❶ 前端性能优化的具体方法有哪些
解决办法一：
减少http请求次数：CSS Sprites, JS、CSS源码压缩、图片大小控制合适；网页Gzip，CDN托管，data缓存 ，图片服务器。
前端模板 JS+数据，减少由于HTML标签导致的带宽浪费，前端用变量保存AJAX请求结果，每次操作本地变量，不用请求，减少请求次数
用innerHTML代替DOM操作，减少DOM操作次数，优化javascript性能。
当需要设置的样式很多时设置className而不是直接操作style。
少用全局变量、缓存DOM节点查找的结果。减少IO读取操作。
避免使用CSS Expression（css表达式)又称Dynamic properties(动态属性)。
图片预加载，将样式表放在顶部，将脚本放在底部 加上时间戳。
解决办法二：
减少HTTP请求次数
使用CDN：CDN在前端开发的作用
避免空的src和href
为文件头指定Expires
使用gzip压缩内容
把CSS放到顶部
把JS放到底部
避 免使用CSS表达式
将CSS和JS放到外部文件中
避免跳转
可缓存的AJAX
使用GET来完成AJAX请求
❷ 怎么提高脚本的执行速度
一、BIOS的优化设置
在BIOS设置的首页我们进入“Advanced BIOS Features”选项，将光标移到“Frist Boot Device”选项，按“PageUP”和“PageDOWN”进行选择，默认值为“Floppy”，这表示启动时系统会先从软驱里读取启动信息，这样做会加长机器的启动时间，减短软驱的寿命。所以我们要选“HDD-0”直接从硬盘启动，这样启动就快上好几秒。 另外，对于BIOS设置中的“Above 1MbMemoryTest”建议选“Disabled”，对于“QuickPowerOnSelftest”建议选择Enabled。
在“Advanced Chipset Features”项中的设置对机子的加速影响非常大，请大家多加留意。将“Bank 0/1 DRAM Timing”从“8ns/10ns”改为“Fast”或“Turbo”。“Turbo”比“Fast”快，但不太稳定，建议选“Fast”。如果内存质量好可以选“Turbo”试试，不稳定可以改回“Fast”。
对于内存品质好的内存条建议在“SDRAM CAS Latency”选项中设置为“2”，这样可以加快速度哦。
较新的主板都支持AGP4X，如果你的显卡也支持AGP4X，那么就在“AGP-4XMode”处将这项激活，即选为“Enabled”，这才会更好的发挥显卡的能力，加快系统启动速度。
二、启动DMA方式，提高硬盘速度
采用UDMA/33、66、100技术的硬盘最高传输速率是33MB/s、66MB/s、100MB/s，从理论上来说是IDE硬盘（这里是指PIO MODE4 模式，其传输率是16.6MB/s）传输速率的3～6倍，但是在Windows里面缺省设置中，DMA却是被禁用的，所以我们必须将它打开。
具体方法是：打开“控制面板→系统→设备管理器”窗口，展开“磁盘驱动器”分支，双击UDMA硬盘的图标，进入“属性→设置→选项”，在“DMA”项前面“√”，然后按确定，关闭所有对话框，重启电脑即可。
三、去掉Windows的开机标志。
首先你要打开“开始”→“设置”→“文件夹选项”，从“查看”标签里的“高级设置”列表框中勾选“显示所有文件”。然后打开C盘，找到Msdos.sys这个文件，并取消它的“只读”属性，打开它，在“Option”段落下，加上一行语句：LOGO=0，这样Windows的开机图案就不会被加载运行，开机时间也可以缩短3秒钟。
四、优化“启动”组。
电脑初学者都爱试用各种软件，用不多久又将其删除，但常常会因为某些莫名其妙的原因，这些软件还会驻留在“启动”项目中（尤其是在使用一些D版软件时），Windows启动时就会为此白白浪费许多时间。要解决这个问题，其实很简单，你可以打开“开始”→“运行”，在出现的对话框的“打开”栏中选中输入“msconfig”，然后点击“确定”，就会调出“系统配置实用程序”，点击其中的“启动”标签，将不用载入启动组的程序前面的“√”去掉就可以了。如此一来，至少可以将启动时间缩短10秒。
五、整理、优化注册表。
Windows在开机启动后，系统要读取注册表里的相关资料并暂存于RAM（内存）中，Windows开机的大部分时间，都花费了在这上面。因此，整理、优化注册表显得十分必要。有关注册表的优化，可以使用Windows优化大师等软件。以Windows优化大师，点击“注册信息清理”→“扫描”，软件就会自动替你清扫注册表中的垃圾，在扫描结束后，会弹出个菜单让你选择是否备份注册表，建议选择备份，备份后再点击“清除”即可。
六、经常维护系统。
如果在系统中安装了太多的游戏、太多的应用软件、太多的旧资料，会让你的电脑运行速度越来越慢，而开机时间也越来越长。因此，最好每隔一段时间，对电脑做一次全面的维护。点击“开始”→“程序”→“附件”→“系统工具”→“维护向导”，然后点击“确定”按钮即可对电脑进行一次全面的维护，这样会使你的电脑保持在最佳状态。对于硬盘最好能每隔2个星期就做一次“磁盘碎片整理”，那样会明显加快程序启动速度的，点击“系统工具”→“磁盘碎片整理程序”即可。注意在整理磁盘碎片时系统所在的盘一定要整理，这样才能真正加快Windows的启动顺序。
七、扩大虚拟内存容量。
如果你的硬盘够大，那就请你打开”控制面板“中的“系统”，在“性能”选项中打开“虚拟内存”，选择第二项：用户自己设定虚拟内存设置，指向一个较少用的硬盘，并把最大值和最小值都设定为一个固定值，大小为物理内存的2倍左右。这样，虚拟存储器在使用硬盘时，就不用迁就其忽大忽小的差别，而将固定的空间作为虚拟内存，加快存取速度。虚拟内存的设置最好在“磁盘碎片整理”之后进行，这样虚拟内存就分不在一个连续的、无碎片文件的空间上，可以更好的发挥作用。
八、去掉“墙纸”、“屏幕保护”等花哨的设置。
这些设置占用系统资源不说，还严重影响Windows的启动顺序。去掉它们的方法是：在桌面空白处点击鼠标右键，在弹出的菜单中选择“属性”，在弹出的对话框中分别选择“背景”和“屏幕保护程序”标签，将“墙纸”和“屏幕保护程序”设置为“无”即可。
九、删除Autoexec.bat和Config.sys。
系统安装盘根目录下的Autoexec.bat和Config.sys这两个文件，Windows已经不需要它们了，可以将它们安全删除，这样可以加快Windows的启动速度。
十、精简*.ini文件，尤其是System.ini和Win.ini的内容。
在system.ini的[boot]和[386Enh]小节中加载了许多驱动程序和字体文件，是清除重点。尤其要注意的是，[boot]字段的shell=Explorer.exe是木马喜欢的隐蔽加载之所，木马们通常会将该句变为这样：shell=Explorer.exe file.exe，注意这里的file.exe就是木马服务端程序！有了木马随后加载运行不仅对系统安全造成了威胁，电脑启动也慢了许多；对Win.ini中的“Run”及“Load”后面加载的、不是每次开机必须运行的程序，可以暂时清除，等以后要用时再点击运行。这样开机时Windows调用的相关文件就会减少许多，启动速度自然就会快多了。
十一、关闭磁盘扫描。
用文本编辑器打开msdos.sys，会看到以下内容：
[Options]
bootmulti=1
bootgui=1
autoscan=1
如果不想非正常关机后运行磁盘扫描程序，可以把atuoscan=1改为autoscan=0，这样在非正常关机后计算机的启动速度也会快上一些（因为scandisk没有运行嘛）。
十二、让引导信息停留时间最短。
用文本编辑器打开msdos.sys，设置[Options]中的BootDelay为0即可。
十三、减少不必要的字体文件。
字体文件占用系统资源多，引导时很慢，并且占用硬盘空间也不少。因此尽量减少不必要的字体文件。但如果删错了字体文件，搞不好会使Windows不正常。因此可以采用下面这个“偷梁换柱”的方法（可以实现字体文件的安装，而不占用大量的磁盘空间）：首先打开字库文件夹（如F:\zk），选中全部TrueType字体文件，用鼠标的右键将它们拖动到C:\Windows\Fonts文件夹中，在弹出的菜单中选择“在当前位置创建快捷方式”，这样就可以在系统的字体文件夹下建立字库文件的快捷方式了。当需要使用这些字库文件时，只要插入字库光盘，不用时取出就可以了。
十四、删去多余的Dll文件。在Window操作系统的System子目录里有许多的Dll文件，这些文件可能被许多文件共享，但有的却没有没有一个文件要使用它，也就是说这些文件没用了，为了不占用硬盘空间和提高启动运行速度，完全可以将其删除。
十五、“旁门左道”的办法。如采用系统悬挂，即将当前系统状态在关机后保存，下次开机后，系统会直接进入上次关机前的桌面，用这种方法，开机时间最快可以达到4-5秒钟，但不是所有的主板BIOS都支持的，设置起来也稍显麻烦。
打开注册表，展开到HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows\CurrentVersion\SharedDlls子键，在右边的有许多Dll文件，如果数据为0，则可以判定该Dll文件没有程序共享，可以删掉它。
如果按以上的方法做了电脑启动速度仍不够快，除了升级硬件（CPU、内存、硬盘等）外，另一个好办法是重装系统，这样可以明显加快电脑启动速度
❸ hive性能优化及参数调优
记录一下自己在工作中经常用到的几个参数设置，从调整的实际效果看还是有效果的。
企业相关服务器资源配置：平均600台active的节点，
每个节点可用的内存在200G左右，可用的memory total：116T
1、**set hive.exec.parallel=true;**
开启job的并行：基本每个hql脚本都会开启这个参数，默认并行度为8，
在集群资源充足的情况下，可以提高job并行的数量：
set hive.exec.parallel.thread.number=16; (企业生产中我是很少用到这个的，都是用的默认值，因为太消耗资源怕影响别的任务，搞不好会被运维抓住，邮件通报批评！当然使用时还是看具体情况吧！)
因为需求中一张表的job的数量每次基本都在20个以上，在相关维度多，涉及到的字段逻辑复杂的情况下，
一张表中job的数量会超过100个，之前做的一个需求中insert插入的脚本中job的数量达到了169个，
在测试环境运行的时候只用了一个小时就跑完了，数据量在一亿条左右，大概有一百多G。
2、**set hive.map.aggr=true；**
在map端中会做部分聚集操作，效率更高但需要更多的内存，可以根据自己企业的资源情况来设置，
如果我的脚本涉及到的数据量不大的话，我一般不会开启这个参数。
3、**set hive.input.format=org.apache.hadoop.hive.ql.io.CombineHiveInputFormat;**
hive0.5开始的默认值，执行map前进行小文件合并，在一个job中生成的map的数量很多的时候，
和第二个参数一起开启配合使用，在实际生产中多次验证发现可以减少一倍以上的map数量。
在开启前我的一个job的map数量有577个，开启后的map的数量只有196个，极大提高程序的运行效率。
4、**set mapred.max.split.size=256000000；**
每个Map(一个切片的)最大输入大小(这个值决定了合并后文件的数量)，和第3个参数配合一起使用
默认值也是256000000，
mapred.min.split.size默认值是10000000
dfs.block.size默认是128M，这个参数通过hive来更改是没有实际用的，只能通过hdfs来修改
***实际在hive中，并不是split的大小要小于等于blocksize，而是可以远大于blocksize，为什么？？？(map的数量)***
<1>当hive需要处理的文件是压缩，且压缩算法不支持文件切分的时候，决定map个数的因素主要是文件块实际存储的大小，
如果文件块本身很大，比如500Mb左右，那么每个map处理的splitsize至少要是500Mb左右。
这个时候我们不能人为通过参数降低每个map的splitsize来增加map个数，只能通过增加splitsize，减少map个数,
如果hive处理的文件是压缩模式，且压缩模式不支持文件切分，那么这个时候我们只能通过控制参数来减少map个数，而不能通过配置参数来增加map个数，所以Hive对于压缩不可切分文件的调优有限
<2>如果Hive处理的的文件为非压缩格式或者压缩可切分，且inputFormat为CombineHiveInputFormat时，
则控制map个数是由以下四个参数起作用，关于这四个参数作用优先级与使用注意事项请参考如下：
一般来讲这几个参数的结果大小要满足以下条件：
max.split.size >= min.split.size >= min.size.per.node >= min.size.per.rack
几个参数的作用优先级为：
max.split.size <= min.split.size <= min.size.per.node <= min.size.per.rack
总结：所以对于控制map的个数进行调优，首先需要看是否开启了压缩，压缩算法是否支持切分，参数的设置等等！
5、**set mapred.min.split.size.per.node=256000000；**
一个节点上split的至少的大小(这个值决定了多个DataNode上的文件是否需要合并) ，
和第3和第4个参数一起配合使用。
6、**set mapred.min.split.size.per.rack=256000000；**
一个交换机下split的至少的大小(这个值决定了多个交换机上的文件是否需要合并) ，
也适合第3，4，5的参数一起配合使用。
7、**set hive.exec.mode.local.auto=true；**
开启本地模式，这个参数在自己学习中可能经常用到，但是在实际生产中用到的还是比较少，
因为这个参数开启后，针对的是小数据集，在单台机器上处理所有的任务，对生产中的任务不适用！
8、**set hive.exec.recers.bytes.per.recer=512*1000*1000；**
每个rece任务处理的数据量，默认为256M，在hive0.14.0之前默认是1G，我们公司设置的是512M，写的是512*1000*1000因为在网络传输中用的是1000，而不是1024机制，
将该参数值调小可以增加rece的数量，提高运行的效率，
当然也不是rece的数量越多越好，因为启动和初始化rece都是会消耗资源和时间的，
而且有多少个rece就会有多少个输出文件，如果这些文件作为下一个任务的输入，就会造成小文件过多的问题
9、**hive.exec.recers.max**
每个任务最大的rece数，默认为1009，在hive0.14.0之前默认是999
计算recer数的公式很简单N=min(参数9，总输入数据量/参数8)
即，如果rece的输入（map的输出）总大小不超过1G,那么只会有一个rece任务；
10、**set mapred.rece.tasks = 15；**
设置rece的个数(在实际生产中谨慎使用)
那么什么时候可以进行手动设定rece数量呢？比如系统自动计算的rece个数，因为集群资源不足，
造成程序运行出现OOM(内存溢出不足)时，可以根据推定的rece个数手动增加数量，保证程序在跑的慢的基础上可以完整运行
那么在什么情况下只有一个rece呢？
<1>、当map的输出文件小于hive.exec.recers.bytes.per.recer时
<2>、手动设置set mapred.rece.tasks =1时
<3>、使用了order by时(全局排序会使用一个rece去处理)
<4>、表关联时出现笛卡尔积
<5>、单独使用count时，比如：select count(*) from tablename，
如果改写加入了group by配合使用就不会出现一个rece，比如：select sign_date,count(*) from tablename group by sign_date;
11、**set mapred.job.reuse.jvm.num.tasks=10；**
用于避免小文件的场景或者task特别多的场景，这类场景大多数执行时间都很短，因为hive调起maprece任务，JVM的启动过程会造成很大的开销，尤其是job有成千上万个task任务时，JVM重用可以使得JVM实例在同一个job中重新使用N次
12、**set hive.exec.dynamic.partition=true；**
表示开启动态分区功能
13、**set hive.exec.dynamic.partition.mode=nonstrict；**
表示允许所有分区都是动态的，
默认是strict，表示必须保证至少有一个分区是静态的
14、**set hive.groupby.skewindata=true；**
有数据倾斜的时候进行负载均衡 ，决定group by操作是否支持倾斜数据，其实说白了就相当于MR中的conbiner做了一次预聚合。
注意：只能对单个字段聚合。
控制生成两个MR Job,第一个MR Job Map的输出结果随机分配到rece中减少某些key值条数过多某些key条数过小造成的数据倾斜问题。
在第一个 MapRece 中，map 的输出结果集合会随机分布到 rece 中， 每个rece 做部分聚合操作，并输出结果。这样处理的结果是，相同的 Group By Key 有可能分发到不同的rece中，从而达到负载均衡的目的；
第二个 MapRece 任务再根据预处理的数据结果按照 Group By Key 分布到 rece 中（这个过程可以保证相同的 Group By Key 分布到同一个 rece 中），最后完成最终的聚合操作
15、**set hive.auto.convert.join=true；**
开启map join
16、**set hive.mapjoin.smalltable.filesize=512000000；**
map join的小表的大小，也是开启和关闭map join的阈值
17、**hive.exec.compress.output=true；**
开启压缩，我们公司使用的是默认的压缩算法deflate
压缩算法有：<1>、org.apache.hadoop.io.compress.GzipCodec,
<2>、org.apache.hadoop.io.compress.DefaultCodec,
<3>、com.hadoop.compression.lzo.LzoCodec,
<4>、com.hadoop.compression.lzo.LzopCodec,
<5>、org.apache.hadoop.io.compress.BZip2Codec
使用的压缩算法：
set maprece.output.fileoutputformat.compress.codec=org.apache.hadoop.io.compress.DefaultCodec
**针对上述小文件合并的三个参数值做以下解释：**
大于文件块大小128m的，按照128m来分隔，小于128m,大于100m的，按照100m来分隔，把那些小于100m的（包括小文件和分隔大文件剩下的），进行合并
❹ 如何优化JavaScript脚本的性能
循环循环是很常用的一个控制结构，大部分东西要依靠它来完成，在JavaScript中，我们可以使用for(;;),while(),for(in)三种循环，事实上，这三种循环中for(in)的效率极差，因为他需要查询散列键，只要可以就应该尽量少用。for(;;)和while循环的性能应该说基本（平时使用时）等价。而事实上，如何使用这两个循环，则有很大讲究。我在测试中有些很有意思的情况，见附录。最后得出的结论是：如果是循环变量递增或递减，不要单独对循环变量赋值，应该在它最后一次读取的时候使用嵌套的++或--操作符。如果要与数组的长度作比较，应该事先把数组的length属性放入一个局部变量中，减少查询次数。举例，假设arr是一个数组，最佳的遍历元素方式为：for(var i=0, len = arr.length;i或者，如果无所谓顺序的话：for(var i=arr.length;i>0;i--){...}局部变量和全局变量局部变量的速度要比全局变量的访问速度更快，因为全局变量其实是全局对象的成员，而局部变量是放在函数的栈当中的。不使用Eval使用eval相当于在运行时再次调用解释引擎对内容进行运行，需要消耗大量时间。这时候使用JavaScript所支持的闭包可以实现函数模版（关于闭包的内容请参考函数式编程的有关内容）减少对象查找因为JavaScript的解释性，所以a.b.c.d.e，需要进行至少4次查询操作，先检查a再检查a中的b，再检查b中的c，如此往下。所以如果这样的表达式重复出现，只要可能，应该尽量少出现这样的表达式，可以利用局部变量，把它放入一个临时的地方进行查询。这一点可以和循环结合起来，因为我们常常要根据字符串、数组的长度进行循环，而通常这个长度是不变的，比如每次查询a.length，就要额外进行一个操作，而预先把varlen=a.length，则就少了一次查询。字符串连接如果是追加字符串，最好使用s+=anotherStr操作，而不是要使用s=s+anotherStr。如果要连接多个字符串，应该少使用+=，如s+=a;s+=b;s+=c;应该写成s+=a + b + c；而如果是收集字符串，比如多次对同一个字符串进行+=操作的话，最好使用一个缓存。怎么用呢？使用JavaScript数组来收集，最后使用join方法连接起来，如下var buf = new Array();for(var i = 0; i < 100; i++){ buf.push(i.toString());}var all = buf.join("");类型转换类型转换是大家常犯的错误，因为JavaScript是动态类型语言，你不能指定变量的类型。1.把数字转换成字符串，应用"" + 1，虽然看起来比较丑一点，但事实上这个效率是最高的，性能上来说：("" + ) > String() > .toString() > new String() 这条其实和下面的“直接量”有点类似，尽量使用编译时就能使用的内部操作要比运行时使用的用户操作要快。String()属于内部函数，所以速度很快，而.toString()要查询原型中的函数，所以速度逊色一些，new String()用于返回一个精确的副本。2.浮点数转换成整型，这个更容易出错，很多人喜欢使用parseInt()，其实parseInt()是用于将字符串转换成数字，而不是浮点数和整型之间的转换，我们应该使用Math.floor()或者Math.round()。另外，和第二节的对象查找中的问题不一样，Math是内部对象，所以Math.floor()其实并没有多少查询方法和调用的时间，速度是最快的。3.对于自定义的对象，如果定义了toString()方法来进行类型转换的话，推荐显式调用toString()，因为内部的操作在尝试所有可能性之后，会尝试对象的toString()方法尝试能否转化为String，所以直接调用这个方法效率会更高使用直接量其实这个影响倒比较小，可以忽略。什么叫使用直接量，比如，JavaScript支持使用 [param,param,param,...]来直接表达一个数组，以往我们都使用new Array(param,param,...)，使用前者是引擎直接解释的，后者要调用一个Array内部构造器，所以要略微快一点点。同样，var foo = {}的方式也比var foo = new Object();快，var reg = /../;要比var reg=new RegExp()快。字符串遍历操作对字符串进行循环操作，譬如替换、查找，应使用正则表达式，因为本身JavaScript的循环速度就比较慢，而正则表达式的操作是用C写成的语言的API，性能很好。高级对象自定义高级对象和Date、RegExp对象在构造时都会消耗大量时间。如果可以复用，应采用缓存的方式。DOM相关插入HTML很多人喜欢在JavaScript中使用document.write来给页面生成内容。事实上这样的效率较低，如果需要直接插入HTML，可以找一个容器元素，比如指定一个div或者span，并设置他们的innerHTML来将自己的HTML代码插入到页面中。对象查询使用[""]查询要比.items()更快，这和前面的减少对象查找的思路是一样的，调用.items()增加了一次查询和函数的调用。创建DOM节点通常我们可能会使用字符串直接写HTML来创建节点，其实这样做无法保证代码的有效性字符串操作效率低所以应该是用document.createElement()方法，而如果文档中存在现成的样板节点，应该是用cloneNode()方法，因为使用createElement()方法之后，你需要设置多次元素的属性，使用 cloneNode()则可以减少属性的设置次数——同样如果需要创建很多元素，应该先准备一个样板节点。定时器如果针对的是不断运行的代码，不应该使用setTimeout，而应该是用setInterval。setTimeout每次要重新设置一个定时器。其他脚本引擎据我测试Microsoft的JScript的效率较Mozilla的Spidermonkey要差很多，无论是执行速度还是内存管理上，因为JScript现在基本也不更新了。但SpiderMonkey不能使用ActiveXObject文件优化文件优化也是一个很有效的手段，删除所有的空格和注释，把代码放入一行内，可以加快下载的速度，注意，是下载的速度而不是解析的速度，如果是本地，注释和空格并不会影响解释和执行速度。总结本文总结了我在JavaScript编程中所找到的提高JavaScript运行性能的一些方法，其实这些经验都基于几条原则：直接拿手头现成的东西比较快，如局部变量比全局变量快，直接量比运行时构造对象快等等。尽可能少地减少执行次数，比如先缓存需要多次查询的。尽可能使用语言内置的功能，比如串链接。尽可能使用系统提供的API，因为这些API是编译好的二进制代码，执行效率很高同时，一些基本的算法上的优化，同样可以用在JavaScript中，比如运算结构的调整，这里就不再赘述了。但是由于JavaScript是解释型的，一般不会在运行时对字节码进行优化，所以这些优化仍然是很重要的。当然，其实这里的一些技巧同样使用在其他的一些解释型语言中，大家也可以进行参考。
❺ 如何让aFleX脚本性能更好
尽管AX平台凭借其杰出的架构设计使得aFleX带来的性能影响相对同类产品小很多，但根据aFleX的复杂度和编写质量不同，对应用整体性能的影响还是存在一些差别的。本文就如何编写更高效的aFleX进行简单阐述。 变量、条件判断、循环等的使用 1. 别使用aFlex！ 不要因为好玩使用aFleX，除非必须。如果有相应的功能特性可以做到同样功能，使用设备自身的功能。AX的HTTP模板中提供插入客户端IP、URL 交换、HTTP头删除/插入/修改、HTTP重定向等丰富的功能，性能要比使用aFleX更好。 2. 避免没必要的变量 除非必须，否则尽可能不要使用变量。变量创建、赋值等都需要耗费CPU资源，同时也会占用内存资源（每个连接都会占用一定字节，在大并发用户时影响会放大）。诸如HTTP::host 和 IP::client_addr等命令的执行结果已经缓存在内存中，将这些常量结果保存到变量是典型的资源浪费。只有在使用变量可以减少重复计算该值时才使用变量。下面例子中，前者就使用了没有必要的变量。 未优化：set ip_addr [IP::client_addr] log “Client address=$ip_addr”优化后：log “Client address=[IP::client_addr]” 3. 使用{}括住expr表达式! 由于tcl语言的表达式有两次替代，一次tcl解释器替代和一次expr命令替代，尽可能使用{}括住表达式。这样可以使tcl对于没必要的二次替换的变量和命令结果只进行一次替代。 如set octet [expr 3 + [getfield [IP::client_addr] . 4]] 中[getfield [IP::client_addr] . 4]在tcl解释器中替代一次，在进行expr计算时还有一次替代。 而在使用{}后，set octet [expr {3 + [getfield [IP::client_addr] . 4]}] 不需用第2次expr命令中的替代。 4. 条件判断时遵循以下原则 尽可能使用if-elseif替代连续多个if。多个if时，即使匹配后仍然需要执行完所有if。if-elsif则会在首次匹配后退出条件判断。 if-elseif中尽量把最可能的条件放到最前面。 尽可能使用switch替换if-elseif。switch可以让代码看起来简单，也更优化。 5. 数据查询时尽量使用tcl中的array替代list。多维矩阵的查询胶质多个list查询更高效。 6. 使用正确的操作符可以改善性能。如： 字符串比较使用eq和ne 数字比较使用 ==和 != 使用命令 [IP::addr] 比较地址 7. 尽可能避免使用正则表达式regex和正则表达式替代regsub。这两个命令功能强大，但耗费资源也更多。有些情况必须使用正则表达式就不得不牺牲一些性能。可能的情况下尽可能使用以下替代命令。 starts_with, ends_with等替代regexp 以上只是部分常见的可以优化aFleX的地方，可以满足大部分情况。针对非常复杂的aFleX优化，一方面需要非常熟悉tcl，另一方面需要熟悉aFleX命令工作机制，这时最好是借助于厂家技术支持中心进行优化。
❻ linux性能调优都有哪几种方法
1、为磁盘I/O调整Linux内核电梯算法
在选择文件系统后，有一些内核和挂载选项可能会影响到它的性能表现，其中一个内核设置是电梯算法，通过此算法，系统可以平衡低延迟需求，收集足够的数据，从而有效地组织对磁盘的读和写请求。
2、禁用不必要的守护进程
服务器上有很多守护进程或服务不是必需的，这些服务不但没有发挥作用，还消耗了一定的内存和CPU，因此，需要将它们从服务器移除，这一步最大的好处就是可以加快启动时间，释放内存。
3、关掉GUI
一般来说，Linux服务器是不需要GUI的，所以管理任务都可以在命令行下完成，因此最好关掉GUI。
4、清理不需要的模块或功能
在服务器软件包中有太多被启动的功能或模块实际上是不需要的，仔细看看Apache配置文件，确定FrontPage支持或其它额外的模块是否真的要用到，如果不需要，应该毫不犹豫地从服务器禁用掉，这样有助于提高系统内存可用量，腾出更多资源给那些真正需要的软件，让它们运行得更快。
5、禁用控制面板
在Linux中，有许多流行的控制面板，如Cpanel，Plesk，Webmin和phpMyAdmin等，但是，禁用掉这些软件包可以释放出大约120MB内存，它们可以通过PHP脚本(尽管有些不安全)，或命令行命令启用，这样做后，内存使用量大约可以下降30-40%。
6、改善Linux Exim服务器性能
7、使用AES256增强gpg文件加密安全
为了提高备份文件或敏感信息的安全，许多Linux系统管理员都会使用gpg进行加密，它是一个开放的加密算法，没有什么比它更安全的了。
8、远程备份服务安全
安全是选择远程备份服务最重要的因素，大多数系统管理员都害怕两件事：(黑客)可以删除备份文件，不能从备份恢复系统。为了保证备份文件100%的安全，备份服务公司提供远程备份服务器，使用scp脚本或RSYNC通过SSH传输数据，这样，没有人可以直接进入和访问远程系统，因此，也没有人可以从备份服务删除数据。在选择远程备份服务提供商时，最好从多个方面了解其服务强壮性，如果可以，可以亲自测试一下。
❼ 如何进行sql性能优化
这里分享下mysql优化的几种方法。
1、首先在打开的软件中，需要分别为每一个表创建 InnoDB FILE的文件。
❽ zipalign脚本怎么优化
先科普一下，啥叫zipalign：（科普内容搜自度娘）
Android SDK中包含一个“zipalign”的工具，它能够对打包的应用程序进行优化。在你的应用程序上运行zipalign，使得在运行时Android与应用程序间的交互更加有效率。因此，这种方式能够让应用程序和整个系统运行得更快。我们强烈推荐在新的和已经发布的程序上使用zipalign工具来得到优化后的版本——即使你的程序是在老版本的Android平台下开发的。这篇文章将描述zipalign如何有助于性能改善以及如何使用它来优化你的app。
在Android中，每个应用程序中储存的数据文件都会被多个进程访问：安装程序会读取应用程序的manifest文件来处理与之相关的权限问题；Home应用程序会读取资源文件来获取应用程序的名和图标；系统服务会因为很多种原因读取资源（例如，显示应用程序的Notification）；此外，就是应用程序自身用到资源文件。
在Android中，当资源文件通过内存映射对齐到4字节边界时，访问资源文件的代码才是有效率的。但是，如果资源本身没有进行对齐处理（未使用zipalign工具），它就必须回到老路上，显式地读取它们——这个过程将会比较缓慢且会花费额外的内存。
——————————分割线-------------------------------------------
所以，对系统程序和日常程序做一下zipalign是有用处的，好处是可以提升程序反应速度以及减少读取时间【个人感受】（至于效果有多少就要看程序本身了。）
PC端的zipalign工具在android SDK工具包中，但是咱们懒，懒得下载sdk。所以现在在这里介绍一下在手机中进行zipalign的方法。
操作前的准备：
安卓手机一台（只要是1.6以上都可以 要root）以及RE管理器等可以读写系统文件的文件管理器一个。 还有就是附件中提供的压缩包。
zipalign.zip (1.27 KB)
（解压后有两个后缀名为sh的脚本文件）
操作方法：
1、把附件中的压缩包解压，得到两个sh脚本文件 (zipalign_data_apks.sh和zipalign_apks.sh)，将其放到手机内存卡中。
2、断开手机和电脑的链接。用文件管理器（这里示范的Root Explorer）将两个sh文件移动到 /system 文件夹中。
3、修改两个脚本的权限（9个全选 ）
4、修改后，依次点击两个脚本，按中间的执行（英文版的是execute）每个脚本执行后都有一个记录出现，当看到“Automatic ZipAlign finished at 日期”的时候就完成了。