前言使用nuxt.js做项目也接近快一年了，从立项到内测、公测、再到正式上线，还有后面的不断维护，也陆陆续续的踩了很多坑，其中最大的问题就是node的渲染性能问题了。模板转换是cpu密集型的操作，node又是单线程的，并发一高，cpu就会飙到100%。为了提

最近闲来无事，对tomcat、netty以及nodejs的性能对比比较有兴趣，于是自行测试了一下。测试环境：!(http://static.oschina.net/uploads/space/2013/0405/160739_fycm_1021320.png)测试工具：ApacheJMeter2.9测试代码：1.tomcat下的js

javascript在浏览器中运行的性能，可以认为是开发者所面临的最严重的可用性问题。这个问题因为javascript的阻塞性而变得复杂，事实上，多数浏览器使用单一进程来处理用户界面和js脚本执行，所以同一时刻只能做一件事。js执行过程耗时越久，浏览器等待响应的时间越长。加载和执行1.提高加载性能1.IE8,FF,3.5,Safari4和

1三种语言、三套工具、三个架构不了解SQLonHadoop三驾马车－Hive、SparkSQL、Impala吗？听小编慢慢道来1HiveApacheHive数据仓库软件提供对存储在分布式中的大型数据集的查询和管理，它本

性能监控分析的命令包括如下：1、vmstat2、sar3、iostat4、top5、free6、uptime7、netstat8、ps9、strace10、lsof命令介绍：free命令是监控Linux内存使用最常用的命令语法格式：free\opt

查看CPU数量总核数物理CPU个数X每颗物理CPU的核数总逻辑CPU数物理CPU个数X每颗物理CPU的核数X超线程数查看物理CPU个数：cat/proc/cpuinfo|grep"physicalid"|sort|uniq|wcl

https://mp.weixin.qq.com/s?\_\_bizMzU5MjQ1NTEwOA&mid2247490321&idx1&snf9f34407ee5c5d0d1edb478981299108&chksmfe1e2fbac969a6acee4eddb865d161fe09400c9147794c777ea4087e59f1e5fc3

Kafka消息的存储Kafka的设计基于一种非常简单的指导思想：不是要在内存中保存尽可能多的数据，在需要时将这些数据刷新（flush）到文件系统，而是要做完全相反的事情。所有数据都要立即写入文件系统中持久化的日志中，但不进行刷新数据的任何调用。实际中这样做意味着，数据被传输到OS内核的页面缓存中了，OS随后会将这些数据刷新到

最近的一个项目，视频点播系统，使用apache实现的流媒体服务器。其实准确的说叫做伪流（HTTPPseudoStreaming），基本原理和概念自行了解吧。让我简单的描述就是仍然是HTTP下载，播放器播放本地缓存。只不过它也实现了一些和正规流媒体服务类似的功能。视频点播类系统的性能测试，说简单了主要就是模拟大量用户去看视频。服务端监控整体性能，客户端

传统HTTP存在的瓶颈Spring Cloud 是一个优秀的开源微服务解决方案，通常采用 HTTP  json 的 REST 接口对外提供服务，简洁易用部署方便，很多公司也基于 Spring Cloud 作为基础架构去构建自身的微服务架构。但是随着业务规模和用户规模的增长，传统基于的 HTTP 的服务会逐步暴露出一些问题。首先是性能