Citez un autre secteur dont le lobbying "green" soit aussi mauvais que l'informatique ... parce que ce genre d'optimisation de consommation, on ne le retrouve ... pas souvent
Un outil de charge HTTP en ligne de commande, mais avec un retour franchement visuel. C'est pas mal !
Est-ce que c'est pas une révolution ?
Une présentation (avec transcription complète !) qui présente les fameuses 4 métriques clé d'Accelerate - en oubliant toute la complexité des mesures décrites dans l'ouvrage
Gagner 10% de performances sur les applis Java avec un switch ? La promesse est aléchante ...
C'est quand même fou de se dire que le cerveau humain est littéralement câblé pour ajouter des choses ...
Il me semble qu'il serait utile que je comprenne comment ça marche, et si ça peut marcher sous Windows, ce qui n'est parfois pas évident.
Une crate de benchmark Rust. C'est très cool pour éviter les régressions de performances
Evidement, je vais devoir lire ça ... rapidement
Il est bon cargo : il exécute toujours les tests parallèlement. Mais quand je débugge des tests d'intégration, c'est quand même un peu plus pratique d'exécuter les tests en série. Heureusement, cargo a tout prévu !
La prochaine fois que j'aurais besoin d'un serveur HTTP dans une image Docker, je prendrai ce asmhttp, et ce sera chouette !
Ooooooooh, un profiler pour Rust qui semble générer des trucs aussi beaux que les flamegraphs qui rendent les linuxiens heureux !
Si vous voulez faire des tests de performances pour du code purement Java, Quickperf a l'air sacrément intéressant !
Une façon très intéressante de mesurer, en tant que leader au service de son équipe, la productivité de celle-ci.
Si vous utilisez Postgres (et en fait, vous devriez, parce que c'est trop bien), il y a là quelques astuces bien subtiles
C'est une chouette idée. Mais je ne suis pas sûr que ça m'intéresse vraiment de tester le fait que le GC ait été invoqué. Pour le dire autrement, mes métriques de performance sont assez différentes.
Et donc, voici le vrai accélérateur pour Maven !
Oulala, c'est vraiment intense comme performance
Le titre est trompeur : le machine learning est utilisé pour choisir les paramètres de son moteur polynomial. Cela dit, utiliser l'approximation polynomiale est souvent très efficace.
Un bon moyen de nettoyer Windows 10. Et open-source !