————————————————————- 全文索引 InnoDB不支持，Myisam支持性能比较好，一般在 CHAR、VARCHAR 或 TEXT 列上创建。 Create table 表名(

【编者的话】本文是“NGINX应用性能优化指南”系列文章的第二篇，主要介绍了如何通过反向代理缓冲实现NGINX应用性能优化。 注：本文最初发布于MaxCDN博客，InfoQ中文站在获得作者授权的基础上对文章进行了翻译。

ion 随着移动互联网的发展，我们越发要关注移动页面的性能优化，今天跟大家谈谈这方面的事情。 首先，为什么要最移动页面进行优化？ 纵观目前移动网络的现状： 移动页面布局越来越复

图片加载性能优化永远是 Android 领域中一个无法绕过的话题，经过数年的发展，涌现了很多成熟的图片加载开源库，比如Fresco、Picasso、UIL等等，使得图片加载不再是一个头疼的问题，并且大

下面整个思路是,使用了系统提供的LruCache类做一级缓存, 大小为运行内存的1/8,当LruCache容量要满的时候,会自动将系统移除的图片放到二级缓存中,但为了避免OOM的问题,这里将 SoftReference软引用加入来,当系统快要OOM的时候会自动清除里面的图片内存,当然内存充足时就会继续保存这些二级缓存的图片.强调一点, 不要用SoftReference去做一级缓存,现在的java中垃圾回收加强了对SoftReference软引用的回收机制,它只适合临时的保存一些数据缓存,并不适合长期的(相对临时而言,并不是真正的长期).

【编者的话】本文是“NGINX应用性能优化指南”系列文章的第四篇，主要介绍了如何从负载均衡方面实现NGINX应用性能优化。 正文 NGINX允许使用 upstream 指令配置后台。最值得注意的是会话持久化和负载均衡策略。

图片加载性能优化永远是Android领域中一个无法绕过的话题，经过数年的发展，涌现了很多成熟的图片加载开源库，比如Fresco、Picasso、UIL等等，使得图片加载不再是一个头疼的问题，并且大幅降

前言 针对首页和部分页面打开速度慢的问题，我们开始对单页式应用性能进行优化。本文介绍其中一个方案：基于 HTTP Chunk 的首屏数据渐进式预加载方案，该方案总体减少了单页应用1.2s的首屏呈现时间。同时对比其与同构渲染方案的异同。

MyisAM 索引与 InnoDB 索引相比较 第三部分： MYSQL 优化 1、 表数据类型选择 2、 sql 语句优化 (1) 最左前缀原则 (1.1) 能正确的利用索引 (1.2)

浏览器缓存机制 Dom Storgage（Web Storage）存储机制 Web SQL Database 存储机制 Application Cache（AppCache）机制 Indexed

【编者的话】本文是“NGINX应用性能优化指南”系列文章的第五篇，主要介绍了如何从吞吐量方面实现NGINX应用性能优化。 注：本文最初发布于MaxCDN博客，InfoQ中文站在获得作者授权的基础上对文章进行了翻译。

【编者的话】本文是“NGINX应用性能优化指南”系列文章的第一篇，主要介绍了如何通过时间消耗分析实现NGINX应用性能优化。 正文 在深入讨论细节之前，我们先考虑下从哪里优化以及为什么优化可能让一个富内容Web应用发生有意义的转变。

图片加载性能优化永远是 Android 领域中一个无法绕过的话题，经过数年的发展，涌现了很多成熟的图片加载开源库，比如Fresco、Picasso、UIL等等，使得图片加载不再是一个头疼的问题，并且大

手机天猫全局体验组负责人吴发伟于APMCon 2016移动性能优化专场发表了题为《天猫客户端稳定性保障以及性能优化实践》的演讲，现场解读了天猫客户端在稳定性保障方面的举措，介绍如何从救火式的“消防队”

是一个Java的类库，它试图帮你避免在Java程序内直接书写SQL查询的痛苦。你只需要使用 SqlBuilder 的方法，它就可以帮你生成对应的 SQL 数据库查询语句，例如下面一个SQL语句： String selectQuery

JoSQL (SQLforJavaObjects)为Java开发者提供运用SQL语句来操作Java对象集的能力.利用 JoSQL 可以像操作数据库中的数据一样对任何Java对象集进行查询,排序,分组。

Transact-SQL中的存储过程，非常类似于Java语言中的方法，它可以重复调用。当存储过程执行一次后，可以将语句缓存中，这样下次执行的时候直接使用缓存中的语句。这样就可以提高存储过程的性能。 Ø 存储过程的概念

前言 Spark SQL允许我们在Spark环境中使用SQL或者Hive SQL执行关系型查询。它的核心是一个特殊类型的Spark RDD：SchemaRDD。 SchemaRDD类似于传统关系型数据库的一张表，由两部分组成：

db.colls.find( { name : /acme.*corp/i } );//类似于SQL中like 内嵌对象查询 db.colls.find( { “author.name”

现阶段的业务变更过程是由运维提单，再由DBA对这些 SQL逐句进行审核，审核通过后再由运维执行。由于单据的多样性与复杂性（部分单据大于1M），不止消耗DBA的大量时间精力，也让审单无法面面俱到，从 而可能执行了非法的SQL导致变更时间延长，影响业务正常上线造成了损失。