问题： 　　你的程序要创建大量(可能上百万) 的对象，导致占用很大的内存。 解决方案:　　对于主要是用来当成简单的数据结构的类而言，你可以通过给类添加__slots__属性来极大的减少实例所占的内存。比如： 　　 　　当你定义__slots__ 后，Python ...

在谈到多级页表的优势的时候，很多地方都是这么说的：32位地址空间的分页系统，如果页面大小为4KB，则每个进程可达1M个页，假设每个页表项占用4个字节，这样每个进程仅仅页表项就占用了4MB连续的内存空间。 那么多级页表怎么节省存储空间的？ 如果是2级页表，32位地址分为10，,10,12这3部分 ...

下面是参考网络资源总结的一些在Java编程中尽可能要做到的一些地方。 1. 尽量在合适的场合使用单例 使用单例可以减轻加载的负担，缩短加载的时间，提高加载的效率 ...

一、前言 　　正好项目用到要加载大量图片，虽然说可以使用WPF提供的自带的UI虚拟化功能，但是直接加载大量的图片到内存还是会 消耗很多的内存，而且WPF支持UI虚拟化的ListBox等容器的布局是VirtualizingStackPanel,这个对图片多样化的展示支持就 够呛了，这个布局的话 ...

前言 正常情况下我们选择使用 Redis 就是为了提升查询速度，然而让人意外的是，Redis 当中却有一种比较有意思的数据结构，这种数据结构通过牺牲部分读写速度来达到节省内存的目的，这就是 ziplist（压缩列表），Redis 为什么要这么做呢？难道真的是觉得自己的速度太快了，牺牲一点速度 ...

最近复习到redis底层编码的时候突然想到这个问题，为什么hash比string做缓存更节省内存与效率更高？一时间没想明白，百度一大堆一个关键点都没有答上的，全是介绍什么ziplist、sds编码就没了，至于问题关键在哪也没说明白，最烦这种人了，把博客生态都搞得乱七八糟的，这里我把自己的想法分享 ...

Hbas预分区 在系统中向hbase中插入数据时，常常通过设置region的预分区来防止大数据量插入的热点问题，提高数据插入的效率，同时可以减少当数据猛增时由于Region split带来的资源消耗。大量的预分区数量会导致hbase客户端缓存大量的分区地址，导致内存的增长，某些系统中一 ...

》 但是，在使用 Glide 的时候，有一些小技巧，可以让你的内存更优化，避免可能出现的 OOM。例如：虽然 Gl ...