

【MySQL12】进阶篇 | SQL优化不要多次单条 insert，改成一条 SQL 批量写入，减少网络 IO 开销sql几十万、百万级数据，普通 insert 效率很低，使用本地文件高速导入

工业设备方案笔记

RK3588 AI设备性能优化指南：如何释放ARM边缘计算平台真正性能？随着AI技术快速进入工业设备、智能终端和边缘计算场景，越来越多企业开始选择ARM AI平台作为产品核心计算单元。

爱喝水的鱼丶

SAP-ABAP：性能优化效果验证与回归测试：优化前后性能对比、业务逻辑兼容性校验方案博客简介：讲解性能优化后的验证流程，涵盖优化前后响应时间、内存占用、CPU 使用率的量化对比方法，以及业务逻辑正确性回归测试、边界场景兼容测试的核心要点，梳理优化导致的业务逻辑异常、数据错误等次生问题的排查方案，保障优化效果符合预期且不影响原有业务。

这个DBA有点耶

数据库管理系统选型：从关系型到NewSQL的架构演进与决策框架大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！前阵子一个做架构的朋友找我吐槽：“公司要上线一个新业务，让我选数据库。关系型、NoSQL、NewSQL，每个厂家都说自己能打，看了两个星期越看越迷糊。”

06 从 Trace 看 Android 启动流程应用启动横跨 Launcher、system_server、Zygote、App 主线程、RenderThread 和 SurfaceFlinger。代码里的 startActivity 只负责发起请求，第一帧出现在屏幕前，还要经历进程准备、Application 初始化、Activity 创建、窗口建立、View 绘制、Buffer 提交和系统合成。

数据库小学妹

空间数据库查询慢怎么排查？索引失效、表膨胀、SQL优化实战（附排查命令）大家好，我是数据库小学妹👋我踩过的坑，你别再踩。上个月做交通数据平台的朋友找我，说空间数据库上线两周后，"查某条道路附近500米内的监控点位"这个查询从47毫秒变成6秒多。加了内存、升了CPU都没用，重启数据库好了半天又回到原样。排查下来，问题叠加在三个方面：空间索引失效没重建 + 表膨胀未清理 + 查询写法没走索引。

爱喝水的鱼丶

SAP-ABAP：接口与报表场景专项优化：RFC/ODATA 接口、ALV 报表的性能提升方案博客简介：针对高频业务场景的性能痛点，讲解 RFC 接口批量传参、异步调用、数据压缩技巧，以及 ALV 报表分页加载、数据预处理、后台作业调度的优化方案，梳理接口超时、大数据量报表加载卡顿的典型问题排查路径，保障核心业务场景的运行效率。

【MySQL11】进阶篇 | 索引_#3使用规则sql没有索引会进行全表扫描，查询速度很慢。sql建立索引之后查询会走 B + 树索引检索，大幅提速。

中级前端开发知识体系：从“会做页面”到“能独立交付中型项目”“中级前端”不等于掌握更多框架 API，也不等于能把复杂页面写出来。更关键的分界线是：你能否在需求不完整、接口会变化、多人协作、性能与安全有约束的情况下，独立完成一个中型前端项目的设计、开发、排查、发布与维护。

05 从 Perfetto 看懂 Binder 调用链一次 Binder 调用会在多个进程和线程上产生记录。调用进程中可以看到 binder transaction，目标进程的 Binder 线程中有对应的 binder reply；系统开启 AIDL tracing 后，服务端 Slice 还会显示接口名和方法名。结合两端线程的 Running、Runnable、Sleeping 状态，可以确认事务由谁发起、在哪个线程执行，以及调用方等待了多久。

大龄秃头程序员

一次关于 LRUCache 的工程化落地：从数据结构到 Feed 图片缓存实践在客户端工程里，缓存从来不是一个“是否需要”的问题，而是一个“放在哪一层、以什么粒度、用什么淘汰策略”的问题。

我把同一个压测做错了三次，第四次才发现真正的瓶颈给自己写的分布式事务管理器（Rust，对标 Go 的 DTM）做压测，本来以为是半天的活。结果前三版的结论全是错的。不是代码有 bug，是压测脚本一直在测自己。

番茄炒鸡蛋加糖

专项2：项目性能优化&可量化指标超市货架分层放商品：二级缓存优先读取本地内存减少网络开销，搭配布隆过滤器、分布式锁、随机过期三大方案一次性解决缓存穿透、击穿、雪崩三大经典问题，有明确线上量化性能提升。

【MySQL10】进阶篇 | 索引_#2性能优化SQL 优化重心：优先优化查询语句调优排查流程：查看 SQL 执行频次 → 开启慢查询日志捕获慢 SQL → profile 定位耗时阶段 → explain分析执行计划，最后针对性建立索引、改写 SQL。

Android-深入理解 Android 回调（Callback）机制一篇从原理到实战、从 Java 到 Kotlin、从源码示例到面试高频问答的 Android Callback 机制详解。