CPU调优

Oracle 性能调优的老大难问题之一，非CPU 高占用莫属。你也遇到过，明明 SQL 不多，系统却卡得飞起。嗯，率是某两个远程会话在疯狂拉 CPU。用top一看，47%、40%的进程赫然在列。这篇文章就挺实用，讲清楚了问题怎么排、用什么工具定位，还有具体的优化建议，像SQL 语句调优、数据库参数调整这些都覆盖到了。一步步跟着来，别说问题了，顺便技能还能涨一截。

为了优化CPU使用和配置，可以采取以下具体方法：（1）取消屏幕保护功能；（2）将系统配置为应用服务器；（3）监视系统中消耗中断的硬件；（4）减少安全审计记录的数量；（5）在专用服务器上运行Oracle；（6）禁用非必要的服务。

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。

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。

jRockit 的调优攻略，适合想让 Java 应用跑得更稳更快的你。调垃圾回收器、配堆大小、管线程策略这些事儿，说复杂不复杂，说简单也得有点经验。这个指南把 jRockit 的四种 GC 方式讲得挺清楚，还有内存、线程怎么配的建议，蛮实用的。尤其是那个图形监控工具，能直接看内存和线程的表现，调性能时挺有参考价值。适合你手头项目对响应时间、吞吐量都有要求的时候，捋一遍参数，效果真的还不错。

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。

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