Рубрика «профилирование»
Введение в высокопроизводительные вычисления на С++ для CPU
2026-03-16 в 17:53, admin, рубрики: cache, cpu, ram, simd, высокопроизводительные вычисления, оптимизация, профилирование
Принципы DOD в C++: Часть 1. Оптимизация структур
2026-02-22 в 10:15, admin, рубрики: alignment, c++, DOD, padding, профилирование, управление памятьюПриветствую всех, кто хочет делать свой код быстрым и оптимальным. В этой статье мы расссмотрим несколько простых способов, как можно оптимизировать программу при работе со структурами.
Размещение данных в памяти. L1, L2, L3 кэши и RAM
Мы все знаем, что данные (переменные, поля классов и т.д.) размещаются в "памяти". Но зачастую программист даже не задумывается, что именно представляет из себя эта абстрактная "память". Давайте рассмотрим этот вопрос чуть глубже, посколько понимание этого позволит ускорить код на двузначное число процентов.
Фингерпринтинг стал массовым явлением
2025-10-19 в 18:33, admin, рубрики: конфиденциальность, куки, маркетинг, приватность, профилирование, таргетинг рекламы, фингерпринтинг
Пожалуй, самые неприятные баги – те, что воспроизводятся один раз из ста. Их не пощупать, не продебажить и даже не проверить результат.
Так и тут прилетает мне баг от тестировщика с описанием:
«Почему компилятор Rust такой медленный?»
2025-07-15 в 13:08, admin, рубрики: docker, rustc, компиляция, профилирование, трассировкаЯ потратил месяц на создание веб-сайта в Docker и теперь готов поделиться ужасными историями.
У меня есть проблема.
Мой веб-сайт (на котором была опубликована эта статья) в основном обслуживается одним двоичным файлом Rust. Он стал слишком длинным. Каждый раз, когда мне нужно внести изменение, я должен:
-
Собрать новую статически компонуемую библиотеку (с
--target=x86_64-unknown-linux-musl) -
Скопировать её на сервер
-
Перезапустить веб-сайт
Ситуация, мягко говоря, неидеальная.
Где искать проблему в проде: сравнение профилирования с eBPF и BitDive
2025-05-07 в 19:54, admin, рубрики: eBPF, java, профилированиеeBPF vs BitDive: Сравнение решений для системного и прикладного профилирования
Разбираем разницу между eBPF и BitDive: системное профилирование против глубокого анализа Java-приложений. Что выбрать для продакшена?
Зачем вообще нужен профайлинг в проде?
Производительность приложений — не абстракция. Это ошибки, таймауты, утекающие пользователи и ненужные расходы. Но чтобы понять, что именно тормозит, мало просто знать, что "CPU загружен". Нужна детализация: какой сервис, какой метод, какой запрос, какие параметры.
Здесь в игру вступают два подхода:
Определение пользовательских сценариев энергопотребления по встроенным в системную плату датчикам и Python + LightAutoML
2025-03-05 в 7:00, admin, рубрики: DIY, lightautoml, python, профилирование, энергопотребление компьютераПривет!
С момента предыдущей публикации прошел год, и наступил момент закрыть гештальт, возникший, в том числе, по результатам ваших комментариев. А именно: можно ли вообще обойтись без внешних устройств при решении задачи профилирования активности пользователей по данным энергопотребления их устройств?
Perforator: новая система непрерывного профилирования теперь в опенсорсе
2025-01-30 в 8:00, admin, рубрики: continuous profiling, flamegraph, opensourse, profiling, опенсорс, опенсорс яндекса, оптимизация, профилирование
Привет! Сегодня мы выложили в опенсорс Perforator — систему непрерывного профилирования (continuous profiling), которую используем внутри Яндекса для анализа производительности большинства сервисов.
Так ли плох Go в глазах C++ разработчика: пишем микросервис и учимся на ошибках
2025-01-17 в 9:15, admin, рубрики: golang, grpc, sync.Pool, аллокация, высокая нагрузка, концепции, подходы, профилирование, слайсы, указателиМиллионы пользователей ежедневно заходят на Яндекс Маркет. И одна из ключевых задач сервиса — показывать им точные сроки доставки на поиске и в корзине. При пиковых нагрузках это около 40 тысяч запросов в секунду. Как обеспечить столь быструю и точную обработку данных о доставке?