应用程序调优

找出资源利用率高或饱和的瓶颈点。 根据错误、利用率和饱和度，逐步缩小问题范围。 分析响应时间最长的环节，持续细分找出影响因素。 熟悉应用特性，包括版本、功能、类型、配置等。 注重架构和逻辑设计，避免架构缺陷和程序问题。

dw笨阿猪高级表单验证插件，现已升级为Silverlight应用程序。

加速数据库查询 数据库查询性能是应用效率的关键。以下技巧有助于优化SQL查询： 1. 理解查询计划: 使用 EXPLAIN 或 EXPLAIN ANALYZE 命令分析查询执行计划，识别瓶颈。 2. 索引优化:* 为经常出现在 WHERE、JOIN、ORDER BY 和 GROUP BY 子句中的列创建索引。* 避免过度索引，过多的索引会影响写入性能。 3. 查询结构优化:* 尽量使用 JOIN 代替子查询，尤其在处理大数据集时。* 避免使用 SELECT *，明确选择需要的列。* 使用 LIMIT 限制返回结果数量。 4. 数据类型优化:* 使用最有效的数据类型存储数据，例如使用 INT 而

hbase.regionserver.handler.count：线程数目，默认10，推荐150，过大可能导致GC频繁或内存溢出。

Skytable 设置应用程序，用于设置 Skytable（或 TerrabaseDB）。对于 TerrabaseDB 用户，只需将 sdb 替换为 tdb！适用于 0.4.6 及以上版本。 许可证 与 Skytable 一样，此应用程序也已获得 Apache 2.0 许可。

调优领域的 Oracle SQL 调优课程，内容还挺聚焦的，主要聊应用程序级的调优，不绕弯子，直接上干货。像SQL 语句调优和管理变化调优这块，讲得挺细，适合经常跟 SQL 打交道的你。 课程不扯太多底层细节，不讲实例配置、内存啥的，只盯着你写的 SQL 和改过的配置这些实际问题。你写慢查询的时候，常常就是这个层面出锅。 文末还有几个相关资源链接，我看了一下，像这个SQL 性能调优的资料，还挺实用的，配合来看效果更好。 哦对了，ORACLE 调优秘籍这篇也值得一读，属于那种你翻一眼就能找到痛点的那种。 建议你把 SQL 调优和管理调优这块系统搞一遍，是如果你经常写查询、做报表、跑批。调得好，数

全面分析PGA和SGA 助力开发者优化ORACLE数据库

在做 Spark 调优时，直接用join操作会导致数据大规模 shuffle，需要大量的 I/O 操作，性能不太友好。是大数据时，shuffle 会拖慢任务执行速度。不过，使用broadcast操作就能这个问题。它会把小表广播到每台执行节点上，避免了 shuffle，关联操作直接在本地完成，效率提升。这样，不仅节省了 I/O 开销，任务并发度也提高了，整体性能大大增强。你可以尝试一下，如果你有小表关联的场景，broadcast是一个不错的选择。

Oracle性能优化方法

spark 性能调优的干货资源，内容全、讲得细、源码也扒得比较透。里面的spark-config-and-tuning是调参的关键，像spark.executor.memory、spark.sql.shuffle.partitions这些参数怎么配，关系到任务能不能顺利跑完，也影响资源用得是否高效。spark-graphx-source-analysis和spark-ml-source-analysis就比较适合进阶用户，尤其是你想知道 GraphX 背后的消息传播机制，或者 MLlib 模型训练的优化逻辑，看源码比看文档靠谱。还有一个spark-programming-guide-zh-cn