现代的垃圾回收器为了低停顿的目标可谓将“并发”二字玩到极致，Shenandoah在G1基础上做了非常多的优化来使回收阶段并行，而ZGC直接采用了染色指针、NUMA等黑科技，目的都是为了让Java开发者可以更多的将精力放在如何使用对象让程序更好的运行，剩下的一切交给GC，我们所做的只需享受现代化GC技术带来的良好体验。

Apache Flink是一个高效、分布式、基于Java和Scala(主要是由Java实现)实现的通用大数据分析引擎，它具有分布式MapReduce一类平台的高效性、灵活性和扩展性以及并行数据库查询优化方案，它支持批量和基于流的数据分析，且提供了基于Java和Scala的API。　　从Flink官方文档可以知道，目前Flink支持三大部署模式：Loca

并发知识不管在学习、面试还是工作过程中都非常非常重要，看完本文，相信绝对能助你一臂之力。1、线程和进程有什么区别？线程是进程的子集，一个进程可以有很多线程。每个进程都有自己的内存空间，可执行代码和唯一进程标识符（PID）。每条线程并行执行不同的任务。不同的进程使用不同的内存空间（线程自己的堆栈），而所有

一、       Golang简介1.1概述Golang语言是Google公司开发的新一代编程语言，简称Go语言，Go是有表达力、简洁、清晰和有效率的。它的并行机制使其很容易编写多核和网络应用，而新奇的类型系统允许构建有弹性的模块化程序。Go编译到机器码非常快速，同时具有便利的垃圾回收和强大的运行时反射。而他最广为人知的特性便是语言层面

概述Pytorch多GPU训练本质上是数据并行，每个GPU上拥有整个模型的参数，将一个batch的数据均分成N份，每个GPU处理一份数据，然后将每个GPU上的梯度进行整合得到整个batch的梯度，用整合后的梯度更新所有GPU上的参数，完成一次迭代。其中多gpu训练的方案有两种，一种是利用nn.DataParallel实现，这种方法是最早引入

一、倾斜造成的原因正常的数据分布理论上都是倾斜的，就是我们所说的2080原理：80%的财富集中在20%的人手中,80%的用户只使用20%的功能,20%的用户贡献了80%的访问量。俗话是，一个人累死,其他人闲死的局面这也违背了并行计算的初衷,首先一个节点要承受着巨大的压力,而其他节点计算完毕后要

hadoop最主要的2个基本的内容要了解。上次了解了一下HDFS，本章节主要是了解了MapReduce的一些基本原理。MapReduce文件系统：它是一种编程模型，用于大规模数据集（大于1TB）的并行运算。MapReduce将分为两个部分：Map（映射）和Reduce（归约）。当你向mapreduce框架提交一个计算作业，它会首先把计算作业分成若干个

DolphinDBDatabase是一款分析型的分布式时序数据库，内置处理流式数据处理引擎，具有内置的并行和分布式计算的功能，并提供分布式文件系统，支持集群扩展。DolphinDB以C编写，响应速度极快。提供类似于Python的脚本语言对数据进行操作，支持类标准SQL的语法。提供其它常用编程语言的API，方便与已有应用程序集成。在金融领域中的历史数据

　　线程的概念，百度是这样解说的：　　线程（英语：Thread）是操作体系可以进行运算调度的最小单位。它被包括在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一次序的操控流，一个进程中可以并发多个线程，每条线程并行履行不同的使命。在UnixSystemV及SunOS中也被称为轻量进程（LightweightProcesses），但轻量进程

 在MySQL5.7中做逻辑备份恢复有了一个新的工具mysqlpump，如果你掌握了mysqldump,那么使用mysqlpump就是分分钟的事情，因为很多参数都是很相似的，可以理解它是mysqldump的加强版，一个亮点就是有了并行的选项，使得数据备份的性能更加强大。 有一点值得说明的是，为了保证数据一致性，我们一般备份都会使用single