- 综合排序
- 最热优先
- 最新优先
- 来自专栏实时云渲染
如何实现UE像素流大并发多集群的弹性扩容部署
实时云渲染平台LarkXR通过分布式GPU节点池，将渲染任务智能拆分，借助统一管理中枢，实现资源调度毫秒级响应，动态扩容。真正实现企业级商用稳定运行场景。 20 LarkXR 集群部署指南（管理节点+渲染节点）03:00 登录管理后台：授权码激活05:10 部署渲染节点06:15 管理节点与渲染节点不在统一网段时，添加对应网段06:45 渲染节点扩容
35511编辑于 2025-07-11 CPU弹性扩容：按需计费的数据库性能动态保障方案
提供手动与自动两种弹性扩容模式 腾讯云数据库MySQL推出CPU弹性扩容功能，支持两种扩容模式： 自动扩容：基于预设阈值（扩容阈值70%/80%/90%，缩容阈值30%/20%/10%）与观测周期（1- 2024年升级版支持阶梯式扩容，可多次弹性扩展CPU资源上限。 手动扩容：用户主动配置，开启即生效，适用于可预见的业务高峰期。支持设置指定时间段周期扩容，确保关键时段性能稳定。 开启弹性扩容日成本为25.92元，日节省成本高达2340元，降幅98.9%。 内核优化（如16K原子写、Buffer Pool预热）使集群版在读写混合场景下性能提升30%~50%。 其内核级优化（原子写、BP预热）及自动化运维能力，确保了弹性扩容的高效与稳定。该功能已全地域发布，适用于电商、游戏、SaaS等存在明显波峰波谷业务的场景，有效降低运维复杂度与资源成本。 来源：腾讯云数据库解决方案架构师李邦国，《CPU弹性扩容应用与实践》技术分享，2024年7月。
13710编辑于 2026-05-31腾讯云数据库CPU弹性扩容2.0：秒级响应与成本优化实践
三级弹性扩容方案精准匹配业务场景 腾讯云数据库CPU弹性扩容提供三类差异化解决方案： 自动扩容：基于CPU使用率阈值（扩容70%/80%/90%，缩容30%/20%/10%）与观测周期（15秒至30分钟可调 量化成本效益与稳定性提升 成本优化显著：结合自动扩容能力，上述32核实例高峰时段弹性扩容成本仅25.92元/日，较传统升配方案降低98.9%（来源：腾讯云成本测算模型）。 通过腾讯云CPU弹性扩容功能，实现了高峰流量自动适配与低峰资源自动释放，避免了传统升配中的闪断风险与人工干预延迟。 结合腾讯云数据库代理、只读实例等能力，构建了高可用的私域运营技术架构。 技术前瞻与生态整合 腾讯云数据库基于企业级内核TXSQL与全组件跨可用区部署，提供三方面技术保障： 云原生演进：计划扩展至内存弹性扩容、磁盘弹性扩容等场景，推进Serverless架构实现资源分配精细化 AI赋能预测：通过时序分析（如CCU预测算法）提前识别流量趋势，实现预测式弹性扩容。 全链路监控：集成DBbrain进行7×24小时性能监控，提供回档、克隆、闪回等数据恢复矩阵。
10710编辑于 2026-05-30云数据库MySQL CPU弹性扩容：按需计费模式实现日成本最高降低98.9%
部署CPU弹性扩容与集群版新架构 腾讯云数据库解决方案架构师李邦国提出的技术路径包含两项核心能力： CPU弹性扩容（2023年6月全地域发布） 该功能基于云环境动态分配CPU资源，分为两种模式： 自动扩容 2024年升级方向：将支持秒级粒度、多倍扩容、时间段扩容、扩容记录查询，以及AI负载预测提前扩容、内存资源弹性伸缩，并覆盖独享型、单节点等更多产品架构。 量化业务收益与成本优化 应用CPU弹性扩容后，核心业务指标表现如下： 成本降低：计费模式为“弹多少、计多少，不弹不计费”，按分钟粒度结算（单核费用×增加核数×扩容时长/60）。 云原生架构与全链路技术保障 选择腾讯云数据库MySQL的核心依据： 技术领先性：CPU弹性扩容是业内少有的支持“自动+手动”双模式的数据库弹性能力，配合集群版新架构的计算存储解耦设计，既解决短期CPU峰值问题 完善的RoadMap：2024年集群版将迭代支持一键升级、Proxy、独立只读实例、64TB存储、计算资源SLS等能力，同时CPU弹性扩容将覆盖更多实例类型，支持内存弹性与AI预测扩容，持续匹配业务演进需求
12710编辑于 2026-05-31- 来自专栏全栈程序员必看
ArrayList 扩容详解，扩容原理
ArrayList 扩容详解，扩容原理 ArrayList是基于数组实现的，是一个动态数组，其容量能自动增长。 ArrayList不是线程安全的，只能用在单线程环境下。 看如果需要扩容，则扩容。 ②是将要添加的元素放置到相应的数组中。 下面具体看 ensureCapacityInternal(size + 1); // ① 是如何判断和扩容的。 也就是当添加第11个数据的时候，Arraylist继续扩容变为10*1.5=15(如下图二)；当添加第16个数据时，继续扩容变为15 * 1.5 =22个(如下图四)。 每次按照1.5倍（位运算）的比率通过copeOf的方式扩容。 在JKD1.6中实现是，如果通过无参构造的话，初始数组容量为10，每次通过copeOf的方式扩容后容量为原来的1.5倍，以上就是动态扩容的原理。
5.8K11编辑于 2022-07-01 - 来自专栏java知识点总结
kali扩容遇到无法扩容问题
pc_blog_bottom_relevance_base6&spm=1001.2101.3001.4242.1&utm_relevant_index=3 其实有些地方他也写的不是太清楚，这儿补充一下 这儿快照删掉之后就可以扩容了
59410编辑于 2025-02-24 - 来自专栏全栈程序员必看
hashmap扩容过程保证可用_HashMap扩容
笔者在面试美团时曾被面试官问到HashMap扩容机制的原理。这个问题倒不难，但是有些细节仍需注意。 JDK1.8对HashMap进行的较大的改动，其中对HashMap的扩容机制进行了优化。 这是因为多次执行put操作会引发HashMap的扩容机制，HashMap的扩容机制采用头插法的方式移动元素，这样会造成链表闭环，形成死循环。 JDK1.8中HashMap使用高低位来平移元素，这样保证效率的同时避免了多线程情况下扩容造成死循环的问题。这篇博客重点介绍扩容时使用到的高地低平移算法。 在扩容机制下数组两倍扩容，数组的长度发生了变化，同时我们也必须要严格遵守计算数组下标index的算法，否则在新数组调用get()无法获取到相应的Node结点。 当数组扩容时，链表所有的结点必须根据新数组的长度重新计算下标位，此时即使链表中每个结点的Hash值不尽相同，但是由于&运算和数组两倍扩容的特殊性，可以根据高低位算法将链表分为高位链表和低位链表，并将这两个链表迁移到新数组不同的下标位
2.1K20编辑于 2022-11-08 - 来自专栏Lan小站
弹性盒
一.弹性盒简介 布局的传统解决方案，基于盒状模型，依赖 display 属性 + position属性 + float属性。它对于那些特殊布局非常不方便，比如，垂直居中就不容易实现。 二.Flex布局 Flex 是 Flexible Box 的缩写，意为"弹性布局"，用来为盒状模型提供最大的灵活性。 任何一个容器都可以指定为 Flex 布局。
2.3K10编辑于 2022-07-14 - 来自专栏全栈程序员必看
hashmap动态扩容死循环_HashMap扩容
HashMap扩容死循环问题源码分析问题(jdk1.7) 一、首先hashmap单线程正常扩容 遍历每个数组，依次遍历每个数组的链表，根据头插法由原来的1，2，3 变为了3，2，1 二、hashmap 多线程扩容死循环问题 两个线程 e1 ,e2 此时 线程一先执行，但线程二的指向发生改变，改为线程变换后的具体存储；初始的e2指向0号位的1，但经过线程一的变换指向了2号位的1了，next也发生改变
2.2K30编辑于 2022-11-08 - 来自专栏全栈程序员必看
Linux磁盘扩容 之 LVM 扩容之路
为了方便后人快速扩容，特此记录。 就是说假如我们有3块4T的硬盘，我们可以用LVM组成一个12T的硬盘来用，后期也可以非常安全的在线扩容。ps：现在Linux安装的时候其实默认就采用了LVM的形式。 开始扩容 那么了解了基本概念后，我们就要开始扩容了，我们先使用df -h看看我的服务器的可用空间： 太惨了吧！ 这个时候再看我们的操作室LV就已经扩容啦！ 咦~但我们的文件系统为啥还是这么小呢？ 这个时候操作系统还没法识别到这个新的空间，所以我们要更新一下让操作系统知道我们已经扩容啦！不同格式的分区更新文件系统的方式也不一样。需要查看一下你的文件系统是ext4还是xfs。
7.2K10编辑于 2022-08-28 - 来自专栏sktj
docker 扩容
image.png image.png DOCKER在线扩容 DOCKER搭建私有仓库
2.1K20发布于 2019-09-20 - 来自专栏腾讯云开发者社区头条
做弹性的云—腾讯云弹性伸缩
腾讯云除了纵向伸缩最近推出弹性伸缩即横向伸缩，根据现有业务需求变化，动态调配资源，实现高度弹性伸缩，用户不必介入具体操作流程，只需关注结果即可。 一、弹性伸缩关键优势 1. 如果您知道在具体时间需要扩容和缩容，使用弹性伸缩定时任务，实现在具体时间内按配置扩缩容云服务器。 如果您不确定业务高峰期来临时间，可使用弹性伸缩告警触发策略，当业务突增导致后端服务异常，影响正常对外提供服务时，则根据策略自动扩容云服务器，为您的业务保驾护航。 腾讯云弹性伸缩正好帮您解决此问题。 弹性云，可靠云 弹性是云计算技术中公认的从资源利用角度最重要的特点之一。弹性的主要特性是按需增减计算、存储、网络等各种资源。
14.3K20发布于 2017-04-18 腾讯云数据库CPU弹性扩容2.0：秒级响应应对流量洪峰与成本优化实践
部署云原生弹性扩容与分级调度策略 为解决业务需求与固定硬件配置之间的冲突，腾讯云数据库MySQL提供CPU弹性扩容2.0解决方案，将传统数据库架构向Serverless（无服务器）演进，实现基于负载的动态资源分配 采用阶梯式扩容逻辑，在负载高时自动增加CPU资源上限并调大扩容步数；负载降低时自动回缩。 压缩业务高峰用云成本与提升响应精度 通过部署CPU弹性扩容2.0，企业能够将闲置CPU资源动态分配至实例，核心业务ROI与运维效率得到显著提升，具体体现在以下三个关键业务指标： 日均硬件成本降幅达 98.9% 以北京地域32C 256G通用型三节点实例为例，若每天高峰期合计1小时，其余23小时为低峰期，采用自动CPU弹性扩容相较于传统手动升配，单日额外费用从2366.4元骤降至25.92元，一天最高可节省 2340 未来技术演进路线： 架构正持续向云原生与AI方向深度演进，未来将支持内存资源与磁盘的弹性伸缩，并引入AI负载预测实现提前预测式扩容，进一步释放Serverless资源分配的灵活性。
7700编辑于 2026-05-30- 来自专栏全栈程序员必看
hashmap和hashtable数组扩容_散列表扩容
HashMap扩容机制分析 在说HashMap扩容机制之前，有必要简述下HashMap的基本结构。以便各位更加清除的理解HashMap的底层是如何扩容的。 下面就着重叙述HashMap底层的扩容了。 了解HashMap的读者都知道HashMap的初始化大小是16,至于为什么是16,可以参看我之前的博客。 这里不在叙述。 HashMap如何扩容呢？ 下面来看看HashMap 底层扩容源码！ final void putMapEntries(Map<? extends K, ? 在这里扩容不是直接原来的结构上进行顺序性的增加,而是先计算扩容之后的容量。然后重新建一个容量大小数组,在将原数组的元素按照指定的方式加入到新的数组当中去！ ArrayList扩容机制 和这个差不过。扩容的大体思想都是一样的，但是比HashMap简单的多。不过是ArrayList的初始容量为10.
1.4K20编辑于 2022-09-27 - 来自专栏c盘清理
C盘能不能扩容？怎么扩容？
C盘能不能扩容？怎么扩容？
83810编辑于 2026-01-16 - 来自专栏首富手记
磁盘扩容
磁盘扩容 磁盘分区 parted /dev/sdb # GPT就是GRUB分区表，如果是MBR，最大支持2T分区 mktable gpt # 创建一个 2G 的磁盘空间 mkpart primary 但扩容磁盘操作命令就不一样。 下面是具体操作方法： 1、添加一块磁盘或者在现有的磁盘空间新分一个逻辑分区或者扩展分区。 vg，扩容完可以在次使用上面命令查看vg是否有变化 $ vgextend centos /dev/sda3 4、扩容逻辑卷（lv） 首先查看逻辑卷 $ lvdisplay --- Logical volume /dev/centos/root逻辑卷，扩容完后在使用上面命令查看逻辑卷是否增大 $ lvextend -L +20G /dev/centos/root #扩容20G $ lvextend -L 20G /dev/centos/root # 扩容到 20G $ lvextend -l +100%FREE /dev/centos/root # 剩余空间全部给他 5、扩容磁盘空间 ( Centos7下
3.1K63发布于 2020-08-01 - 来自专栏首富手记
磁盘扩容
磁盘扩容 磁盘分区 parted /dev/sdb # GPT就是GRUB分区表，如果是MBR，最大支持2T分区 mktable gpt # 创建一个 2G 的磁盘空间 mkpart primary 但扩容磁盘操作命令就不一样。 下面是具体操作方法： 1、添加一块磁盘或者在现有的磁盘空间新分一个逻辑分区或者扩展分区。 vg，扩容完可以在次使用上面命令查看vg是否有变化 $ vgextend centos /dev/sda3 4、扩容逻辑卷（lv） 首先查看逻辑卷 $ lvdisplay --- Logical volume /dev/centos/root逻辑卷，扩容完后在使用上面命令查看逻辑卷是否增大 $ lvextend -L +20G /dev/centos/root #扩容20G $ lvextend -L 20G /dev/centos/root # 扩容到 20G $ lvextend -l +100%FREE /dev/centos/root # 剩余空间全部给他 5、扩容磁盘空间 ( Centos7下
3.4K61发布于 2020-08-01 - 来自专栏MYSQL轻松学
ClickhouseZookeeper扩容
本测试主要用来做灾难恢复测试，即集群中某个分片对应的两个节点挂了一个，需要新增一个节点，存量数据同步情况和效率。
7.7K20发布于 2019-05-08 - 来自专栏全栈程序员必看
java中arraylist扩容问题_Arraylist扩容机制
当add第2个元素时，minCapacity 为2，此时e lementData.length(容量)在添加第一个元素后扩容成 10 了 直到添加第11个元素，minCapacity(为11)比elementData.length 进入grow方法进行扩容。 /** * 要分配的最大数组大小 */ private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE – 8; /** * ArrayList扩容的核心方法
1.6K20编辑于 2022-09-06 - 来自专栏全栈程序员必看
hashmap扩容后数据的迁移_HashMap扩容
此篇重点 这篇我们将逐行代码分析 1、有参构造函数是如何创建map对象的 2、当元素增多导致扩容之后，元素是如何重新分布的 同样，为了方便读者复盘，我截取源码是尽量将行号带上。 解剖思路 创建一个有参构造函数，并往其中添加若干元素，直至触发扩容机制 为了方便方便计算hash值，key和value都选用比较小的字符串 关于调试键的使用请参照：IDEA调试键的说明，在此不再赘诉 调试代码 ("8", "8"); map.put("9", "9"); map.put("10", "10"); map.put("11", "11"); map.put("12", "12"); // 第一个扩容点 size > threshold，才会触发扩容，源码662，扩容前，当前元素已经放好了 6、扩容时，容量和扩容阈值都翻番（源码687），但要小于MAXIMUM_CAPACITY 7、扩容时，元素在新表中的位置分情况 = 0的，位置为旧表位置+旧表容量，源码742 展望： 调了一天，还只是调了其中的一部分，初始化、初始扩容，和增量扩容，类似树化、拆树还没研究呢 构造树化的思路，也是从源码上找，主要是以下几行
1.5K51编辑于 2022-11-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号