持續學習 網路優化

2021-10-25 18:04:39 字數 818 閱讀 9973

一次網路請求從dns網域名稱解析開始,然後建立連線並傳送資料到服務端,隨後讀取從服務端返回的資料,最後將連線釋放,這樣一次網路請求就結束了。

那麼網路優化可以從dns解析開始:

2.post請求時body使用gzip壓縮、請求頭壓縮、上傳前的壓縮

3.弱網處理:1.將json改為protobuffer;2.合併請求;3.資料離線儲存(okhttp、volley都支援快取)。

4.冪等性處理

1.流量消耗

一段時間內消耗的精準度量,網路型別、前後臺   

監控相關:使用者流量消耗均值、異常率(消耗多、次數多)

完整鏈路全部監控(request、response),主動上報

對比競品,相同case對比流量消耗

線上獲取流量方式:traficstats;networkstatsmanager(可以獲取指定時間間隔內的流量、可以獲取不同網路型別下的流量),它獲得是某一種網路形態下,所有應用的流量資訊,然後我們可以根據應用的uid,獲取當前應用的流量資料。

2.網路請求質量

使用者體驗:請求速度,成功率

監控相關:請求時長,請求成功率、失敗率

3.其他

耗電網路優化的誤區:只關注流量消耗,忽略其他維度;只關注均值、整體而忽略個體;

network profiler :

android  studio自帶的,只支援okhttp和httpurlconnection請求。一些高階設定需要手動開啟。可以看到請求的所有資訊。

抓包工具

fiddler、charles。可以打斷點、可以做弱網測試。      

stetho

需要翻牆

Linux學習 網路

1.ip基礎知識 1.1 ipv4 2進製32位 10進製 172.25.0.10 255.255.255.0 172.25.0.10 ip位址 255.255.255.0 子網掩碼 子網掩碼255位對應的ip位為網路位 子網掩碼0對應的ip位為主機位 2.配置ip 2.1 圖形化方式 nm con...

深度學習網路優化與超引數選擇

過擬合 在訓練資料上得分很高,在測試資料上得分相對比較低 欠擬合 在訓練資料上得分很低,在測試資料上得分相對比較低 與網路中的可訓練引數成正比。網路中的神經單元數越多,層數越多,神經網路的擬合能力越強。但是訓練速度 難度越大,越容易產生過擬合。所謂超引數,也就是搭建神經網路中,需要我們自己如選擇 不...

如何學習網路協議(學習筆記)

乙個前輩寫的網路協議學習方法 網路這東西就是乙個靠實踐的東西,只靠看書是不行的。當年在學校還上過史美林教授 張公忠教授所講的計算機網路體系結構課,用的是 tanabaum 寫的那本,考試還得了九十多分,可實際還是連 tcp和 udp有什麼區別都分不清,就是死記背,到畢業的時候基本上是忘光了,工作後等...