Envoy原理介绍及线上问题踩坑 介绍人：张伟 Copyright © Huawei Technologies Co., Ltd. All rights reserved. Page 2 个人介绍 张伟 华为云容器网格数据面技术专家 拥有10年以上中间件及高性能系统开发经验， 作为架构师及核心开发人员发布过传输网管系 统、Tuxedo交易中间件、ts-server多媒体转码服 务、GTS高性能事务云服务、SC高性能注册中心、 ASM数据面等多个产品。先后就职于亿阳信通、 北电、甲骨文、polycom、阿里巴巴等公司；目 前在华为云云原生团队负责网格数据面的架构 设计及开发工作。 Copyright © Huawei Technologies Co., Ltd. All rights reserved. Page 3 目录 1. Envoy启动及配置文件 2. Envoy流量拦截原理、常用部署方式 3. Envoy可扩展过滤器架构、可观测性 4. Envoy线程模型 5. 生产环境问题分析及解决方法 6. 针对Envoy做的一些优化及效果 7. 常用性能分析测试工具及使用方法 8. 华为ASM产品介绍 Copyright © Huawei Technologies Co., Ltd. All rights reserved. Page

Krita 问题答疑速查 前言 不定期更新 2023 年 11 月 25 日 23 点 44 分 旧版“国内 krita 用户常见问题答疑 2020-6-17.pdf”不继续写了。（排版等问题……） 本文档抽空所写，可能有错漏部分，还望理解与指出。内容为群内问题答疑记录与本人主观自问自答， 希望能帮助到 Krita 的新用户。 使用 PDF 阅读器的搜索/查找功能输入问题的关键词来速查，或翻阅书签查找。 在内的不止一个绘画软件都会被搞的不正常！ 如果切换了默认快捷键方案，必须要把键盘快捷键和画布快捷键的方案设置成同一个，比如要改成 PS 快 捷键方案，两处都该设置为 PS 快捷键方案！以免引起快捷键出现奇怪问题！ 问：怎么按图层内容大小导出图层？ Krita4.4.2-beta2 Windows 答： 0、先保存当前工作内容为 kra 格式文件 1、工具-脚本-图层导出工具 2、图像：处选中之前保存的 krita 拥有多种不同的笔刷引擎，不同笔刷引擎的优化程度不一样。 另外即使同笔刷引擎笔刷的某些设置也会明显降低速度。（特别是在性能不强的设备上会更明显） 如像素笔刷引擎是具有多线程优化的，比颜色涂抹笔刷引擎快得多。 但是，如果使用像素笔刷引擎的笔刷使用了蒙版笔刷选项将会降低不少性能（在安卓平板会较为明 显。） 也就是说如果把笔刷尺寸开的很大，那么某些笔刷会明显更卡就是因为前面说的那样。 想要查看

Krita 问题答疑速查 前言 不定期更新 2023 年 2 月 15 日 15 点 54 分 旧版“国内 krita 用户常见问题答疑 2020-6-17.pdf”不继续写了。（排版等问题……） 本文档抽空所写，可能有错漏部分，还望理解与指出。内容为群内问题答疑记录与本人主观自问自答， 希望能帮助到 Krita 的新用户。 使用 PDF 阅读器的搜索/查找功能输入问题的关键词来速查，或翻阅书签查找。 在内的不止一个绘画软件都会被搞的不正常！ 如果切换了默认快捷键方案，必须要把键盘快捷键和画布快捷键的方案设置成同一个，比如要改成 PS 快 捷键方案，两处都该设置为 PS 快捷键方案！以免引起快捷键出现奇怪问题！ 问：怎么按图层内容大小导出图层？ Krita4.4.2-beta2 Windows 答： 0、先保存当前工作内容为 kra 格式文件 1、工具-脚本-图层导出工具 2、图像：处选中之前保存的 krita 拥有多种不同的笔刷引擎，不同笔刷引擎的优化程度不一样。 另外即使同笔刷引擎笔刷的某些设置也会明显降低速度。（特别是在性能不强的设备上会更明显） 如像素笔刷引擎是具有多线程优化的，比颜色涂抹笔刷引擎快得多。 但是，如果使用像素笔刷引擎的笔刷使用了蒙版笔刷选项将会降低不少性能（在安卓平板会较为明 显。） 也就是说如果把笔刷尺寸开的很大，那么某些笔刷会明显更卡就是因为前面说的那样。 想要查看

OpenShift Local 2.26 发行注记和已知问题 Red Hat OpenShift Local 2.26 中突出显示的功能和识别的问题 Last Updated: 2023-10-01 Red Hat OpenShift Local 2.26 发行注记和已知问题 Red Hat OpenShift Local 2.26 中突出显示的功能和识别的问题 Fabrice Flore-Thebault respective owners. 摘要 摘要 本文档列出了 Red Hat OpenShift Local 2.26 的新功能和改进的功能。它还包含有关在使用软件时可 能会遇到的潜在问题的信息。在可能的情况下，会针对发现的问题进行临时解决方案。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 主要变化 第 第 2 章 章 已知 已知问题 问题 2.1. 常规问题 2.2. MICROSOFT WINDOWS 上的问题 2.3. MACOS 的问题 3 4 4 4 5 5 6 6 7 7 8 9 目 目录 录 1 Red Hat OpenShift Local 2.26 发 发行注 行注记 记和已知 和已知问题 问题 2 使开源包含更多 红帽致力于替换我们的代码、文档和

移动APP性能监测实践（iOS篇） 杨凯 杨凯 杨凯@听云 iOS研发工程师 yangkai@tingyun.com 关于APM APM的终极使命 APM价值的直接体现 监测的根本在数据获取 监控 技术 NSURLProtocol Method swizzling Isa swizzling Isa swizzling+NSProxy Others NSURLProtocol

业务性能优化概览 By Xargin 《Go 语⾔⾼级编程》合著者 Go contributor ⽬ 录 优化的前置知识 01 ⽣产环境的优化 02 Continuous profiling 03 优化的前置知识 第⼀部分 Latency numbers every programmer should know https://colin-scott.github.io/p runtime 优化 应⽤层优化 底层优化 • 越靠近应⽤层，优化带来的效果越好 • 涉及到底层优化的，⼤多数情况下还是修改应⽤代码 逻辑优化 ⽣产环境的优化 第⼆部分 ⾸先，是发现问题 API 压测 全链路压测 ⽣产环境被 ⾼峰流量打爆了 进 pprof 寻找(可能的) 故障原因 按照不同的情况 选择不同的⽅案 线上⼀定要开 pprof 如果有安全考虑 那也⼀定要有能通过配置开启的能⼒ golang/blob/b89620c4916814c2960f16255c36d1b381cda9e7/ prometheus/go_collector.go#L45 基本套路 1. 排除外部问题，例如依赖的上游服务(包括 DB、redis、MQ)延迟 过⾼，在监控系统中查看 2. CPU 占⽤过⾼ -> 看 CPU profile -> 优化占⽤ CPU 较多的部分逻 辑 3. 内存占⽤过⾼

APISEVEN
和
Kong
EE
的性能评测
--
GigaOm
⾼性能API管理测试
产品评估：API7和Kong企业版
1
-
摘要3
2
-
云上的API
管理5
API76
图1.
API7技术架构7
Kong
企业版7
3
-
GigaOm
API负载测试设置9
API
压⼒测试9
测试环境10
单节点10
环境清单10
软件版本信息11
应⽤程序开发，且能降低计算成本的开销。 更重要的是，许多组织也依赖API和微服务来实现⾼性能和可⽤性。在本⽂中，我们将“⾼性能”定义 为每秒负载超过1000个交易且在整个API环境中最⼤延迟⼩于30毫秒。对公司⽽⾔，对性能的需求和 对管理的需求⼀样，因为公司依靠API交易速率来跟上业务发展速度。
API管理解决⽅案不能成为性能瓶颈。许多公司都在寻找跨多个API端点的负载均衡和⾼交易量吞吐的 解决⽅案 解决⽅案。如果业务每秒有1000个交易，⼀个⽉内就会有30亿次
API
调⽤。拥有⼤流量的公司通常每 ⽉API调⽤次数超过100亿次。因此，在选择API管理解决⽅案时，性能是⼀个关键因素。
在本⽂中，我们展⽰了使⽤2个全⽣命周期API管理平台完成的性能测试结果：API7
和
Kong
企业版 （Kong
EE)。
在我们的单节点设置中，API7所有的压⼒测试结果都优于Kong
EE。在每秒10,000个请求的情况下，

Python机器学习性能优化 以BERT服务为例例，从1到1000 刘欣 ⽬目录 CONTENTS 1. 优化的哲学 2. 了解你的资源 3. 定位性能瓶颈 4. 动⼿优化 1. 优化的哲学 "There ain't no such thing as a free lunch" Ahmdal’s Law • 系统整体的优化，取决于热点部分的占⽐比和该部分的加速程度 No Free 解释执⾏行行：序列列化慢（动态特性的tradeoff） Flask Production Server • gunicorn 多进程解决多核利利⽤用率问题 • gevent 协程替代多线程⽹网络模型 • 更更⾼高效的序列列化lib 3 定位性能瓶颈 Profile before Optimizing Python Profilers • time.time() • cProfile pyflame • 插桩 or 采样 • 放个flamegraph • 开源地址 wrk • 制造压⼒力力 • 挖掘整体性能瓶颈 • 实现⾮非常精妙的压⼒力力⼯工具，强烈烈安利利（要不不要写个py binding） 4 动⼿优化 多线程服务器的问题 • 每个请求单独进GPU，利利⽤用率不不⾼高 • ⼤大量量请求并⾏行行，CUDA会爆 • wrk截图 service-streamer

链滴 一次线上 java 应用响应时间过长问题的排查 作者：xinzhongtianxia 原文链接：https://ld246.com/article/1569574881351 来源网站：链滴 许可协议：署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)

看监控

看监控平台，有问题的机器，cpu 占用很高，这。。。更不科学了。理论上，这应用 cpu 能到 1 就不错了，现在居然 80%，吓得我赶紧跑到机器上，top 了一把，确实是 java 应用占用 cpu 很高。 /p>

看垃圾回收日志，发现一直在进行 Full GC，但是几乎没啥效果，GC 完了，老年代依然是几乎 满的状态。
即使是 CMS，也不能避免传说中的 stop the world，所以响应时间变长了。
但是，现在问题来了，Full GC 回收不掉的对象都是啥啥啥？

分析 java 堆内存

先把线上流量从这台机器切走，然后 dump，分析后发现，一共 160