Kafka样例程序开发思路 使用Producer API向安全Topic生产消息 使用Consumer API订阅安全Topic并消费 使用多线程Producer发送消息 使用多线程Consumer消费消息 使用KafkaStreams统计数据 使用SpringBoot生产消费Kafka集群数据 父主题：

查看更多 →

如图2所示，采用社区默认单线程创建索引，耗时146.82s。 图2 单线程创建创建索引 通过设置innodb_rds_parallel_index_creation_threads= 4，启用4个线程创建索引。 从图3中可以看到创建索引耗时38.72s，与社区单线程相比速度提升了3.79倍。

查看更多 →

合理配置线程池参数 线程池是微服务的主要业务处理单元，合理的规划线程池不仅可以最大限度提升系统性能，还能防止异常情况导致系统无法给正常用户提供服务。线程池优化和业务自身的性能有很大关系，不同的场景参数设置不同，需要具体分析。下面分两种场景介绍。开始之前需要对业务的性能做一些基本的摸底，对常见的接口进行测试，查看时延。

查看更多 →

threadpool_oversubscribe 是 integer [1,50] 每个线程组中最多能创建的额外线程数。 threadpool_size 是 integer [1,512] 线程组数量。 查询线程池状态 通过show status命令查询线程池状态。 show status like 'threadpool%';

查看更多 →

服务器 或者变更规格时关闭了超线程，则在 弹性云服务器 上查看到的CPU核数是规格的Flavor名称中展示的vCPU数量的一半。 例如，对于c7.xlarge.2，其vCPU数，即逻辑内核数为4，4个逻辑内核对应了底层4个HT（超线程）。若关闭了超线程，则c7.xlarge.2的vCP

查看更多 →

JVM监控界面线程监控处为何没有tomcat线程指标？ 当服务使用springboot2.1.x及以上版本时，需在配置文件中配置server.tomcat.mbeanregistry.enabled=true，启用Tomcat的MBean注册表以便APM探针获取到tomcat指标。

查看更多 →

e HBase集群时，多线程创建并复用同一个Connection，不必每个线程都创建各自Connection。Connection是连接CloudTable HBase集群的连接器，创建过多连接会加重Zookeeper负载，并损耗业务读写性能。多个客户端线程可以共享一个Conne

查看更多 →

-a 命令查看 关闭超线程 系统默认关闭，如果是打开的，需要进行关闭。 判断系统是否开启超线程。 通过查询系统的物理核数和逻辑核数的关系可以判断是否开启多线程，如果：逻辑核数 = 物理核数，说明没有开超线程；逻辑核数 = 2*物理核数，说明系统开启了多线程。 Linux系统可以通

查看更多 →

ecpg预处理以及编译执行 准备嵌入式SQL-C源程序，以.pgc为后缀名，ecpg负责将其转换成可被编译器编译的C语言程序。 生成的C语言程序被编译器编译为可执行文件，运行该可执行文件实现客户端程序访问数据库。示例请参见常用示例章节。 ecpg预处理以及编译处理过程 预处理：ecpg

查看更多 →

carbontable1 = 1, 3, 9; 多线程模式查询指定段示例如下： CarbonSession.threadSet ("carbon.input.segments.default.carbon_table_MulTI_THread", "1,3"); 在多线程环境中使用CarbonSession

查看更多 →

GaussDB 在基于PostgreSQL做多线程化改造后，PQbackendPID接口不同于PostgreSQL原生的libpq语义。PQbackendPID函数返回值在GaussDB中表示后台线程的槽位ID (SlotID)，而并非后台线程的BackendPid。由于存在上述差异

查看更多 →

ecpg预处理以及编译执行 准备嵌入式SQL-C源程序，以.pgc为后缀名，ecpg负责将其转换成可被编译器编译的C语言程序。 生成的C语言程序被gcc编译器编译为可执行文件，运行该可执行文件实现客户端程序访问数据库。示例请参见常用示例章节。 ecpg预处理以及编译处理过程 预处理：ecpg

查看更多 →

Mongo数据库提供统一访问接口，应用程序可基于PyMongo进行数据操作，PyMongo支持SSL连接，PyMongo内部通过连接池的方式支持多线程应用。 PyMongo的安装方式官方指南。 父主题： 基于Python连接实例

查看更多 →

DIRECTORY：头文件的搜索路径。 -c：预处理嵌入式SQL-C程序自动生成C语言文件。 --version：查看ecpg当前版本。 -C MODE：指定预处理兼容模式，“A”为O兼容。 编译：gcc -I $GAUSSHOME/include/ecpg -I $GAUSSHOME/include

查看更多 →

ClickHouse数据批量导入 本章节适用于 MRS 3.3.0及之后版本。 操作场景 当同时存在较多待导入的数据文件，用户可以使用多线程导入工具批量导入ClickHouse。 前提条件 已安装ClickHouse客户端，例如客户端安装目录为“/opt/client”。 如果集群

查看更多 →

以采用GDS多线程来支持并发导入。 GDS是根据导入事务并发数来决定服务运行线程数的，也就是说即使启动GDS时设置了多线程，也并不会加速单个导入事务。未做过人为事务处理时，一条INSERT语句就是一个导入事务。 综上，多线程的使用场景如下： 多表并发导入时，采用多线程充分利用资源及提升并发导入效率。

查看更多 →

DIRECTORY：头文件的搜索路径。 -c：预处理嵌入式SQL-C程序自动生成C语言文件。 --version：查看ecpg当前版本。 -C MODE：指定预处理兼容模式，“ORA”为O兼容。 编译：gcc -I $GAUSSHOME/include/ecpg -I $GAUSSHOME/include

查看更多 →

carbontable1 = 1, 3, 9; 多线程模式查询指定段示例如下： CarbonSession.threadSet ("carbon.input.segments.default.carbon_table_MulTI_THread", "1,3"); 在多线程环境中使用CarbonSession

查看更多 →

GeminiDB备份及数据同步期间无性能抖动。 大Key场景慢时延问题 单线程架构，后续请求都会变慢 采用单线程架构，大Key请求会导致后续所有请求变慢，还容易起引起分片OOM和流控等问题。 多线程架构，能有效减少后续Key影响 GeminiDB采用多线程架构，提高并发的同时，也能减少大Key对后续其他key读写影响。

查看更多 →

创建HDFS文件并写入内容 追加信息到HDFS指定文件 读取HDFS指定文件内容 删除HDFS指定文件 删除HDFS指定目录 创建HDFS多线程任务 配置HDFS存储策略 配置HDFS同分布策略（Colocation） 父主题： HDFS开发指南（普通模式）

查看更多 →

创建HDFS文件并写入内容 追加信息到HDFS指定文件 读取HDFS指定文件内容 删除HDFS指定文件 删除HDFS指定目录 创建HDFS多线程任务 配置HDFS存储策略 配置HDFS同分布策略（Colocation） 父主题： HDFS开发指南（普通模式）

查看更多 →