ClickHouse 窗口函数高级实战：排名、聚合、偏移与进阶玩法
窗口函数是 ClickHouse 处理「分组内逐行计算」的核心武器：排名、累计、滑动平均、偏移差值、分位数分布。本文系统讲解窗口函数的语法与窗口框、五大类函数（排名/聚合/偏移/分布/引用）、ClickHouse 默认窗口框与性能注意，以及行转列、TopN、去重等进阶玩法。
tag
性能优化
共 266 篇文章。
Kafka 性能调优与容量规划：从生产者到 Broker 的全链路压测指南
系统讲解 Kafka 性能调优与容量规划：性能模型（吞吐/延迟/持久化三角）、生产者调优（批量/压缩/重试/buffer）、消费者调优（fetch/并发/批量处理）、Broker 调优（磁盘/页缓存/分区数/segment）、压缩与序列化选型、容量规划估算、kafka-producer-perf-test 压测方法
《Go 语言高级编程》6.2 GC 调优与 GOGC/GOMEMLIMIT
GOGC 与 GOMEMLIMIT 是两个直接决定 GC 行为的旋钮，但很少有人知道拧它们会付出什么代价。本节用同一段分配密集的程序，在 GOGC=off/20/100/400 与 GOMEMLIMIT=64MiB 下各跑一遍，给出 GC 次数、GC CPU 占比与墙钟时间的真实对照表，并讲清 gctrace 输出怎么读。
HTTP/3 与 QUIC 接入实战：协议原理、部署踩坑与渐进式升级
系统讲解HTTP/3与QUIC协议原理与接入实践，涵盖QUIC核心机制（0-RTT、连接迁移、多路复用）、与HTTP/2性能对比、Nginx/Envoy网关配置、部署踩坑指南与渐进式升级策略，帮助在不牺牲兼容性的前提下获得连接性能提升。
PostgreSQL JSONB 性能实战：二进制存储、GIN 索引、查询优化与文档工作负载建模
深入讲解 PostgreSQL JSONB 在文档工作负载下的性能实践：JSONB 二进制存储格式与 TOAST、GIN 倒排索引（jsonb_ops/jsonb_path_ops）与表达式索引、@> 包含与路径操作符查询优化、JSONB 与关系型建模的权衡、函数与操作符性能差异、大 JSON 文档的坑、与 MySQL JSON/MongoDB 的对比，以及真实调优案例。
25. MongoDB WiredTiger 存储引擎深入
WiredTiger 快照隔离与 MVCC、Cache 与 Page 结构、Checkpoint 机制、snappy/zstd 压缩、磁盘文件布局、索引构建与引擎调优参数、碎片整理
查询优化器与执行引擎深入
深入 ClickHouse 查询引擎：向量化执行与列式内存布局、数据块（Block）流式管道、EXPLAIN 执行计划、优化器规则（谓词下推/主键裁剪/常量折叠）、多线程并行执行、内存限制与外部聚合，以及基于 system.query_log 与 ProfileEvents 的性能分析实战。
C++ 自定义内存池与分配器：从 Arena 到 std::pmr 与无锁分配
系统讲解自定义内存分配：Arena 线性分配、Object Pool 空闲链表、std::pmr 多态分配器、无锁线程本地分配，以及与 jemalloc/tcmalloc 的对比与选型，帮助读者在正确场景中消灭 malloc 瓶颈。
Go HTTP/2 连接池与复用实战：Transport 调优、Keep-Alive、连接泄漏排查
深度讲解 Go HTTP 客户端连接复用：http.Transport 连接池配置、MaxIdleConns/MaxIdleConnsPerHost/IdleConnTimeout 语义、Keep-Alive 与连接泄漏、HTTP/2 复用特性、DNS 缓存、Transport 与 Context 超时配合，以及生产环境连接池调优与防泄漏排查。
物化视图与实时聚合
全面解析 ClickHouse 物化视图：普通物化视图的增量落地原理、异步物化视图（Async MVs）与刷新式视图（Refreshable MVs）、聚合中间状态与 AggregatingMergeTree 的配合、增量计算与数据同步、冷热分层策略，以及视图监控与数据重复/滞后等常见坑。
推理基准与压测：TTFT、ITL、TPOT 指标与容量规划实战
『我的推理服务到底能扛多大流量？』『加一张卡值不值？』『P99 为什么这么差？』这些问题都需要一套科学的基准测试方法。本文讲解 LLM 推理的核心性能指标 TTFT / ITL / TPOT，分析延迟与吞吐曲线，演示 LLM Perf 与 Locust 两类压测工具，最后给出容量规划与成本建模的完整方法。一、推理性能指标体系
大 Key 与热 Key 治理：发现、拆分与缓解全流程
Redis 大 Key 与热 Key 治理实战：大 Key 危害（阻塞/内存不均/网络）、大 Key 发现（bigkeys/scan/memory usage）、大 Key 拆分方案（Hash 分片/压缩）、热 Key 探测（热点分析/Proxy 统计）、热 Key 缓解（本地缓存/分片/多副本）、监控告警与完整治理流程
TCP 拥塞控制与传输优化：慢启动、拥塞避免、CUBIC 与 BBR 全解析
深度讲解 TCP 拥塞控制的核心机制与调优实践：拥塞窗口、慢启动、拥塞避免、快速重传/恢复、CUBIC 与 BBR 算法对比、TCP 内核参数调优、带宽延迟积与常见避坑。
GraphQL Resolver 性能与 N+1：从根因到根治的调优指南
GraphQL Resolver 性能调优实战：N+1 问题根因、DataLoader 批处理与缓存、join 优化与视图预取、字段级 tracing、复杂度/深度限制、并行解析、Redis 缓存策略与性能基准。
Go JSON 序列化性能优化：标准库、jsoniter、easyjson 对比与工程实践
深度讲解 Go JSON 处理性能：encoding/json 反射开销、jsoniter/easyjson 加速原理、字段 tag 与结构体设计、内存分配优化、Streaming 流式解析，以及大 JSON、高频序列化场景的选型与避坑。
算子融合与 Kernel 优化：从 CUDA Graph 到 FlashAttention 的极致性能
在 GPU 推理中，最贵的往往不是计算，而是数据搬运：每一个算子都要把中间结果写回显存、再读出来，内存带宽成为瓶颈。算子融合就是把多个算子合并成一个 kernel，减少显存往返，是 TensorRT、vLLM、PyTorch 编译器都在做的事。本文从融合原理讲起，拆解 FlashAttention 类融合，再到 CUDA Graph 与自定义 kernel 开发流程。一、为什么需要算子融合
Vite 专题：从脚手架到生产优化的现代前端构建工程化
Vite 是当下最流行的前端构建工具，基于原生 ESM 与 esbuild/Rollup 双引擎，重新定义了开发体验与生产构建性能。本专题从工程化视角系统覆盖 Vite 全链路：项目脚手架与工程化起步（create-vite 模板、目录结构与工程规范）、配置文件与多环境变量管理（defineConfig 深度解析、resolve/server/build 配置、import.meta.env）、插件开发实战（插件钩子、transform、虚拟模块与 Rollup 生态联动）、构建优化与代码分割（chunk 拆分策略、Tree Shaking、gzip/brotli 压缩、预构建优化）、Monorepo 多应用架构（pnpm workspace、共享包、依赖预构建、构建隔离）、Vite SSR 与服务端渲染（SSR 架构、模块图与 HMR、全栈框架生态），并扩展测试实战（Vitest 单元/组件/E2E）、HMR 深入、依赖预构建（optimizeDeps 与缓存失效）、环境变量与生产构建最佳实践、框架集成（React/Vue/Svelte/Solid）以及 CI/CD 构建优化，进一步覆盖静态资源与媒体资产处理、微前端集成、构建缓存与持久化缓存策略、浏览器兼容与 Legacy 构建、Web Worker 与 WASM 并行计算、开发调试与故障排查工具链，并深入开发服务器内部架构（Connect 中间件、模块图与按需编译）、Source Map 生成原理（VLQ/mappings、inline/external/hidden）、CSP 与前端安全加固（内容安全策略、依赖供应链、构建产物安全）、容器化与 Docker 构建（多阶段构建、层缓存、nginx 部署）、客户端运行时性能优化（代码分割、preload、核心 Web 指标）以及开发代理与后端集成（server.proxy、路径重写、Mock 与联调工作流），再扩展导入图与模块图内部（依赖追踪/解析/模块节点/HMR 边界）、Tree-shaking 深入（摇树原理/副作用标记/exports 入口）、Rollup 构建管线（插件钩子/产物结构/manifest）、React 应用架构模式（三层架构/状态管理/路由分割/SSR）、组件库开发指南（lib 模式/dts 生成/npm 发布/按需加载）、包体分析与性能监控（Bundle Analyzer/性能预算/CI 门禁/Web Vitals），帮助开发者构建高性能、可维护、可扩展的现代前端工程，并进一步覆盖 SSG 与预渲染（vike/路由预渲染）、MDX 内容驱动站点、Electron/Tauri 桌面应用、部署平台适配（Vercel/Netlify/Cloudflare Pages/自建 nginx）、GraphQL 数据层（Apollo/urql/codegen）与 3D/WebGL 工程化（Three.js/glTF/KTX2）。
Linux 性能监控与调优：从 CPU 到磁盘的完整实战
系统讲解 Linux 性能监控与调优：性能分析四件套（CPU/内存/IO/网络）、perf 采样剖析、CPU 亲和与进程优先级、内存参数与 swap 调优、IO 调度与 sysctl 内核参数、以及一套完整的性能排查方法论。
《Go 语言运行时原理》5.3 内存布局优化实测
把 5.2 的对齐规则落到一个真实结构体上：100 万个实例的 HeapAlloc 从 48.0 B/对象降到 40.0 B/对象（省 8 MB），并诚实报告「[]struct 遍历 vs []*struct 遍历」在 M1 Pro 上没有可辨识差异，附 GC 扫描面（/gc/scan/heap）的实测数字与为什么它不能被简单归因。
游戏性能剖析与优化：从 Profiler 到平台适配
系统化游戏性能优化方法论：Profiler 使用（Unity/Godot）、Draw Call 与渲染优化、内存与 GC 治理、渲染分辨率缩放与自适应质量、平台差异（移动端/PC/主机），提供完整的性能预算管理与优化工作流。