在处理海量大数据时，我们常常会使用Bitmap，但假如现在要向Bitmap内存入两个pin对应的偏移量，一个偏移量为1，另一个偏移量为100w，那么Bitmap存储直接需要100wbit的空间吗？数据部将偏移量存入Bitmap时，又如何解决数据稀疏问题呢？本文将为大家解答

  在写这篇blog之前，我都是用jstack,ps,top,sar等等命令来定位多线程环境下的一些性能问题，尤其是定位性能瓶颈。  jconsole之前也经常用，但是感觉只能看一些宏观的数据，比如产品有没有内存泄露。  今天发现有人开放了一个jconsole的插件。可以很方便的查看产品中每个线程的cpu消耗。  可以到插件作者的

HandlerHandler是Android系统中的一种消息传递机制，起作用是应对多线程场景。将A进程的消息传递给B线程，实现异步消息处理。很多情况是将工作线程中需要更新UI的操作消息传递给UI主线程，而实现更新UI操作。因为工作线程和主线程是共享地址空间，即Handler实例对象mHandler位于线程间共享的内存堆上，工作线程和主线

PHPFPM提供了更好的PHP进程管理方式，可以有效控制内存和进程、可以平滑重载PHP配置。那么当我们谈论PHPFPM多进程模型的时候，作为PHPer的你了解多少呢？首先，让我们一起看几个问题：①：PHPFPM启动进程的方式主要有哪几种，区别是什么？②：PHPFPM，是主进程接收请求转给子进程，还是子进程单独接收请求并处理

因为之前使用redis一般都只做热数据处理，没有考虑过落地方案，因此，通过很多次不同的交流，发现落地也挺重要的，特来学习一般。落地策略我们知道，redis是纯内存数据库，一旦发生宕机，数据就会丢失，因此，Redis的落地策略其实就是持久化(Persistence)，主要有以下2种策略：1.RDB:定时快照方式(snapsho

Dask介绍Dask是一款用于分析计算的灵活并行计算库。Dask由两部分组成：针对计算优化的动态任务调度。这与Airflow，Luigi，Celery或Make类似，但针对交互式计算工作负载进行了优化。“大数据”集合，像并行数组，数据框和列表一样，它们将通用接口（如NumPy，Pandas或Python迭代器）扩展到大于内存或分

redis是Nosql数据库，是一个keyvalue存储系统。可用于缓存，事件发布或订阅，高速队列等场景。该数据库使用ANSIC语言编写，支持网络，提供字符串，哈希，列表，队列，集合结构直接存取，基于内存，可持久化。虽然redis是keyvalue的存储系统，但是redis支持的value存储类型是非常的多，比如字符串、链表、集合、有序集合和哈希。

这个问答是根据云栖社区上对HBase的FAQ中整理出来的。问：Hbase大量写入很慢，一个列族，每个200多列，一秒写30000条数据，使用mutate添加数据，clientbuffer缓存大小为10M，四台测试机，128G内存，分配60G给Hbase，该怎么优化？答：可以使用bulkload方式写入，通过mr程序生产hfile

第三章垃圾收集器和内存分配策略  第三节垃圾收集算法   1.分类：引用计数式垃圾收集(直接垃圾收集) 和追踪式垃圾收集(间接垃圾收集)   2.分代收集理论：1）弱分代假说：主要是一些朝生夕灭的对象。                 2）强分代假说：这里是一些可以熬过多次垃圾收集器收集的

　　最近公司要做一个操作日志的模块，如果将操作日志以字符串的形式存到后台数据库，非常浪费内存，不可取，特意写了字符串与二进制相互转换的函数。1、字符串转二进制!(https://oscimg.oschina.net/oscnet/e86367c0da3d79b045b724509aebb964d67.jpg)!(http