性能调优
Node.js 使用数据库 LevelDB：超高性能 kv 存储引擎
大多数 Node Web 框架（如 Express、Hapi 等）并不强制使用任何特定的数据库，甚至根本不强制使用任何类型的数据库。昨天在《浅谈前端异常监控平台实现方案》一文中就提到 LevelDB，今天跟大家介绍这个超高性能的 Key-Value 数据库 LevelDB。
商业落地页端到端性能优化实践
开展性能优化工作必然离不开数据，我们从数据开始，分析落地页加载性能对用户体验的影响情况，同时建设整个大商业的落地页性能指标，拆解关键加载路径，用数据指导优化方向，再介绍商业端到端性能优化的主要技术手段。
OCR 性能优化：从认识 BiLSTM 网络结构开始
摘要： 想要对 OCR 进行性能优化，首先要了解清楚待优化的 OCR 网络的结构，本文从动机的角度来推演下基于 Seq2Seq 结构的 OCR 网络是如何一步步搭建起来的。
独家专访抖音春晚互动总指挥：如何做到 27 天成功交付？| 顶尖技术团队访谈
本期，InfoQ 走进抖音春晚红包支持团队，了解扛起 703 亿红包互动总数和累计 12.21 亿春晚直播间观看人次的抖音背后的技术平台和研发团队。
为你重新系统梳理下， Web 体验优化中和图有关的那些事（万字长文）
Web 页面性能优化，解决了图片相关，问题就解决了大半。本文从 Web 常见的图片格式入手，引出与图片优化相关的有效方案，期望对大家能有一点帮助。
软件教练说：性能优化与性能设计，“相亲相爱”的一对
摘要：性能优化通常是在现有系统和代码基础上做改进，考验的是开发者反向修复的能力，而性能设计考验的是设计者的正向设计能力，但性能优化的方法可以指导性能设计，两者互补。
Arm 与 x86 CPU 在云计算中的性能分析
本文将使用 AWS 的 Arm(Graviton2) 和 x86_64 (Intel) EC2 实例来评估不同软件运行时，包括 Docker、Node.js 和 WebAssembly 的计算性能。 结论是，Arm 在云中更具成本效益，尤其是在与底层操作系统接近的轻量级运行时中。
【高并发】ReadWriteLock 怎么和缓存扯上关系了？！
在实际工作中，有一种非常普遍的并发场景：那就是读多写少的场景。在这种场景下，为了优化程序的性能，我们经常使用缓存来提高应用的访问性能。因为缓存非常适合使用在读多写少的场景中。而在并发场景中，Java SDK 中提供了 ReadWriteLock 来满足读多写少的场景
TarsBenchmark | 服务性能压测利器
在服务正式上线前，我们需要确保服务上线后的可用性和稳定性，因此对系统的处理能力和稳定性进行全面的测试是非常必要的。压力测试是其中重要的一环，本文将介绍如何使用 TarsBenchmark 对 TARS 服务进行压测
从根上理解高性能、高并发 (四)：深入操作系统，彻底理解同步与异步
本篇是高性能、高并发系列的第 4 篇文章，本篇将从基着眼，为你讲解什么是同步和异步，以及这两个极为重要的概念在高并发、高性能技术中编程中到底意味着什么。
优化无止境，爱奇艺中后台 Web 应用性能优化实践
爱奇艺视频生产智能云平台系统在今年进行了一次重大升级，前端团队也趁此机会将底层技术架构从三年前的 Arm.js（内部 MVC 框架）+ Java BFF + Velocity 模板完全切换到了 Vue.js + Node.js BFF 的技术栈。
Kylin 在贝壳的性能挑战和 HBase 优化实践
本文从性能调优上向大家介绍如何通过对 HBase 的优化来保障重点业务的查询性能，实现 Kylin 千万级 / 天的查询量下，3s 内查询占比达到 99.7%。
从根上理解高性能、高并发：深入计算机底层，理解线程与线程池
作为即时通讯技术的开发者来说，高性能、高并发相关的技术概念早就了然于胸，什么线程池、零拷贝、多路复用、事件驱动、epoll 等等名词信手拈来，又或许你对具有这些技术特征的技术框架比如：Java 的 Netty、Php 的 workman、Go 的 nget 等熟练掌握。但真正到了面试或
不要再乱下载 JDK 了：Elasticsearch 在国产化 ARM 环境下的首个大坑
本文作者为解决一个 JDK 性能问题，从堆栈分析，到 GC 分析，再到 Safepoint 原因分析，最终定位到问题根因与所用的 JDK 版本有关。并整理成文，与所有 Java 相关开发的同学分享此次经验。
前端进阶: 总结几个常用的 JS 搜索算法和性能对比
本文通过介绍搜索算法的基本实现以及各种实现方法的性能，进而发现 for 循环，forEach，While 的性能差异，并且通过 Web Worker 做算法分片，极大提高算法的性能。
