mysql DBA工作笔记，怎么性能调优，运维相关：比如热点数据导出与加载的影响； RR与RC下Mysql 不同的加锁解锁方式等实战经验及理论知识

《Spark 调优攻略上册》是整合互联⽹优质的Blog与PPT形成的攻略，它主要对于企业级⼤规模数据计算引擎Spark多维度优化策略。本次整理不单单是Apache spark还涵盖了Data Lake和阿⾥云EMR智能团队研发的Jindo-Spark是如何基于Apache spark进⾏多维优化及实现原理，让读者能够知其然且知其所以然。

DB2数据库的性能调优步骤.又是周末了，忙忙碌碌的一周又要过去了，连续忙了一个多月，放松下来发现很多东西需要沉淀。首先对在DB2数据库端调优留下点Memory。 　　又是周末了，忙忙碌碌的一周又要过去了，连续忙了一个多月，放松下来发现很多东西需要沉淀。首先对在DB2数据库端调优留下点Memory。 　　对于DB2的调优，我们一般需要以下的步骤： 　　DB2配置调优： 　　查看目前bufferpool的设置的方法: 　　db2pd-db-bufferpools 　　来确定bufferpool相关的配置来进行性能瓶颈分析。 　　调整DB2内存的方法： 　　请参考官方文档。 　　修改内核参数(Lin

可作图的java蚁群算法，att48最优解拿到10812，经过进一步的调优，有利于加速迭代，快速的拿到最优解，效果直观

贷款违约数据集含有 年龄、教育、工龄、地址、收入、负债率、信用卡负债、其他负债以及违约情况的字段。通过各特征来判断用户的违约情况。用到的技术模型如下 逻辑回归 面对一个回归或者分类问题，建立代价函数，然后通过优化方法迭代求解出最优的模型参数，然后测试验证我们这个求解的模型的好坏。 k近邻法（k-nearest neighbor，k-NN） 一种基本的分类和回归方法，是监督学习方法里的一种常用方法。k近邻算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其k个最近邻的训练实例类别，通过多数表决等方式进行预测。 决策树 一种基于树结构来进行决策的分类算法，我们希望从给定的训练数据集学得一个模型（即决策树），用该模型对新样本分类。决策树可以非常直观展现分类的过程和结果，一旦模型构建成功，对新样本的分类效率也相当高。 SVM(Support Vector Machine) 中文名为支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 模型评估 可以根据混淆矩阵。得到其Accuracy准确率以及F1 score

可以知道AMD CPU对内存的亲和访问

详细讲解linux内核参数，及日常调优，包括网络，文件系统，tcp,内存等

SQL Server 2017 Query Performance Tuning，SQL Server 2017查询性能调优，不得不读的经典著作，英文原版，最新版

这是一个简单的应用LSTM在Pytorch文本分类任务上，使用贝叶斯优化超参数调优。 【配置】 可以在src/constants.py文件中设置各种超参数。 每个变量的说明如下。 注意，对于贝叶斯优化，要调优的超参数应该以元组的形式传递。 你可以将参数设置为一个元组或一个特定的值。 前者意味着该论证将被纳入贝叶斯优化的主题，而后者意味着它不应被纳入。 【操作运行】 参考代码中的项目说明文件，按照说明一步步操作

SPECVirt极限调优