Горячее
Лучшее
Свежее
Подписки
Сообщества
Блоги
Эксперты
#Круги добра
Войти
Забыли пароль?
или продолжите с
Создать аккаунт
Я хочу получать рассылки с лучшими постами за неделю
или
Восстановление пароля
Восстановление пароля
Получить код в Telegram
Войти с Яндекс ID Войти через VK ID
Создавая аккаунт, я соглашаюсь с правилами Пикабу и даю согласие на обработку персональных данных.
ПромокодыРаботаКурсыРекламаИгрыПополнение Steam
Пикабу Игры +1000 бесплатных онлайн игр Исследуйте яркий мир с бесконечными головоломками и разнообразными средами в каждой главе. Расширьте свои возможности с помощью захватывающих испытаний на время со специальными типами шариков, которые помогут вам в пути.

Квест Зумба

Казуальные, Три в ряд, Головоломки

Играть

Топ прошлой недели

  • SpongeGod SpongeGod 1 пост
  • Uncleyogurt007 Uncleyogurt007 9 постов
  • ZaTaS ZaTaS 3 поста
Посмотреть весь топ

Лучшие посты недели

Рассылка Пикабу: отправляем самые рейтинговые материалы за 7 дней 🔥

Нажимая кнопку «Подписаться на рассылку», я соглашаюсь с Правилами Пикабу и даю согласие на обработку персональных данных.

Спасибо, что подписались!
Пожалуйста, проверьте почту 😊

Помощь Кодекс Пикабу Команда Пикабу Моб. приложение
Правила соцсети О рекомендациях О компании
Промокоды Биг Гик Промокоды Lamoda Промокоды МВидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня
0 просмотренных постов скрыто
73
Eight8all
Eight8all
2 месяца назад
Лига Велосипедистов

Мальчику подарили вел, что могло пойти не так?⁠⁠

Доброе утро, Лига В!
Я не знаю специальных форумов, но вижу в Лиге столько интересной информации, и знающих профессионалов, что не могу не спросить тут.

Мне подарили вел Hagen 3.11. Ему уже три дня и он классный.
Вот такой:

Мальчику подарили вел, что могло пойти не так? Велосипед, Настройка, MTB, Длиннопост

Сам бы я конкретно его наверное не купил. Но раз подарили, нужно привыкать и катать!

На входе у нас есть мальчик, 42 годика, 90 кг., рост 178, у которого из велосипедов были только Дружок и Школьник:

Мальчику подарили вел, что могло пойти не так? Велосипед, Настройка, MTB, Длиннопост
Мальчику подарили вел, что могло пойти не так? Велосипед, Настройка, MTB, Длиннопост

В наличии полное отсутствие знаний о современных велах. То есть было ещё три дня назад.
Начитавшись интернетов, вооружившись базовыми знаниями, было определено, что у Хагена рама L и такой размер полностью соответствует рекомендациям производителя для сетки роста пользователя:

Мальчику подарили вел, что могло пойти не так? Велосипед, Настройка, MTB, Длиннопост

https://hagen.bike/mtbthreeelevenorange.
При этом, интернет нам говорит также и о том, что для правильной посадки необходимо настроить высоту седла так, что бы пятка ноги стояла на педали в нижнем положении, при этом колено не было бы разогнуто полностью. Если высота настроена верно, то при опускании ног на пол, пользователь может дотянуться до земли лишь кончиками пальцев ног.
И ещё куча методов типа 109, 0883. Голову сломать можно, но мы же упорные у нас есть цель.

Ок. Настроил-поднял седло. Теперь передний край седла упирается в область выше копчика, если стоять на земле с велом между ног. Стартовать можно только если вел между ног. Закидывание ноги через седло уже не канает, да и выглядит это смешно...
При движении на веле, идёт серьезное давление на область рук, между большим и указательным пальцем. Иной раз нужно прилагать некие усилия что бы быстро положить пальцы на рычаг тормоза или переключить передачу. Мне кажется это не совсем корректно и напрямую зависит от того куда назначен центр тяжести.
И, учитывая настройки высоты седла, получается что седло задрано вверх и упор переносится на руки.
Или я что то не понимаю в геометрии. А может так и должно быть на MTB?

Суть вопроса: я сомневаюсь, что выполнил настройку корректно. Я катаю уже три дня, но начитавшись интернетов, у меня есть опасения, что размер рамы мог быть выбран неверно.
Прошу помочь разобраться, потому как продажа этого вела, это последнее, что мне хотелось бы делать.

Показать полностью 4
[моё] Велосипед Настройка MTB Длиннопост
171
2
DIVonRA
2 месяца назад

Нужен совет по привязке пульта к приводу для гаражных ворот⁠⁠

Мотор AN-Motors ASG600.
В комплекте 2 пульта AT4.
Привязываю пульт. Индикация на моторе отмаргивается как в инструкции. На пульте индикатор тоже моргает, батарейки живы.
А дальше открытие не происходит. Жмешь кнопку на пульте и ничего не происходит.

Пробовал сбросить все сохраненные пульты. Не помогло.
Оба пульта одинаково прописываются и одинаково не открывают ворота.
Удерживание нажатия тоже не срабатывает.

Может кто сталкивался с такой ситуацией? Поделитесь опытом.

Ps
Пульт заработал.
Кнопка плохо нажимается. Срабатывает через раз.
Но я прожимал по разному и на разных пультах.

В итоге снял мотор. Воткнул мотор в розетку на столе. С мотором и пультом на руках открытие стартовало.
Подозрение что открытие не стартовало потому что цепь в рейке натянута в закрытом положении. Двигатель под нагрузкой как бы.

[моё] Гараж Ворота Автоматизация Настройка Сила Пикабу Нужен совет Текст
7
4
AviDust
AviDust
2 месяца назад
Серия Нейросетеняшки

Как установить нейросеть⁠⁠

Как установить нейросеть. Я однажды уже писал такой пост но тогда мало людей его увидело мало людей, и сейчас в комментах меня часто начали спрашивать, ну что ж, давайте объясню.

Есть локальная нейросеть ( та которая будет стоять на вашем компьютере в виде программы и где вы сможете воплощать все свои грязные фантазии и не кто это не узнает) и Бот-сайт. Где куча запреток и цензуры

Пункт 1.

И так первое с чем нам нужно определится это видеокарта, для начала желательно чтобы она в принципе была (Встроенная не в чёт). Дальше самое больное и сложное, смотрим а сколько же у нас самой видеопамяти? Глянуть можно так Параметры ----> система ---> О системе. И вверху будет написано.

Не ведитесь на то что якобы для нейросети нужно 100500 гб видеопамяти. Вовсе нет. Нужно всего 4 гб. Как у меня 1650. Ниже к сожалению не запустится как не старайся.

и тут господа развилка. Те у кого меньше 4. Читает дальше, остальные мотайте до пункта 3

Пункт 2. Сервисы и Боты

Меньше 4 да? Ну тогда воспользуйся помощью ботов или чатГПТ. Из тех ботов которыми сам пользуюсь Neurochan AI в телеграмме (Ссылку оставлять не буду ибо меня забанят, но кому надо в комментах)

Для тех мажоров у кого есть видеокарта 4гб+ Читаем пункт 3.

Пункт 3. Подготовка

Для тех у кого ровно 4 Гб но видеокарта от Nvidia. Первым делом идём на сайт Nvidia и ищём CUDA на свою видеокарту. Это позволит не так сильно нагружать систему и вроде ускоряет саму нейросеть.

Дальше. идём на сайт python (https://www.python.org/) и скачиваем любую версию (желательно последнюю)

Для установки нейросети нужно от 10 гб памяти. желательно Sdd. Но 10 это минимум ибо сама нейросеть весит 7гб. а ещё нужно скачать модели. Но об этом позжею

НА ЭТОМ ПОДГОТОВКА ЗАВЕРШЕНА

Пункт 4. Сама нейросеть.

Пометка от автора: Те кто любит мазохизм и страдание и кататься на самокате вдвоем пока его БМВ на ремонте, а так же любят когда его загоняют в рамки, а так же те у кого 24 гб памяти и куча времени переустанавливать сломавшуюся нейросеть. Добро пожаловать в automatic 1111. Но на этом мы попрощаемся ибо я с этом говном больше не работаю.

Кстати у кого 4гб. AUTOMATIC 1111 БУДЕТ ЛАГАТЬ ВПЛОТЬ ДО СИНЕГО ЭКРАНА.

А потому мы весёлые и радостные идём качать Forge. Он бро. и подойдёт даже на 4 гб.

https://github.com/lllyasviel/stable-diffusion-webui-forge

Листаем до Installing Forge и устанавливаем.

Далее ложим/кладём папку в подготовленное место. и запускаем файл RUN.

Тыкаем и ждём пока всё загрузится. После этого возможно откроется окно в браузере но это пока рано.

А для тех у кого 4 гб. Идем в папку Webui-user которая исполняемый файл/пакетный файл. Открываем его в блокноте и пишем вот так.

got pull

@Echo off

set PYTHON=

set GIT=

set VENV_DIR=

set COMMANDLINE_ARGS= --no-half --opt-sdp-attention --theme dark --skip-torch-cuda-test --no-half

@REM Uncomment following code to reference an existing A1111 checkout.

@REM set A1111_HOME=Your A1111 checkout dir

@REM

@REM set VENV_DIR=%A1111_HOME%/venv

@REM set COMMANDLINE_ARGS=%COMMANDLINE_ARGS% ^

@REM --ckpt-dir %A1111_HOME%/models/Stable-diffusion ^

@REM --hypernetwork-dir %A1111_HOME%/models/hypernetworks ^

@REM --embeddings-dir %A1111_HOME%/embeddings ^

@REM --lora-dir %A1111_HOME%/models/Lora

call webui.bat

Пункт 5. Модели

Как бы так объяснить. модели это по сути обучение нейросети генерировать в конкретном стиле. Например аниме или реализм. Без них нейросеть рисовать не умеет. Их можно скачать на специализированном сайте например: https://civitai.com/models модели тут называются Checkpoint. их нужно скачать и положить по такому пути

Диск\папка с нейросетью\Webui\models( НЕ ПУТАТЬ С modules)

Пример пути:

E:\SD\webui\models\Stable-diffusion.

Теперь всё? Ну вообще да.

Запускай и пользуйся

Показать полностью
[моё] Stable Diffusion Настройка Текст
11
3
MeetOk
MeetOk
3 месяца назад

Auto Tuner⁠⁠

YouTube Короткие видео Настройка Гитара Видео
0
kznalp
kznalp
3 месяца назад
Серия ITшное

Продолжение игр с нейросетями⁠⁠

Вопрос нейросети

Как большое количество мертвых строк влияет на время выполнения select ?

Из ответа нейросети

Основные причины влияния мертвых строк на SELECT:
...
2. Ухудшение эффективности индексов
Индексы, построенные на таблице, также содержат ссылки на мёртвые строки. Это может привести к тому, что при использовании индекса для поиска данных, система будет проверять больше записей, чем необходимо, что замедляет выполнение запроса.
...
Как уменьшить влияние мёртвых строк ?
...
4. Использование индексов
Правильно настроенные индексы позволяют быстрее находить нужные данные, минуя мёртвые строки.


Как это понимать ? А вот как хочешь , так и понимай :-)


[моё] Юмор Субд Postgresql Нейромузыка Настройка
9
0
kznalp
kznalp
3 месяца назад
Postgres DBA
Серия СУБД PostgreSQL

Экспериментальная проверка рекомендации DeepSeek по настройке autovacuum для PostgreSQL⁠⁠

Взято с основного технического канала Postgres DBA

Очередная иллюстрация -ЛЮБОЙ ответ нейросетей необходимо экспериментально проверять.

Экспериментальная проверка рекомендации DeepSeek по настройке autovacuum для PostgreSQL Нейронные сети, Субд, Postgres, Тестирование, Настройка, Длиннопост, DeepSeek

В случае использования советов нейросетей - древняя мудрость особенно актуальна.

Вопрос DeepSeek

Как изменится производительность СУБД PostgreSQL при нагрузке создаваемой pgbench и количестве подключений от 5 до 100 для СУБД размером 300MB при ресурсах CPU = 2 и RAM = 2GB при изменении настроек автовакуума с настроек по умолчанию на агрессивные настройки ?

Ответ DeepSeek

Исходные параметры:

  • Размер БД: 300 MB

  • Ресурсы: 2 CPU, 2 GB RAM

  • Количество подключений: 5–100

  • Нагрузка: pgbench в режиме TPC-B (смесь SELECT/UPDATE).

  • Сравнение:
    Настройки по умолчанию:

autovacuum_vacuum_scale_factor = 0.2

autovacuum_vacuum_threshold = 50

autovacuum_vacuum_cost_delay = 20ms

autovacuum_vacuum_cost_limit = 200

Агрессивные настройки:

autovacuum_vacuum_scale_factor = 0.05 # Запуск при 5% изменений вместо 20%

autovacuum_vacuum_threshold = 25 # Нижний порог срабатывания

autovacuum_vacuum_cost_delay = 5ms # Меньшая задержка между операциями

autovacuum_vacuum_cost_limit = 1000 # Больше операций за один проход

Прогнозируемые результаты:

1. Низкая нагрузка (5–20 подключений):

  • По умолчанию:
    Автовакуум запускается редко. Мертвые кортежи накапливаются, но не критично. Производительность стабильна.
    TPS: ~600–800.

  • Агрессивные настройки:
    Автовакуум срабатывает чаще, но нагрузка от него незначительна. Мертвые кортежи удаляются своевременно.
    TPS: ~650–850 (+5–10%).

2. Средняя нагрузка (30–60 подключений):

  • По умолчанию:
    Накопление мертвых кортежей приводит к:
    Увеличению размера таблиц (из-за "раздувания").
    Замедлению SELECT (сканирование большего объема данных).
    Блокировкам при UPDATE из-за долгих вакуумных операций.
    TPS: падение до 400–500.

  • Агрессивные настройки:
    Частые, но короткие вакуум-сессии. Меньше "раздувания", быстрее доступ к данным.
    TPS: ~550–700 (+20–40%).

3. Высокая нагрузка (80–100 подключений):

  • По умолчанию:
    Критическое накопление мертвых кортежей. Автовакуум не успевает очищать данные, что вызывает:
    Резкое падение TPS (до 200–300).
    Рост времени отклика (блокировки, конкуренция за I/O).

  • Агрессивные настройки:
    Плюсы: Минимизация "раздувания", стабильный TPS (~450–600).
    Минусы: Конкуренция за ресурсы CPU между фоновым вакуумом и рабочими процессами. При 2 CPU возможны просадки из-за нехватки вычислительной мощности.

Ключевые метрики для сравнения:

  1. TPS (Transactions Per Second):
    Агрессивные настройки дадут прирост на 20–40% при 30–60 подключениях.
    При 80–100 подключениях рост TPS будет менее значительным (+10–15%) из-за ограничений CPU.

  2. Задержки (Latency):
    В агрессивном режиме задержки будут стабильнее, особенно в диапазоне 30–60 подключений.

  3. Размер таблиц (Table Bloat):
    Агрессивный автовакуум уменьшит "раздувание" на 40–60% по сравнению с настройками по умолчанию.

  4. Использование CPU:
    При агрессивных настройках нагрузка на CPU вырастет на 15–25% из-за частого выполнения вакуума.

Рекомендации:

  1. Для тестовой конфигурации (2 CPU, 2 GB RAM):
    Агрессивные настройки целесообразны при 20–60 подключениях.
    При 80–100 подключениях требуется мониторинг CPU: если загрузка достигнет 90–100%, производительность может ухудшиться.

  2. Оптимизация под высокую нагрузку:
    Увеличьте autovacuum_max_workers (если нужно параллелить вакуум).
    Настройте maintenance_work_mem (выделите 256–512 MB для операций вакуума).

  3. Дисковый I/O:
    Если диск медленный (HDD), агрессивный автовакуум может вызвать contention I/O. Используйте SSD для минимизации рисков.

Заключение:

Агрессивные настройки автовакуума улучшат производительность на 20–40% при 30–60 подключениях, предотвращая "раздувание" таблиц. Однако при экстремальной нагрузке (80–100 подключений) и ограниченных ресурсах CPU (2 ядра) возможна конкуренция за процессорное время, что снизит эффективность. Тестирование на реальной инфраструктуре с мониторингом CPU/I/O обязательно.

Результаты сравнительных экспериментов

Конфигурация виртуальной машины

CPU = 2RAM = 2GB

Версия СУБД:Postgres Pro (enterprise certified) 15.8.1 on x86_64-pc-linux-gnu, compiled by gcc (AstraLinuxSE 8.3.0-6) 8.3.0, 64-bit

Сценарий нагрузки "Mix Without median time"

Эксперимент-1 : Настройки автовакуума по умолчанию

autovacuum_vacuum_scale_factor = 0.2

autovacuum_vacuum_threshold = 50

autovacuum_analyze_scale_factor = 0.1

autovacuum_analyze_threshold = 50

autovacuum_vacuum_cost_limit = -1

vacuum_cost_limit = 2000

autovacuum_vacuum_cost_delay = 2ms

Эксперимент-2 : "агрессивные" настройки автовакуума

autovacuum_vacuum_scale_factor = 0.01

autovacuum_vacuum_threshold = 25

autovacuum_analyze_scale_factor = 0.005

autovacuum_analyze_threshold = 10

autovacuum_vacuum_cost_limit = 2000

vacuum_cost_limit = 2000

autovacuum_vacuum_cost_delay = 2ms

maintenance_work_mem = 128MB

autovacuum_naptime = 5s

Результаты сравнительных экспериментов

Операционная скорость

Экспериментальная проверка рекомендации DeepSeek по настройке autovacuum для PostgreSQL Нейронные сети, Субд, Postgres, Тестирование, Настройка, Длиннопост, DeepSeek

Ось X - нагрузка на СУБД . Ось Y - операционная скорость

Ожидания СУБД

Экспериментальная проверка рекомендации DeepSeek по настройке autovacuum для PostgreSQL Нейронные сети, Субд, Postgres, Тестирование, Настройка, Длиннопост, DeepSeek

Итоги и проверка гипотез DeepSeek

  1. Операционная скорость для данной СУБД и данных ресурсах ВМ - не увеличилась и даже уменьшилась до -5% при оптимальной нагрузке.

  2. Характерные ожидания - не изменились .

  3. Гипотеза нейросети о влиянии "агрессивной" настройки автовакуума на производительность СУБД - не подтвердилась:

Агрессивные настройки автовакуума улучшат производительность на 20–40% при 30–60 подключениях, предотвращая "раздувание" таблиц.

Показать полностью 3
[моё] Нейронные сети Субд Postgres Тестирование Настройка Длиннопост DeepSeek
3
0
benzin500
benzin500
3 месяца назад

Гениальный совет от ИИ⁠⁠

Купил планшет, всё настроил под себя, кроме размера значков. Мелкие какие-то. Крутил и так, и сяк, не могу найти нужной настройки, и всё тут. Решил спросить у всемогущего Гуголя...

Совет от ИИ, который выперся в первой строке. Это пять с плюсом!

Гениальный совет от ИИ Искусственный интеллект, Google, Планшет, Совет, Настройка, Samsung
[моё] Искусственный интеллект Google Планшет Совет Настройка Samsung
7
3
kznalp
kznalp
3 месяца назад
Серия ITшное

Главный принцип - подвергай всё сомнению. В IT особенно!⁠⁠

Главный принцип - подвергай всё сомнению. В IT особенно! Субд, Postgresql, Настройка, Нейронные сети, DeepSeek, Длиннопост

Меня всегда интересовало - откуда вообще пошла рекомендация 25% RAM для shared_buffers ?

Спросил у DeepSeek

Кто первый рекомендовал значение 25% от размера RAM для параметра shared_buffers для СУБД PostgreSQL ?

Рекомендация устанавливать параметр **`shared_buffers`** в размере **25% от объёма оперативной памяти (RAM)** в PostgreSQL впервые появилась в **официальной документации проекта** и стала результатом **коллективного опыта разработчиков и сообщества**, а не авторства одного конкретного человека. Вот ключевые аспекты её происхождения и распространения:

---

### 📜 1. **Источник рекомендации**
- **Документация PostgreSQL**: В ранних версиях документации (например, в версии 9.1 и более поздних) явно указано, что для серверов с RAM ≥1 ГБ "разумным начальным значением" является **25% от общего объёма памяти** . Например:
> *"Если вы используете выделенный сервер с объёмом ОЗУ 1 ГБ и более, разумным начальным значением `shared_buffers` будет 25% от объёма памяти"* .
- Эта рекомендация позже стала стандартом в руководствах по настройке производительности.

---

### ⚙️ 2. **Почему именно 25%?**
- **Компромисс между кэшем PostgreSQL и ОС**: PostgreSQL использует двойное кэширование:
- `shared_buffers` — внутренний кэш СУБД.
- Кэш файловой системы ОС.
При значении выше 25% возникает дублирование данных в памяти, снижающее эффективность. При этом выделение <25% ухудшает производительность чтения данных .
- **Эмпирические тесты**: Эксперименты показали, что 25% обеспечивают баланс для большинства рабочих нагрузок (OLTP, аналитика). Например, тесты EDB в 2022 году подтвердили, что превышение 25% даёт незначительный прирост производительности, но повышает риски нехватки памяти для других процессов .
⚠️⚠️⚠️
Я провел серию тестов для EDB в 2022 году, чтобы определить, как общие буферы влияют на производительность PostgreSQL. Анализ проводился на устаревшем оборудовании с жесткими дисками и на более современных системах на базе SSD. В итоге мы пришли к выводу, что рекомендация 25 % в целом достаточна
⚠️⚠️⚠️
"(Из ссылки на результаты тестов)
Вы серьезно ? Это называете тестом и рекомендацией !? Ни одной цифры , ни одного графика . Просто "мы пришли к выводу" . А почему я могу верить вашим выводам ? Выводы на чем основаны ?
Я кстати, помню как во времена публикации на Хабре, один кекс в качестве критического комментария к моей статье по анализу производительности СУБД приводил эту статью.

"
---

### 📣 3. **Распространение рекомендации**
- **Сообщество и эксперты**: Совет стал общепринятым благодаря статьям на Habr , Crunchy Data , EnterpriseDB и в инструментах вроде **pgTune**.
- **Реальные конфигурации**: В корпоративных решениях (например, для розничных сетей) параметр строго следует правилу 25%:
- Для сервера с 6 ГБ RAM → `shared_buffers = 1.5 ГБ` .
- Для 32 ГБ RAM → `shared_buffers = 8 ГБ` .

---

### ⚠️ 4. **Исключения**
- **Системы с малым RAM** (<1 ГБ): Рекомендуется снизить долю до 15% или ниже .
- **Специфические нагрузки**:
- Для OLAP-систем с большими запросами иногда эффективнее 15–20% .
- Для чисто записывающих (write-heavy) нагрузок избыток `shared_buffers` может замедлить работу из-за накладных расходов на запись WAL .

---

### 💎 **Заключение**
Рекомендация в 25% для `shared_buffers` **не имеет единственного автора** — она сформирована разработчиками PostgreSQL на основе многолетнего опыта оптимизации. Её первое официальное упоминание появилось в документации (версии 9.x и ранее) , а затем было подтверждено практикой сообщества. Для современных систем это значение остаётся отправной точкой, но требует адаптации под конкретную нагрузку и мониторинг (например, через `pg_buffercache` и анализ соотношения попаданий в кэш) .


В общем , всё как обычно - в стародавние времена просто взяли цифру с потолка и затем рекомендация стала передаваться от одного акына к другому .
При этом не особо и задумываясь над целесообразностью, обоснованностью и не проведя анализ и тесты.
Что , в общем то подтверждает давно известное - основная масса DBA - ремесленники , верящие алхимикам.
Подлинное научное и инженерное знание и опыт в DBA это исключение , чем правило.

Показать полностью
[моё] Субд Postgresql Настройка Нейронные сети DeepSeek Длиннопост
6
Посты не найдены
О нас
О Пикабу Контакты Реклама Сообщить об ошибке Сообщить о нарушении законодательства Отзывы и предложения Новости Пикабу Мобильное приложение RSS
Информация
Помощь Кодекс Пикабу Команда Пикабу Конфиденциальность Правила соцсети О рекомендациях О компании
Наши проекты
Блоги Работа Промокоды Игры Курсы
Партнёры
Промокоды Биг Гик Промокоды Lamoda Промокоды Мвидео Промокоды Яндекс Директ Промокоды Отелло Промокоды Aroma Butik Промокоды Яндекс Путешествия Постила Футбол сегодня
На информационном ресурсе Pikabu.ru применяются рекомендательные технологии