Blog post

MySQL源码分析(1):主要模块及数据流

主要模块及数据流 经过多年的发展,mysql的主要模块已经稳定,基本不会有大的修改。本文将对MySQL的整体架构及重要目录进行讲述。

Authored by Yuan Zhou (Intel) Last updated on 06/14/2017 - 15:40
Blog post

MySQL源码分析(0):编译安装及调试

编译安装 为了实现MySQL的更高级别的性能调优,我们通常需要理解其内部实现机制,并对其进行优化调试。在下面的系列中,我们会分别介绍MySQL的部分内部实现机制。 首先我们介绍如何从源代码部署一台MySQL服务器。

 

Authored by Yuan Zhou (Intel) Last updated on 06/14/2017 - 16:50
Blog post

最快线程间数据交换算法,有效避免锁竞争 -- TwoQueues

处理多线程数据共享问题注意的几个要点:

1、锁竞争:尽量减少锁竞争的时间和次数。

2、内存:尽量是使用已分配内存,减少内存分配和释放的次数。尽量是用连续内存,减少共享占用的内存量。

多线程数据交换简单方案A:

定义一个list,再所有操作list的地方进行加锁和解锁。

简单模拟代码:

Authored by Last updated on 07/04/2019 - 21:30
Article

Android* 教程:使用英特尔® 线程构建模块编写多线程应用

近来,我们发布了 “Windows* 8 教程:使用英特尔® 线程构建模块为 Win

Authored by Vladimir Polin (Intel) Last updated on 05/09/2019 - 13:00
Blog post

Android-多线程断点下载详解及源码下载

本项目完成的功能类似与迅雷等下载工具所实现的功能——实现多线程断点下载。 主要设计的技术有: 1、android中主线程与非主线程通信机制。 2、多线程的编程和管理。 3、android网络编程 4、自己设计实现设计模式-监听器模式 5、Activity、Service、数据库编程

Authored by Last updated on 05/09/2019 - 21:50
Article

如何安装 Python* 版英特尔® 数据分析加速库(英特尔® DAAL)

Intel® Data Analytics Acceleration Library (Intel® DAAL) is a software solution that offers building blocks covering all the stages of data analytics, from preprocessing to decision making. The beta version of Intel DAAL 2017 provides support for the Python* language.
Authored by Gennady F. (Blackbelt) Last updated on 07/13/2018 - 14:32
Article

使用英特尔® 智能存储加速库优化存储解决方案

随着越来越多的设备连接到云/互联网,出现了各种不同的源(包括智能手机、平板电脑和物联网设备)生成数据。 存储需求逐年攀升。  英特尔® 至强™ 处理器产品家族和英特尔® 智能存储库(英特尔® ISA-L)的结合为可发人员提供了安全、快速处理数据,甚至降低存储空间需求的工具。

Authored by Thai Le (Intel) Last updated on 10/01/2019 - 12:05
Article

面向英特尔® 架构优化的 Caffe*:使用现代代码技巧

This paper demonstrates a special version of Caffe* — a deep learning framework originally developed by the Berkeley Vision and Learning Center (BVLC) — that is optimized for Intel® architecture.
Authored by Last updated on 10/15/2019 - 16:50
Article

基于英特尔® 至强™ 处理器 E5 产品家族的多节点分布式内存系统上的 Caffe* 培训

Caffe is a deep learning framework developed by the Berkeley Vision and Learning Center (BVLC) and one of the most popular community frameworks for image recognition. Caffe is often used as a benchmark together with AlexNet*, a neural network topology for image recognition, and ImageNet*, a database of labeled images.
Authored by Gennady F. (Blackbelt) Last updated on 10/15/2019 - 16:50