小结：

1、内存消耗分析 list peek  定位到函数

 

https://mp.weixin.qq.com/s/_LovnIqJYAuDpTm2QmUgrA

使用pprof和go-torch排查golang的性能问题

原创 felix021 felix021 2019-09-22

最近线上服务压力很大，api的p99有点扛不住。

广告业务对延时的要求普遍比较严格，有些adx设置的超时时间低至100ms，因此亟需找出性能热点。

根据对目前系统情况的估计（和metrics埋点数据），大致估计问题出在广告的正排环节。

使用 pprof  也证明了这一块确实是热点：

 
$ go tool pprof http://$IP:$PORT/debug/pprof/profile...(pprof) top 10Showing nodes accounting for 25.50s, 32.63% of 78.14s totalDropped 1533 nodes (cum <= 0.39s)Showing top 10 nodes out of 284      flat  flat%  sum%        cum  cum%    4.56s  5.84%  5.84%      4.87s  6.23%  syscall.Syscall    4.03s  5.16% 10.99%      4.03s  5.16%  runtime.aeshashbody    3.50s  4.48% 15.47%      6.01s  7.69%  git.xxx.org/xxx/target.NewFilter    2.78s  3.56% 19.03%      3.73s  4.77%  runtime.mapaccess2_fast64    2.63s  3.37% 22.40%      4.52s  5.78%  runtime.mapiternext    2.08s  2.66% 25.06%      2.16s  2.76%  runtime.heapBitsForObject    1.65s  2.11% 27.17%      1.93s  2.47%  runtime.mapaccess1_fast64    1.57s  2.01% 29.18%      2.96s  3.79%  runtime.mapaccess2    1.43s  1.83% 31.01%      2.06s  2.64%  runtime.runqgrab    1.27s  1.63% 32.63%      1.27s  1.63%  runtime.epollwait(pprof) pngGenerating report in profile001.png (使用生成的线框图查看耗时）

其中第三行 NewFilter 就是正排过滤函数。因为一些历史原因，系统里不是所有定向条件都使用了倒排，正排实现起来毕竟简单、容易理解，而一旦开了这个口子，就会有越来越多正排加进来，推测是这个原因导致了性能的逐渐衰退。

经过讨论，D同学花了一周多的时间，逐个梳理重写。在Libra（字节跳动内部的ABTest平台，参考谷歌分层实验框架方案）上开实验，平均耗时 -9%，从统计数据上来说，实验组比对照组有了显著的改进，但从最终结果上，整体的p95、p99超时都出现了进一步恶化。

这说明真正的问题不在于正排的计算，优化的思路出现了偏差。

考虑到晚高峰期间的cpu占用率也只是刚超过50%，也就是说有可能性能问题在于锁，但pprof的 block 和 mutex 都是空的，没有线索。

猜测问题有可能在日志，代码里确实用得不少。日志用的是 github.com/ngaut/logging 库，每一次调用都会用到两个全局mutex。但通过调整log level 为error级别，大幅减少了日志量，并没有看到性能的改善。

经过搜索，发现 uber 基于 pprof 开发了一个神器 go-torch，可以生成火焰图。安装好 go-torch 及依赖 FlameGraph 以后执行：

$ go-torch  -u http://$IP:$PORT -f cpu.svgINFO[14:52:23] Run pprof command: go tool pprof -raw -seconds 30 http://$IP:$PORT/debug/pprof/profileINFO[14:52:54] Writing svg to cpu.svg

用 Chrome 打开 cpu.svg，人肉排查：

可以看到，在NewFilter旁边竟然还有一个耗时接近的 runtime.growslice ，结合实际代码（略作简化），可以推测是 slice 的初始化长度不足。

matchAds := make([]*ad, 0, 4096)adsBitMap.GetList(func(seq int) {    if NewFilter(ctx, ad) {        matchAds = append(matchAds, adlist[seq])    }})
// 顺便提一下，bitmap是一个uint64数组，GetList(f) 是将每一个等于1的bit索引传给 f// GetList方法里面用了cpu的BSF指令来提高性能。

实际上最终定向后得到的广告往往在数万甚至数十万的级别，而 go 的 slice 扩容在超过1024个元素以后是1.25倍，可想而知会出现大量的内存分配和拷贝，导致性能随着广告数量的增加逐渐恶化。最近的广告数量也确实有了大幅的上升 —— 逻辑上形成了闭环。

经过优化，使用更大的初始化长度，并且使用 sync.Pool 来进一步减少内存分配，最终上线后p95和p99都下降了超过50%，效果显著。

参考文章：
golang 使用pprof和go-torch做性能分析

https://www.cnblogs.com/li-peng/p/9391543.html

Go语言性能优化工具pprof文本输出的含义_梁喜健_新浪博客 http://blog.sina.com.cn/s/blog_48c95a190102xtse.html

Go语言性能优化工具pprof文本输出的含义

(2018-10-13 12:02:19)

 
    对于广大gopher来说，pprof是做性能优化时经常会用到的一个工具，但很多刚刚入坑的开发者难免会对pprof文本输出中的某些字段感到困惑，这里不妨做一个简单的说明。以下是一段典型的pprof函数耗时的文本输出，其中前几行比较容易理解，其说明了显示出来的函数耗时总计占用了5.73s，而全部耗时为6.21秒，所以显示出来的函数耗时占总体的92.27%，其中有cum耗时小于0.03秒的67个函数耗时被丢弃而未予显示。

 
(pprof) top78
 Showing nodes accounting for 5.73s, 92.27% of 6.21s total
 Dropped 67 nodes (cum <= 0.03s)
 Showing top 78 nodes out of 79
      flat  flat%   sum%        cum   cum%
     4.14s 66.67% 66.67%      4.14s 66.67%  runtime.kevent /usr/local/go/src/runtime/sys_darwin_amd64.s
     0.52s  8.37% 75.04%      0.52s  8.37%  runtime.mach_semaphore_signal /usr/local/go/src/runtime/sys_darwin_amd64.s
     0.34s  5.48% 80.52%      0.34s  5.48%  runtime.mach_semaphore_timedwait /usr/local/go/src/runtime/sys_darwin_amd64.s
     0.17s  2.74% 83.25%      0.17s  2.74%  runtime.mach_semaphore_wait /usr/local/go/src/runtime/sys_darwin_amd64.s
     0.13s  2.09% 85.35%      0.13s  2.09%  runtime.scanstack /usr/local/go/src/runtime/mgcmark.go
     0.07s  1.13% 86.47%      0.07s  1.13%  runtime.memmove /usr/local/go/src/runtime/memmove_amd64.s
     0.06s  0.97% 87.44%      0.06s  0.97%  runtime.usleep /usr/local/go/src/runtime/sys_darwin_amd64.s
 
    接下来的一大坨文本涉及到了这样几列字段：flat和flat%、sum%、cum和cum%，其中flat代表的是该函数自身代码的执行时长，而cum代表的是该函数自身代码+所有调用的函数的执行时长。这样解释可能不太直观，我们以下面的例子来说明，函数b由三部分组成：调用函数c、自己直接处理一些事情、调用函数d，其中调用函数c耗时1秒，自己直接处理事情耗时3秒，调用函数d耗时2秒，那么函数b的flat耗时就是3秒，cum耗时就是6秒。
 
func b() {
     c() // takes 1s
     do something directly // takes 3s
     d() // takes 2s
}
 
    至于flat%和cum%指的就是flat耗时和cum耗时占总耗时（也就是6.21秒）的百分比，而最后一个sum%指的就是每一行的flat%与上面所有行的flat%总和，代表从上到下的累计值，比如第二行的75.04%就等于第一行flat%的66.67%+本行flat%的8.37%，下面的以此类推。
 
 

https://mp.weixin.qq.com/s/4Vn1Rq82wOFiLdEmjXU0fw

go pprof与线上事故：一次成功的定位与失败的复现

原创 唐银鹏 从菜鸟到大佬 2020-05-01
 

  •  Flat：函数自身运行耗时

  • Flat%：函数自身耗时比例
  • Sum%：指的就是每一行的flat%与上面所有行的flat%总和
  • Cum：当前函数加上它之上的调用运行总耗时
  • Cum%：当前函数加上它之上的调用运行总耗时比例

举例说明：函数b由三部分组成：调用函数c、自己直接处理一些事情、调用函数d，其中调用函数c耗时1秒，自己直接处理事情耗时3秒，调用函数d耗时2秒，那么函数b的flat耗时就是3秒，cum耗时就是6秒。

// 该示例在文末参考列表的博客中func b() {    c() // takes 1s    do something directly // takes 3s    d() // takes 2s}

[test@demo ~]$ go tool pprof   http://localhost:8003/debug/pprof/profile

Fetching profile over HTTP from http://localhost:8003/debug/pprof/profile

Saved profile in /home/test/pprof/pprof.admin.samples.cpu.010.pb.gz

File: admin

Type: cpu

Time: Dec 24, 2020 at 9:48am (CST)

Duration: 30s, Total samples = 660ms ( 2.20%)

Entering interactive mode (type "help" for commands, "o" for options)

(pprof) top32

Showing nodes accounting for 600ms, 90.91% of 660ms total

Showing top 32 nodes out of 228

      flat  flat%   sum%        cum   cum%

     130ms 19.70% 19.70%      160ms 24.24%  syscall.Syscall

     100ms 15.15% 34.85%      100ms 15.15%  runtime.futex

      30ms  4.55% 39.39%       30ms  4.55%  runtime.epollwait

      30ms  4.55% 43.94%       30ms  4.55%  syscall.Syscall6

      20ms  3.03% 46.97%       20ms  3.03%  runtime.mapassign_faststr

      20ms  3.03% 50.00%       20ms  3.03%  runtime.mapiterinit

      20ms  3.03% 53.03%       20ms  3.03%  runtime.usleep

      10ms  1.52% 54.55%      120ms 18.18%  AdminSite/middleware/auth/v1.(*auth0Client).CheckAdminAuth

// 注意此处，该函数内部发起了grpc请求，请求服务端认证token，故flat 10ms 而 cum 120ms	。

      10ms  1.52% 56.06%       10ms  1.52%  aeshashbody

      10ms  1.52% 57.58%       20ms  3.03%  github.com/go-kratos/kratos/pkg/net/http/blademaster.parseMetadataTo

      10ms  1.52% 59.09%       10ms  1.52%  golang.org/x/net/http2.(*Framer).WriteHeaders

      10ms  1.52% 60.61%       10ms  1.52%  google.golang.org/grpc.(*pickerWrapper).pick

      10ms  1.52% 62.12%       10ms  1.52%  google.golang.org/grpc/internal/transport.(*http2Client).handleData

      10ms  1.52% 63.64%       10ms  1.52%  google.golang.org/grpc/internal/transport.(*outStreamList).dequeue

      10ms  1.52% 65.15%       10ms  1.52%  google.golang.org/protobuf/internal/impl.(*stringConverter).PBValueOf

      10ms  1.52% 66.67%       10ms  1.52%  internal/poll.runtime_pollSetDeadline

      10ms  1.52% 68.18%       10ms  1.52%  memeqbody

      10ms  1.52% 69.70%       10ms  1.52%  net.sockaddrToTCP

      10ms  1.52% 71.21%       10ms  1.52%  net/http.Header.sortedKeyValues

      10ms  1.52% 72.73%       10ms  1.52%  net/url.escape

      10ms  1.52% 74.24%       10ms  1.52%  runtime.(*spanSet).push

      10ms  1.52% 75.76%       10ms  1.52%  runtime.acquireSudog

      10ms  1.52% 77.27%       10ms  1.52%  runtime.checkTimers

      10ms  1.52% 78.79%       10ms  1.52%  runtime.efaceeq

      10ms  1.52% 80.30%       10ms  1.52%  runtime.gcWriteBarrier

      10ms  1.52% 81.82%       10ms  1.52%  runtime.gentraceback

      10ms  1.52% 83.33%       10ms  1.52%  runtime.getitab

      10ms  1.52% 84.85%       30ms  4.55%  runtime.mallocgc

      10ms  1.52% 86.36%       10ms  1.52%  runtime.mapaccess1

      10ms  1.52% 87.88%       20ms  3.03%  runtime.mapaccess1_faststr

      10ms  1.52% 89.39%       10ms  1.52%  runtime.mapassign

      10ms  1.52% 90.91%       10ms  1.52%  runtime.nextFreeFast (inline)

(pprof) top32 -cum  

// 按照cum逆序

Showing nodes accounting for 240ms, 36.36% of 660ms total

Showing top 32 nodes out of 228

      flat  flat%   sum%        cum   cum%

         0     0%     0%      320ms 48.48%  net/http.(*conn).serve

         0     0%     0%      240ms 36.36%  github.com/go-kratos/kratos/pkg/net/http/blademaster.(*Engine).ServeHTTP

         0     0%     0%      240ms 36.36%  github.com/go-kratos/kratos/pkg/net/http/blademaster.(*Engine).handleContext

         0     0%     0%      240ms 36.36%  net/http.serverHandler.ServeHTTP

         0     0%     0%      200ms 30.30%  github.com/go-kratos/kratos/pkg/net/http/blademaster.(*Context).Next

         0     0%     0%      200ms 30.30%  github.com/go-kratos/kratos/pkg/net/http/blademaster.HandlerFunc.ServeHTTP

         0     0%     0%      200ms 30.30%  github.com/go-kratos/kratos/pkg/net/http/blademaster.Recovery.func1

         0     0%     0%      200ms 30.30%  github.com/go-kratos/kratos/pkg/net/http/blademaster.Trace.func1

         0     0%     0%      190ms 28.79%  github.com/go-kratos/kratos/pkg/net/http/blademaster.Logger.func1

     130ms 19.70% 19.70%      160ms 24.24%  syscall.Syscall

         0     0% 19.70%      150ms 22.73%  internal/poll.ignoringEINTR

         0     0% 19.70%      120ms 18.18%  AdminSite/internal/server/http.MidAuthHandler

      10ms  1.52% 21.21%      120ms 18.18%  AdminSite/middleware/auth/v1.(*auth0Client).CheckAdminAuth

         0     0% 21.21%      110ms 16.67%  github.com/go-kratos/kratos/pkg/net/rpc/warden.(*Client).recovery.func1

         0     0% 21.21%      110ms 16.67%  github.com/go-kratos/kratos/pkg/net/rpc/warden.chainUnaryClient.func2

         0     0% 21.21%      110ms 16.67%  github.com/go-kratos/kratos/pkg/net/rpc/warden.chainUnaryClient.func2.1

         0     0% 21.21%      110ms 16.67%  github.com/go-kratos/kratos/pkg/net/rpc/warden.clientLogging.func1

         0     0% 21.21%      110ms 16.67%  google.golang.org/grpc.(*ClientConn).Invoke

     100ms 15.15% 36.36%      100ms 15.15%  runtime.futex

         0     0% 36.36%       90ms 13.64%  google.golang.org/grpc/internal/transport.(*loopyWriter).run

         0     0% 36.36%       90ms 13.64%  google.golang.org/grpc/internal/transport.newHTTP2Client.func3

         0     0% 36.36%       90ms 13.64%  runtime.findrunnable

         0     0% 36.36%       90ms 13.64%  runtime.mcall

         0     0% 36.36%       90ms 13.64%  runtime.schedule

         0     0% 36.36%       80ms 12.12%  internal/poll.(*FD).Read

         0     0% 36.36%       80ms 12.12%  internal/poll.(*FD).Read.func1

         0     0% 36.36%       80ms 12.12%  net.(*conn).Read

         0     0% 36.36%       80ms 12.12%  net.(*netFD).Read

         0     0% 36.36%       80ms 12.12%  runtime.park_m

         0     0% 36.36%       80ms 12.12%  syscall.Read (inline)

         0     0% 36.36%       80ms 12.12%  syscall.read

         0     0% 36.36%       70ms 10.61%  github.com/go-kratos/kratos/pkg/net/rpc/warden.(*Client).handle.func1

(pprof) top32 -flat

// 按照flat逆序

Ignore expression matched no samples

Active filters:

   ignore=flat

Showing nodes accounting for 600ms, 90.91% of 660ms total

Showing top 32 nodes out of 228

      flat  flat%   sum%        cum   cum%

     130ms 19.70% 19.70%      160ms 24.24%  syscall.Syscall

     100ms 15.15% 34.85%      100ms 15.15%  runtime.futex

      30ms  4.55% 39.39%       30ms  4.55%  runtime.epollwait

      30ms  4.55% 43.94%       30ms  4.55%  syscall.Syscall6

      20ms  3.03% 46.97%       20ms  3.03%  runtime.mapassign_faststr

      20ms  3.03% 50.00%       20ms  3.03%  runtime.mapiterinit

      20ms  3.03% 53.03%       20ms  3.03%  runtime.usleep

      10ms  1.52% 54.55%      120ms 18.18%  AdminSite/middleware/auth/v1.(*auth0Client).CheckAdminAuth

      10ms  1.52% 56.06%       10ms  1.52%  aeshashbody

      10ms  1.52% 57.58%       20ms  3.03%  github.com/go-kratos/kratos/pkg/net/http/blademaster.parseMetadataTo

      10ms  1.52% 59.09%       10ms  1.52%  golang.org/x/net/http2.(*Framer).WriteHeaders

      10ms  1.52% 60.61%       10ms  1.52%  google.golang.org/grpc.(*pickerWrapper).pick

      10ms  1.52% 62.12%       10ms  1.52%  google.golang.org/grpc/internal/transport.(*http2Client).handleData

      10ms  1.52% 63.64%       10ms  1.52%  google.golang.org/grpc/internal/transport.(*outStreamList).dequeue

      10ms  1.52% 65.15%       10ms  1.52%  google.golang.org/protobuf/internal/impl.(*stringConverter).PBValueOf

      10ms  1.52% 66.67%       10ms  1.52%  internal/poll.runtime_pollSetDeadline

      10ms  1.52% 68.18%       10ms  1.52%  memeqbody

      10ms  1.52% 69.70%       10ms  1.52%  net.sockaddrToTCP

      10ms  1.52% 71.21%       10ms  1.52%  net/http.Header.sortedKeyValues

      10ms  1.52% 72.73%       10ms  1.52%  net/url.escape

      10ms  1.52% 74.24%       10ms  1.52%  runtime.(*spanSet).push

      10ms  1.52% 75.76%       10ms  1.52%  runtime.acquireSudog

      10ms  1.52% 77.27%       10ms  1.52%  runtime.checkTimers

      10ms  1.52% 78.79%       10ms  1.52%  runtime.efaceeq

      10ms  1.52% 80.30%       10ms  1.52%  runtime.gcWriteBarrier

      10ms  1.52% 81.82%       10ms  1.52%  runtime.gentraceback

      10ms  1.52% 83.33%       10ms  1.52%  runtime.getitab

      10ms  1.52% 84.85%       30ms  4.55%  runtime.mallocgc

      10ms  1.52% 86.36%       10ms  1.52%  runtime.mapaccess1

      10ms  1.52% 87.88%       20ms  3.03%  runtime.mapaccess1_faststr

      10ms  1.52% 89.39%       10ms  1.52%  runtime.mapassign

      10ms  1.52% 90.91%       10ms  1.52%  runtime.nextFreeFast (inline)

(pprof)
 

go tool pprof http://127.0.0.1:123/debug/pprof/heap

使用list命令直接可以查看到具体是哪一行分配了多少内存

list         Output annotated source for functions matching regexp

pdf          Outputs a graph in PDF format

peek         Output callers/callees of functions matching regexp

(pprof) list new

Total: 1.02MB

ROUTINE ======================== google.golang.org/grpc/internal/transport.newFramer in /home/shawn/go/pkg/mod/google.golang.org/grpc@v1.29.1/internal/transport/http_util.go

         0   528.17kB (flat, cum) 50.74% of Total

         .          .    658:   if writeBufferSize < 0 {

         .          .    659:           writeBufferSize = 0

         .          .    660:   }

         .          .    661:   var r io.Reader = conn

         .          .    662:   if readBufferSize > 0 {

         .   528.17kB    663:           r = bufio.NewReaderSize(r, readBufferSize)

         .          .    664:   }

         .          .    665:   w := newBufWriter(conn, writeBufferSize)

         .          .    666:   f := &framer{

         .          .    667:           writer: w,

         .          .    668:           fr:     http2.NewFramer(w, r),

ROUTINE ======================== google.golang.org/grpc/internal/transport.newHTTP2Client in /home/shawn/go/pkg/mod/google.golang.org/grpc@v1.29.1/internal/transport/http2_client.go

         0   528.17kB (flat, cum) 50.74% of Total

         .          .    244:           localAddr:             conn.LocalAddr(),

         .          .    245:           authInfo:              authInfo,

         .          .    246:           readerDone:            make(chan struct{}),

         .          .    247:           writerDone:            make(chan struct{}),

         .          .    248:           goAway:                make(chan struct{}),

         .   528.17kB    249:           framer:                newFramer(conn, writeBufSize, readBufSize, maxHeaderListSize),

         .          .    250:           fc:                    &trInFlow{limit: uint32(icwz)},

         .          .    251:           scheme:                scheme,

         .          .    252:           activeStreams:         make(map[uint32]*Stream),

         .          .    253:           isSecure:              isSecure,

         .          .    254:           perRPCCreds:           perRPCCreds,

(pprof) 

(pprof) peek new

Showing nodes accounting for 1040.92kB, 100% of 1040.92kB total

----------------------------------------------------------+-------------

      flat  flat%   sum%        cum   cum%   calls calls% + context

----------------------------------------------------------+-------------

                                          528.17kB   100% |   google.golang.org/grpc/internal/transport.newHTTP2Client

         0     0%     0%   528.17kB 50.74%                | google.golang.org/grpc/internal/transport.newFramer

                                          528.17kB   100% |   bufio.NewReaderSize (inline)

----------------------------------------------------------+-------------

                                          528.17kB   100% |   google.golang.org/grpc/internal/transport.NewClientTransport

         0     0%     0%   528.17kB 50.74%                | google.golang.org/grpc/internal/transport.newHTTP2Client

                                          528.17kB   100% |   google.golang.org/grpc/internal/transport.newFramer

----------------------------------------------------------+-------------

(pprof)

　　

         list         Output annotated source for functions matching regexp

         pdf          Outputs a graph in PDF format

         peek         Output callers/callees of functions matching regexp

排查golang的性能问题 go pprof 实践的更多相关文章

  1. Golang应用性能问题排查分析

    背景 公司有一个使用golang开发的采集模块,负责调用多个外部系统采集数据:最近做了一次架构上的调整,将采集模块分成api.job两个子模块,并部署到容器中,拆分前部署在虚机上. 现象 部分采集任务 ...

  2. Go 程序的性能优化及 pprof 的使用

    Go 程序的性能优化及 pprof 的使用 程序的性能优化无非就是对程序占用资源的优化.对于服务器而言,最重要的两项资源莫过于 CPU 和内存.性能优化,就是在对于不影响程序数据处理能力的情况下,我们 ...

  3. VNF网络性能提升解决方案及实践

    VNF网络性能提升解决方案及实践 2016年7月 作者:    王智民 贡献者:     创建时间:    2016-7-20 稳定程度:    初稿 修改历史 版本 日期 修订人 说明 1.0 20 ...

  4. C4C Cloud Application Studio做ABSL开发的一些性能方面的最佳实践

    Stefan Hagen在博文SAP Cloud Application Studio Performance Best Practices里介绍了在C4C里使用Cloud Application S ...

  5. xphrof性能分析线上部署实践

    说明 将xhprof部署在线上环境,在特定情况下进行性能分析,方便快捷的排查线上性能问题. 通过参数指定及添加代码行触发进入性能分析,并将结果保存入MongoDB. 因为xhprof对性能的影响,只部 ...

  6. 排查一般MySQL性能问题

    排查一般MySQL性能问题,通常要记录下面几项信息: 1.mysql> show processlist; 2.mysql> show engine innodb status\G 3.表 ...

  7. 唯品会HDFS性能挑战和优化实践

    唯品会HDFS性能挑战和优化实践 原创: 大数据平台 唯技术 4月1日 https://mp.weixin.qq.com/s/LMa99ubgACI4eaDV3G-6gw  

  8. NanoProfiler - 适合生产环境的性能监控类库 之 实践ELK篇

    上期回顾 上一期:NanoProfiler - 适合生产环境的性能监控类库 之 大数据篇 上次介绍了NanoProfiler的大数据分析理念,一晃已经时隔一年多了,真是罪过! 有朋友问到何时开源的问题 ...

  9. <转>golang 并发性能数据

    1.管道chan吞吐极限10,000,000,单次Put,Get耗时大约100ns/op,无论是采用单Go程,还是多Go程并发(并发数:100, 10000, 100000),耗时均没有变化,Go内核 ...

随机推荐

  1. NAT、端口映射、内网穿透、公网IP都是啥

    原文地址:https://wuter.cn/1756.html/ 一.IPv4地址 IP协议是为计算机网络相互连接进行通信而设计的协议,它是能使连接到网上的所有计算机网络实现相互通信的一套规则. 这里 ...

  2. Sentinel并发限流不精确-之责任链

    ​ 在之前调研Sentinel的过程中,为了准备分享内容,自己就简单的写了一些测试代码,不过在测试中遇到了一些问题,其中有一个问题就是Sentinel流控在并发情况下限流并不精确,当时我还在想,这个我 ...

  3. 使用pdf2htmlEX将pdf文件转为html

    https://github.com/coolwanglu/pdf2htmlEX 参考github文档,转换出来的的效果貌似很好,可以参考OFFICE 文档转换为html在线预览. pdf2swf 和 ...

  4. [LeetCode]Subtree of Another Tree判断一棵树是不是另一棵树的子树

    将树序列化为字符串,空节点用符号表示,这样可以唯一的表示一棵树. 用list记录所有子树的序列化,和目标树比较. List<String> list = new ArrayList< ...

  5. FSMC全称“静态存储器控制器”。

    FSMC全称"静态存储器控制器". 使用FSMC控制器后,可以把FSMC提供的FSMC_A[25:0]作为地址线,而把FSMC提供的FSMC_D[15:0]作为数据总线. (1)当 ...

  6. 高并发之wait notify notifyAll原理详解

    public class WaitTest { public void testWait(){ System.out.println("Start-----"); try { wa ...

  7. Hbase学习Hbase基础介绍

    一.产生背景 自1970年以来,关系数据库用于数据存储和维护有关问题的解决方案.大数据的出现后,好多公司实现处理大数据并从中受益,并开始选择像Hadoop的解决方案.Hadoop使用分布式文件系统,用 ...

  8. java操作HDFS相关demo（TDH，kerberos认证）

    public class Test {     private static Configuration conf;     private static FileSystem fs;     //开 ...

  9. 在onelogin中使用OpenId Connect Implicit Flow

    目录 简介 OpenId Implicit Flow 创建onelogin的配置 页面的运行和请求流程 关键代码 总结 简介 onelogin支持多种OpenId Connect的连接模式,上一篇文章 ...

  10. vue的路由组件挂载。

    vue通过多种方式可以将组件挂载到一个页面上.挂载方式有四种.其实也并不止四种.这里呢就简单的提四种方式去怎样挂载组件. 第一种就是作为标签形式挂载.前面也提到. 后面的就是一般的挂载组件和按需挂载组 ...