1、EXPLAIN关键字select\_type：simple它表示简单的select,没有union和子查询type：访问类型 ALL扫描全表,    EXPLAINselect\fromsk\_userindex只查询索引,    EXPLAINselectfound\_timefromsk\_use

使用过oracle或者其他关系数据库的DBA或者开发人员都有这样的经验，在子查询上都认为数据库已经做过优化，能够很好的选择驱动表执行，然后在把该经验移植到mysql数据库上，但是不幸的是，mysql在子查询的处理上有可能会让你大失所望，在我们的生产系统上就碰到过一些案例，例如：SELECTi_id,sum(i_sell)

前几天买了阿里云主机后，配置了基本的web环境，apache性能没有做优化；导致今天在公布opms(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fopms.demo.milu365.cn%2F)系统的时候，访问太慢，本身的云主机配置是低配，自己玩的。具体环境配置请看《再谈centOS7

参考文章http://blog.51cto.com/lizhenliang/2095526（1）硬件优化如果有条件一定要SSD固态硬盘代替SAS机械硬盘，将RAID级别调整为RAID10，相对于RAID1和RAID5有更好的读写性能，毕竟数据库的压力主要来自磁盘I/O方面。Linux内核有一个特性，会从物理内存中划分

作为工业级的流计算框架，Flink被设计为可以每天处理TB甚至PB级别的数据，所以如何高吞吐低延迟并且可靠地在算子间传输数据是一个非常重要的课题。此外，Flink的数据传输还需要支持框架本身的特性，例如反压和用于测量延迟的latencymarker。在社区不断的迭代中，Flink逐渐积累了一套值得研究的网络栈（NetworkStack），

点击上方蓝色字体，选择“设为星标”回复”资源“获取更多资源!(https://oscimg.oschina.net/oscnet/94bbfe1fbe2f4d0db2377602bf27c988.jpg)!(https://oscimg.oschina.net/oscnet/302e2b33a7dc4b67

TVM是一个开源深度学习编译器，可适用于各类CPUs,GPUs及其他专用加速器。它的目标是使得我们能够在任何硬件上优化和运行自己的模型。不同于深度学习框架关注模型生产力，TVM更关注模型在硬件上的性能和效率。本文只简单介绍TVM的编译流程，及如何自动调优自己的模型。更深入了解，可见TVM官方内容：文档:https://tvm.apach

关键词：SPDK、NVMeOF、Ceph、CPU负载均衡SPDK是intel公司主导开发的一套存储高性能开发套件，提供了一组工具和库，用于编写高性能、可扩展和用户态存储应用。它通过使用一些关键技术实现了高性能：1.将所有必需的驱动程序移到用户空间，以避免系统调用并且支持零拷贝访问2.IO的完成通过轮询硬件而不是依赖中断，以降低时延3.使用消息传递，以避免IO

背景在DBS集群列表更多连接查询死锁中，看到9月22日有数据库死锁日志，后排查发现是因为mysql的优化indexmerge（索引合并）导致数据库死锁。定义indexmerge(索引合并)：该数据库查询优化的一种技术，在mysql5.1之后进行引入，它可以

Linux内核从2.5版本开始针对NUMA架构做了大量优化工作，同时也提供了丰富的工具和接口，可以帮助我们很容易的完成访问本地内存的设置。所以，通过适当的性能调优，可以提供更高的计算能力。性能优化通常可以通过五个步骤完成