程序使用动态内存原因：不知道自己需要多少对象；不知道对象准确类型；需要多个对象间共享数据shared_ptrshared_ptr/weak_ptr 的“计数”在主流平台上是原子操作，没有用锁，性能不俗 {代码...} 当一个shared_ptr绑定到一个普通指针时，就将内存管理责任交给了shared_p...

锁的意义原子性+可见性同一时间，只有一个线程执行锁中代码 + 锁内读在锁前代码执行完，写在锁释放前可见原子操作本身内核的原子是通过原子指令实现的[链接]原子库实现的一下方法可以带内存屏障来加强可见性。store //原子写load //原子读exchange //原子交换compare...

IID（如使用基准数据集的图像识别），要么被人工处理为 IID，如为给定的应用问题精心收集合适的训练数据集，或者使用类似 DeepMind「经验回放」（experience replay）的方法，即强化学习智能体存储观测结果稍后再打乱以便后续训练。互信息：二者对我的影响是同等程度...

1.querys信息汇总(action,affected rows,avg.frequency,avg.latency,bytesin,bytesout,count,cputime,errors,failedrate)2.趋势 环比3.faults requests continue to arrive but do not get serviced by the system(mysqld,disk) {why?so you can prevent it from esc...

功能：performance prediction, performance diagno- sis, bottleneck explanation, workload insight, optimal admission control, and what-if analysis指标：AggregatedOSstatisticsWorkloadstatisticsfromtheDBMS,includingthenumberof SELECT, UPDATE, DELETE a...

RCA的工具一般可以query and classify anomalies，相关性分析（causal probabilistic gaphical models）

定义： 某个sqlQ ,第t次发生，T是Q最近发生的总次数，Qt是iSQ的条件是 这次Xt的执行时间>z(z是概率分布<e的) z是慢日志阈值,e分布。根据workload调整

背景：一份数据一个系统综合解决多种分析和adhoc的场景。具体四个方面，解决reporting/dashboard（万级别query,ms延时，插入数据多，实时，filters,aggregation，类似）。emmeded statis(simply bug high query,百万/s实时更新)。monitoring(时序)。ad-hos analysis...

Bridging the Archipelago between Row-Stores and Column-Stores for Hybrid WorkloadsCarnegie Mellon University(2016)

哎呀，论文总结的越来越应付了，要看的太多，基本都是总结点了，合在一起吧。第一个是little table，第二个是mesa LittleTable: A Time-Series Database and Its Uses （2017 cisco meraki）

TimescaleDB: SQL made scalable for time-series data基于postgresql有一个hypertable层，负责分布式和查询优化等

这个对读写性能要求都高（so，竟然和以前想的一样，如果读写要都高，要用B-TREE类似的，SLM只对写友好，不过应用场景有这么大差异吗，gorrila对读的性能要求巨高吞吐和我们一样，这个对读写的吞吐要求一样，在线业务？我们的读很少）。文章中的索引比较新，不过我没...

这个文章在选型本地/远端，优化关注并发/还是语句解析，冷热缓存，等给了实践上真实的差距，给我们看的目的是坚定利用低成本在网速10G的发展下存储部分 用底层本共享保证可靠性的共享存储，替代自己做多备份posix保证一致性，且用便宜的对象存储+超快的本地易失缓存...

背景需求10M写入，4万读取，ms级别读取（我们的读取40ms，这个要求太高，1ms），数据全内存26hours，16G每个，容错。 opentsdb 基于hbase，远程磁盘。query速度不满足

背景druid等专注于复杂多维度数据，样本量相对于监控数据少的场景，读写1mps以下，精度1ms，只能有序追加；cassandra 吞吐量远小于1ms。以上精度和吞吐不能同时满足。Gorilla(facebook内存数据库)和BTRDB性能接近，但s精度且不能乱序。

从物理上需要关注物理架构，RAM的组织管理/分配/页结构，cache，cpu_cache。内存分配设计到伙伴系统、slab。从逻辑上涉及到虚拟内存，页表，地址空间。二者的使用涉及到缺页，回收，交互，共享内存等内容

我们用ES作日志检索和简单分析，它适用于全文搜索，近实时分析，也可以作为nosql存储（订单的冷库接入ES），需要关注架构，单机的功能（搜索原理，动态索引），性能(索引和数据组织)，分布式的可靠性，可扩展，一致性。

我们用ES作日志检索和简单分析，它适用于全文搜索，近实时分析，也可以作为nosql存储（订单的冷库接入ES），需要关注架构，单机的功能（搜索原理，动态索引），性能(索引和数据组织)，分布式的可靠性，可扩展，一致性。

实在不知道起什么名字，打算写三个系列的文章，因为系统尽量有状态和无状态分离，第一个想写下系统中涉及到数据存储/分析/选型/自己设计要怎么做，包含内存/持久，数据量单机到大量到海量分布式的存储和计算。第二个想写无状态系统如何做到高处理能力，涉及到网络/分...

标准的strcpy,strncpy等C风格的char函数基本都没有缓冲区溢出校验，都算是高危函数，标准版都是基于memcpy实现，memcpy可能会出现覆盖，且4字节一次拷贝。除了给出这几个实现，开始的单字节是简化版。