一、并发并行计算常用的数据结构其实数据结构是通用的，但是在并行计算中，一般需要对任务和数据进行拆解，以最大化的达到并行执行的目的。在这个过程中，有一些数据结构就更适合在这个场合下应用，这也是介绍这些常用数据结构的目的。一般来说，在并行设计开发和应用中，常用的数据结构包括：数组、链表、哈希和树。但是，这并不代表其它的数据结构不能在并行设计中使用。只是说，上面几种应用的比较多而已。同样，这几种数据结构

对InnoDB的内存的基本数据结构进行分析说明

对MYSQL的Buffer Pool的整体应用框架流程进行宏观层上的说明分析

对InnoDB内存数据的应用进行一个基本的分析说明

一、软件安装说明gperftools的安装有再从种方式，一种是源码方式，一种是直接安装模式。这里源码安装模式，原因是使用直接安装模式比较简单。安装此软件需要先安装libunwind这个软件，所以这里需要通过源码方式安装libunwind，否则会报一个警告：“configure: WARNING: No frame pointers and no libunwind. Using experimen

一、类型识别c++是一门静态编译语言，不支持动态类型的获取，但在实际情况中，经常会遇到数据类型的判断。什么是类型识别？其实就是RTTI，运行时类型识别，也就是得到数据的实际定义类型。二、基本的类型识别那么在c++中简单的获取类型有几种方法：在《c++编程思想》第8章“运行时类型识别”中提到了三种基本方法：1、手动控制（多态机制）即通过多态机制，利用特定的标记来标识类型。2、Typeid库本身提供的

在目前可预见的技术范围内，完全无锁的可能性几乎是零，而且相对于有锁编程，无锁编程的要件有点多，这也导致无锁编程更多的应用于基础层。而且大多的应用场景其实对于效率的敏感性并没有到不可忍受的地步，所以这也是HA/HS应用非常广泛的原因。大家可以看看这篇文章“An Architectural Pattern for Efficient and Well-structured Concurrent I/O

学习理论就是学习别人抽象出来的知识，然后再把学习到的知识理论应用到自己的工作中。如此往复循环，慢慢就会对这些知识有了更深刻的理解，也就可以在此基础上自己抽象自己的理论和知识体系来指导自己的实际工作。武林中不是有一句话：“练拳不练功，到老一场空；练功不练拳，到老也枉然！计算技术亦是如此。

一、并行计算的衡量并行计算和串行计算到底哪个好，或者说并行计算中哪个优哪个劣？这需要有一些衡量的标准：通过上述的参数的对比，可以在整体上有一个性能的参考。二、加速比（Speedup）加速比就是指并行计算比传统的串行执行速度提高了多少倍。即：加速比（Sn）=单处理器最优算法串行时间/多核并行计算时间它涉及到两个定律：1、Amdahl定律Gene Amdahl于1967年提出了这个定律，用于在并行计算

一、顺序容器ArraySTL中的Array数组类型是在c++ TR1中才提出的，在之前只有Vector这个类似于数组的类型。但在实际应用中发现，vector和实际应用数组还是有非常大的区别，包括迭代器访问的控制，内存大小的控制等。用过vector的很容易发现它和实际使用中的数组的诸多不同之处。换句话说，实际开发过程中，还是需要一个和数组高度类似的数据类型，这也是std::array的出现的一个原因