论文笔记--Fly-SwatorCannon?Cost-EffectiveLanguageModelChoiceviaMeta-Modeling1.文章简介2.文章概括3文章重点技术3.1问题陈述3.2框架3.2.1MetaModel&Costestimation3.2.2AssignmentStrategies4.文章亮点5.原文传送门6.References1.文章简介标题：Fly-SwatorCannon?Cost-EffectiveLanguageModelChoiceviaMeta-Modeling作者：MarijaŠakota,MaximePeyrard,RobertWest日期：
我正在评估涉及一些MongoDB聚合查询的算法的计算成本，因此我试图计算出我使用的各种运算符的成本，那么整个查询的成本将只是以下总和所有这些都是级联应用的。我上来就说$project、$match和$unwind的成本是O(n)，n是集合中文档的数量，因为我没有任何索引所以我需要扫描所有文件。现在我的问题是:新的$lookup运算符的成本如何？它对两个集合执行左连接，所以我首先猜测它有点计算两个集合的笛卡尔积，因此成本应该类似于O(n*m)，其中m是第二个集合的大小。我对吗？MongoDB会做一些更有效率的事情吗？您对这个主题有任何引用吗？ 最佳答案
原来的官网已经停更了，安装包和手册都无法下载。现仅存的安装包下载地址：philipan/cost733class-1.4·GitLab(uni-augsburg.de)手册：(2)(PDF)COST733CLASSv1.2Userguide(researchgate.net)安装因为我用的服务器，netcdf,hdf5等环境变量之前都是配置好的，所以解压后直接一步安装。解压tarxzvfcost733class-1.4.tar.gz进入解压后的文件夹，执行intel处理器 ./configureFC=ifortCC=icc--disable-grib--disable-opengl&&make
来自http://lkml.indiana.edu/hypermail/linux/kernel/0103.1/0030.html我了解了Linux中的一种新型互斥体，一种adaptive_np互斥体:ThePTHRED_MUTEX_ADAPTIVE_NPisanewmutexthatisintendedforhighthroughputatthesacrificeoffairnessandevenCPUcycles.Thismutexdoesnottransferownershiptoawaitingthread,butratherallowsforcompetition.Also,
来自http://lkml.indiana.edu/hypermail/linux/kernel/0103.1/0030.html我了解了Linux中的一种新型互斥体，一种adaptive_np互斥体:ThePTHRED_MUTEX_ADAPTIVE_NPisanewmutexthatisintendedforhighthroughputatthesacrificeoffairnessandevenCPUcycles.Thismutexdoesnottransferownershiptoawaitingthread,butratherallowsforcompetition.Also,
我想知道返回一个列表而不是返回一个指向一个的指针是否在性能方面代价高昂，因为如果我记得，一个列表没有很多属性(不是类似于3个指针吗？一个代表当前位置，一个代表开始，一个代表结束？)。 最佳答案 如果您按值返回std::list，它不仅会复制列表头，还会复制列表中的每个项目一个列表节点。所以是的，对于一个大列表来说，它是昂贵的。如果列表是在返回它的函数中构建的，那么您可能能够从命名返回值优化中受益，以避免不必要的复制。不过，这是特定于您的编译器的。如果列表在调用函数之前已经存在(例如，如果它是对象的成员变量)，则它永远不会适用。为了避
我想知道返回一个列表而不是返回一个指向一个的指针是否在性能方面代价高昂，因为如果我记得，一个列表没有很多属性(不是类似于3个指针吗？一个代表当前位置，一个代表开始，一个代表结束？)。 最佳答案 如果您按值返回std::list，它不仅会复制列表头，还会复制列表中的每个项目一个列表节点。所以是的，对于一个大列表来说，它是昂贵的。如果列表是在返回它的函数中构建的，那么您可能能够从命名返回值优化中受益，以避免不必要的复制。不过，这是特定于您的编译器的。如果列表在调用函数之前已经存在(例如，如果它是对象的成员变量)，则它永远不会适用。为了避
TopicArrayDynamicProgrammingDescriptionlinkYouaregivenanintegerarraycostwherecost[i]isthecostofithsteponastaircase.Onceyoupaythecost,youcaneitherclimboneortwosteps.Youcaneitherstartfromthestepwithindex0,orthestepwithindex1.Returntheminimumcosttoreachthetopofthefloor.Example1:Input:cost=[10,15,20]Out
根据我们的实验，我们发现当状态超过一百万个对象时，有状态的SparkStreaming内部处理成本会花费大量时间。因此延迟会受到影响，因为我们必须增加批处理间隔以避免不稳定的行为(处理时间>批处理间隔)。它与我们应用的细节无关，因为它可以通过下面的代码重现。花这么多时间处理用户状态的Spark内部处理/基础架构成本到底是什么？除了简单地增加批处理间隔之外，还有其他方法可以减少处理时间吗？我们计划广泛使用状态:每个节点至少100MB左右，以将所有数据保存在内存中，并且每小时只转储一次。增加批处理间隔会有所帮助，但我们希望将批处理间隔保持最小。原因可能不是状态占用的空间，而是大对象图，因为
根据我们的实验，我们发现当状态超过一百万个对象时，有状态的SparkStreaming内部处理成本会花费大量时间。因此延迟会受到影响，因为我们必须增加批处理间隔以避免不稳定的行为(处理时间>批处理间隔)。它与我们应用的细节无关，因为它可以通过下面的代码重现。花这么多时间处理用户状态的Spark内部处理/基础架构成本到底是什么？除了简单地增加批处理间隔之外，还有其他方法可以减少处理时间吗？我们计划广泛使用状态:每个节点至少100MB左右，以将所有数据保存在内存中，并且每小时只转储一次。增加批处理间隔会有所帮助，但我们希望将批处理间隔保持最小。原因可能不是状态占用的空间，而是大对象图，因为
