作者小头像 Lv.3
更多个人资料
355 成长值
0 关注
0 粉丝
+ 关注 私信

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
  • 活跃之星
成长雷达
325
30
0
0
0

个人资料

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 大数据实践
SQLite WAL 实测:单条提交快 4.9 倍,读 p99 从 100ms 降到 0.1ms
实测 SQLite 从 rollback journal 换到 WAL:500 条单条提交吞吐 339 提升到 1677 事务每秒,synchronous=NORMAL 下达 41441;2 万行批量提交差距缩到 7 倍;并发写入时读 p99 从 100.3ms 降到 0.099ms。含完整脚本与不适合开 WAL 的边界。
SQLite
作者小头像 yd_243452805 2026-11-19 14:41:08
12
0
0
2026-11-19 14:41:08
12
0
0
倒排索引压缩实测:delta-varint 省 62% 体积,热点词位图让 AND 快 71 倍
用 20 万篇文档、6 万词表的合成语料实测倒排表三种表示:int32、delta-varint、位图。delta-varint 把体积压到 38.3%,但全量解码慢 7.3 倍;位图若按词全量分配会膨胀 220 倍,只对 df≥N/64 的热点词启用后总体积仅涨 21.6%,两个热点词做 AND 从 9.3 ms 降到 131 us,快 71 倍。
作者小头像 yd_243452805 2026-11-18 09:53:41
6
0
0
2026-11-18 09:53:41
6
0
0
Gorilla 时序压缩实测:抖动 5ms 就让每点多花 1.25 字节
用纯 Python 复现 Gorilla 时序编码,在 20 万点、四类序列上实测:计数器与状态类数据只需 1.5~2.1 字节/点,噪声浮点却退化到 8 字节/点、甚至输给 gzip;采样抖动 ±5ms 就让时间戳从 1 位涨到 11 位/点,每点多花 1.25 字节。附分块索引成本与选型边界。
作者小头像 yd_243452805 2026-11-17 08:58:03
11
0
0
2026-11-17 08:58:03
11
0
0
HyperLogLog 去重计数实测:12 KB 内存换 0.7% 误差,UV 报表不该用 COUNT(DISTINCT)
用纯 Python 实现 HyperLogLog 并在 10 万、100 万量级实测:p=14 时仅占 12KB 内存,30 轮误差标准差 0.94%,与理论 1.04/√m 吻合。文章给出桶数选取表、吞吐拆解(哈希占七成)与 UV 去重场景的选型边界。
作者小头像 yd_243452805 2026-11-16 09:42:57
11
0
0
2026-11-16 09:42:57
11
0
0
Python 并发实测:GIL 下多线程越并越慢,进程池 7.35 倍、asyncio 50 倍的分界线
同一段 Python 代码,换成多线程反而更慢,进程池快 7.35 倍,asyncio 快 49.79 倍。本文用 16 核实跑数据拆开三类任务的真实开销:GIL 下线程池只有 0.64x~0.76x,进程池受 626ms 启动成本约束,IO 密集场景线程与协程各自的上限在哪,最后给出一套可直接落地的选型规则。
Python 任务调度 多线程
作者小头像 yd_243452805 2026-11-15 11:18:25
30
0
0
2026-11-15 11:18:25
30
0
0
分布式 ID 实测:号段模式 1179 万/秒、Snowflake 274 万/秒,UUIDv7 同毫秒内一半逆序
四种分布式 ID 方案在同一台机器各生成 100 万条实测:号段模式 1179 万/秒、Snowflake 274 万/秒且严格单调、UUIDv4 81 万/秒、UUIDv7 89 万/秒但同毫秒内约 50% 相邻逆序。附 Snowflake 序列号溢出 4ms 时间戳漂移、时钟回拨 13 次零重复的真实数据,并给出四条选型结论。
分布式
作者小头像 yd_243452805 2026-11-14 19:51:45
23
0
0
2026-11-14 19:51:45
23
0
0
正则回溯爆炸实测:24 字符卡 0.5 秒,29 字符卡 32 秒
用 Python 3.13 实测回溯型正则的指数爆炸:^(a+)+$ 匹配 n 个 a 加一个非法结尾字符,耗时从 n=14 的 1.58 ms 涨到 n=29 的 32 秒,每多一个字符约翻倍;给内层加 {1,64} 上限反而更慢。原子组 (a++)+ 与 (?>a+)+ 处理 10 万字符仅 0.03 ms,附三种改造方案与落地检查清单。
作者小头像 yd_243452805 2026-11-13 11:47:11
33
0
0
2026-11-13 11:47:11
33
0
0
深分页实测:OFFSET 翻到 90 万行慢 1000 倍,游标分页为何恒定 0.015ms
100 万行数据实测三种分页写法:OFFSET 在 90 万偏移处单页 15.5ms、需扫 270 万条 VM 指令,而游标分页恒定 0.015ms,相差 14138 倍。文中给出延迟关联收益、复合游标写法与选型边界。
作者小头像 yd_243452805 2026-11-12 07:37:57
36
0
0
2026-11-12 07:37:57
36
0
0
服务日志压缩实测:gzip 九档与 brotli 五档的体积、耗时与选型边界
用 5 万行、15.56 MB 的 JSON 服务日志把 gzip 1-9 级与 brotli 1/4/6/9/11 档全跑了一遍:gzip 3 级 75 ms 压到 14.34%;brotli q1 用 33 ms 压到 14.22%,比 gzip 6 级快 3.9 倍且更小;q11 花 41.4 秒只换来 10.33%,只适合冷归档。附分块压缩损失与解压吞吐数据。
作者小头像 yd_243452805 2026-11-11 13:42:58
40
0
0
2026-11-11 13:42:58
40
0
0
地址模糊匹配实测:长度剪枝会丢 7% 召回,2-gram 倒排 + Myers 提速 33 倍
地址清洗的模糊匹配常被 O(N×M) 编辑距离拖垮。实测 5000 条脏地址对 300 条标准库:暴力 DP 48.55 秒;长度剪枝省时却静默丢掉 6.94% 召回(±1 窗口命中率仅 93.06%);Myers 位并行单对快 3.4 倍;2-gram 倒排预筛叠加后 0.61 秒、比较次数降到 1.67%、命中率仍 100%,整体提速 79 倍。
作者小头像 yd_243452805 2026-11-10 10:36:26
47
0
0
2026-11-10 10:36:26
47
0
0
总条数:31
10
10
20
50
100
  • 1
  • 2
  • 3
  • 4

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注