之前做項目的時候，做出來的系統的性能不太好，在框架中使用了EntityFramework，於是就在網上查資料，研究如何提高EF的性能。 在這分享一篇博客 批量操作提升EntityFramework的性能 里面提供了一個擴展庫Entity Framework擴展庫，在這里面找到了一些比較好的方法 ...

spring在管理hibernate上有獨到的地方可以順手拿來用,我也是想在能不拋棄hibernate的基礎上盡可能多挖掘一下它的一些性能提升上的做法,總結大家的看法,基本得出一致結論:復雜查詢依靠j ...

這些擴展方法在哪里找 批量加入和EF本身自帶的加入性能提高了多少 為什么擴展方法用的時間這么少 之前做項目的時候。做出來的系統的性能不太好，在框架中使 ...

1. 給定a、b兩個文件，各存放50億個url，每個url各占64字節，內存限制是4G，讓你找出a、b文件共同的url？ 方案1：可以估計每個文件安的大小為50G×64=320G，遠遠大於內存限制的4G。所以不可能將其完全加載到內存中處理。考慮采取分而治之的方法。 s 遍歷文件a，對每個url求取 ...

頁面靜態化 （頁面層面的緩存） 緩存 (memcached、redis等，數據緩存、避免多次請求) 集群負載均衡(單機處理能力不足) 分庫分表(大量數據的處理、原則分、分、分) 讀寫分離 隊列、MQ、數據庫增加加鎖(防止並發) 存儲（IO最耗性能） 小型機(提交硬件性能，呵呵 ...

1.問題背景 　　設計到幾十張數據庫表，每張表有幾萬到十幾萬數據不等，現在需要盡可能快的導出excel數據。 2.遇到的問題及解決思路 　　2.1 數據量大，生成速度慢。下載的文件太大。 　　　　　使用多線程下載，一個表的數據分配一條線程，全部下載完成壓縮成一個zip文件 ...

起因 Python處理一下數據，大概有六七個G，然后再存到另外一個文件中，單線程跑起來發現太慢了，數據總量大概是千萬行的級別，然后每秒鍾只能處理不到20行……遂想怎么提高一下速度 嘗試1-multiprocessing 代碼如下： 這里參考了這篇文章，然后嘗試了一下，發現速度 ...

Kafka設計的初衷是迅速處理短小的消息，一般10K大小的消息吞吐性能最好（可參見LinkedIn的kafka性能測試）。但有時候，我們需要處理更大的消息，比如XML文檔或JSON內容，一個消息差不多有10-100M，這種情況下，Kakfa應該如何處理？ 針對這個問題，有以下幾個建議 ...