c++.txt

https://google.github.io/styleguide/cppguide.html
https://google.github.io/styleguide/

https://github.com/htop-dev/htop
https://htop.dev/downloads.html#sources

srpc
https://github.com/sogou/srpc

ghostwriter 是一个跨平台、美观、无干扰的 Markdown 编辑器
https://github.com/wereturtle/ghostwriter

使用快速而强大的高级语言对您的微控制器进行编程。
https://github.com/toitlang/toit

eBPF bpftrace 是 Linux 高级追踪工具和语言。该工具基于 eBPF 和 BBC 实现了通过探针机制采集内核和程序运行的信息，然后用图表等方式将信息展示出来，帮助开发者找到隐藏较深的 Bug、安全问题和性能瓶颈。
https://github.com/iovisor/bpftrace

https://git.nssm.cc/nssm/nssm
https://nssm.cc/download
nssm install servername //创建servername服务，弹出配置界面
nssm start servername //启动服务
nssm stop servername //暂停服务
nssm restart servername //重新启动服务
nssm remove servername //删除创建的servername服务
nssm edit servername//更改servername服务，弹出修改界面
nssm set servername 参数名 参数值 //设置服务参数值
sc delete servername//windows删除服务命令
直接使用windows的服务管理也可以实现服务的操作，服务右键属性 - 恢复即可设置服务挂掉重启等内容。

https://github.com/ApsaraDB/PolarDB-for-PostgreSQL
https://github.com/ApsaraDB/PolarDB-FileSystem

https://github.com/akopytov/sysbench

https://github.com/redis/redis
比REDIS更快
https://github.com/Snapchat/KeyDB
keydb-server
keydb-server /path/to/keydb.conf
keydb-server --port 9999 --replicaof 127.0.0.1 6379
keydb-server /etc/keydb/6379.conf --loglevel debug

rpm --import https://download.keydb.dev/pkg/open_source/rpm/RPM-GPG-KEY-keydb
yum install https://download.keydb.dev/pkg/open_source/rpm/centos7/x86_64/keydb-latest-1.el7.x86_64.rpm
yum install https://download.keydb.dev/pkg/open_source/rpm/centos7/aarch64/keydb-latest-1.el7.aarch64.rpm
yum install https://download.keydb.dev/pkg/open_source/rpm/centos8/x86_64/keydb-latest-1.el8.x86_64.rpm
yum install https://download.keydb.dev/pkg/open_source/rpm/centos8/aarch64/keydb-latest-1.el8.aarch64.rpm
systemctl enable keydb
systemctl restart keydb

keydb-server --protected-mode no --server-threads 7 --server-thread-affinity true --save ""
redis-server --protected-mode no --io-threads [#threads] --save ""
memtier_benchmark -s [ip address] –hide-histogram –threads=32 –ratio=1:0
memtier_benchmark -s [ip address] –hide-histogram –threads=32

git clone https://github.com/pingcap/go-ycsb.git
cd go-ycsb
make
我们先来看一下 workloads 文件夹，目录下有各种workload的模板，可以基于workload模板进行自定义修改。默认的6种测试场景如下：

workloada：读写均衡型，50%/50%，Reads/Writes
workloadb：读多写少型，95%/5%，Reads/Writes
workloadc：只读型，100%，Reads
workloadd：读最近写入记录型，95%/5%，Reads/insert
workloade：扫描小区间型，95%/5%，scan/insert
workloadf：读写入记录均衡型，50%/50%，Reads/insert
workload_template：参数列表模板。
所以我们可以依据不同的 workload 多维度的对系统进行测试。workload里面的操作主要包括：

Insert：插入一条新的记录
Update：更新一条记录的某一个或者所有 fields
Read：读取一条记录的某一个或者所有 fields
Scan：随机从一个 key 开始顺序扫描随机条记录
在测试的时候，我们还需要根据不同的业务场景来模拟测试，那么可以通过 requestdistribution 控制：

uniform：随机选择一个记录；
sequential：按顺序选择记录；
zipfian：根据 Zipfian 分布来选择记录。大致意思就是互联网常说的80/20原则，也就是20%的key，会占有80%的访问量；
latest：和 Zipfian 类似，但是倾向于访问新数据明显多于老数据；
hotspot：热点分布访问；
exponential：指数分布访问；
下面我们看一下workload里面可以填哪些参数：

Copy
# 目前只实现了这一种
workload=core
 
# 总记录数
recordcount=1000000
 
# 测试阶段被操作的记录数，如果设置了 threadcount，那么每个线程操作的记录数=operationcount/threadcount
operationcount=3000000
 
# 线程数
threadcount=500 
 
# 如果一个表里面已经有记录数了，那么load的数据的时候从这个记录数开始
insertstart=0
 
# 一行数据的字段数
fieldcount=10
 
# 每个字段大小
fieldlength=100
 
# 是否应该读取所有字段
readallfields=true
 
# 是否应该更新所有字段
writeallfields=false
 
# 字段长度分布
fieldlengthdistribution=constant
#fieldlengthdistribution=uniform
#fieldlengthdistribution=zipfian
 
# 读操作概率
readproportion=0.95 
# 更新操作概率
updateproportion=0.05
 
# 插入操作概率
insertproportion=0 

# 先读后写操作同一条记录概率
readmodifywriteproportion=0
 
# 范围操作的概率
scanproportion=0
 
# 范围操作，最大的可操作的记录数
maxscanlength=1000
 
# 用来选择扫描时访问的记录数量分布情况
scanlengthdistribution=uniform
#scanlengthdistribution=zipfian
 
# 记录应按顺序插入还是伪随机插入
insertorder=hashed
#insertorder=ordered
 
# 以什么方式模拟测试
requestdistribution=zipfian
#requestdistribution=uniform
#requestdistribution=latest
 
# 下面这两种方式时针对requestdistribution为hotspot的时候
# 构成热点集的数据项的百分比
hotspotdatafraction=0.2
 
# 访问热点集的数据操作百分比
hotspotopnfraction=0.8
 
# 操作数据的表名
table=usertable
 
# 延迟测量结果展现形式，暂时没实现
measurementtype=histogram
 
测试#
比如我们现在要测试 redis 的性能，先写一个 workload：

Copy
recordcount=1000000
operationcount=1000000
workload=core 
readallfields=true 
readmodifywriteproportion=1 
requestdistribution=uniform 
redis.addr=127.0.0.1:6379 
threadcount=50
上面的这个 workload 表示在 load 的时候会插入100万条数据到库里面，操作的数据量也是100万，但是有50个线程，也就是每个线程实际操作2万行记录；

测试方式使用 readmodifywriteproportion，先读后写，操作记录采用 uniform 也就是随机方式进行。

先 load 数据：

Copy
./bin/go-ycsb load redis  -P workloads/workloada
再运行测试：

Copy
./bin/go-ycsb run redis  -P workloads/workloada
返回：

Copy
READ_MODIFY_WRITE - Takes(s): 18.8, Count: 499312, OPS: 26539.8, Avg(us): 1388, Min(us): 107, Max(us): 42760, 99th(us): 3000, 99.9th(us): 7000, 99.99th(us): 26000
Takes(s) ：表示测试总共耗时；
Count：操作记录数；
OPS：Operates Per Second，一般是操作次数，与qps区别不大；
Avg、Min、Max：平均、最小、最大单条记录操作耗时；
99th、99.9th、99.99th：P99、P99.9、P99.99时延；