2013年4月12日

规则4 压缩组件

摘要: 1. 压缩是通过浏览器发送Accept-Encoding头和服务器响应Content-Encoding完成的。2. 压缩什么 很多网站会压缩其HTML文档,实际上压缩脚本和样式表也是非常值得做的(还包括XML和JSON在内的文本响应)。图片和PDF不应该被压缩,因为他们本来就被压缩了,再压缩只会浪费CPU资源。 根据经验通常对大于1kb或2kb的文件进行压缩,mod_gzip_minimun_file_size指令会控制着希望压缩的文件的最小值,默认值为500B。3. 配置 a. 一般压缩方法有gzip和deflate,但gzip支持的浏览器最多,并且压缩效果也较好; b. Apach... 阅读全文

posted @ 2013-04-12 18:25 BigPalm 阅读(184) 评论(0) 推荐(0) 编辑

规则3 添加Expires头

摘要: 1. Expires and Max-Age a. Expires可以指示浏览器使用缓存组件直到有效期,通过指定一个特定有效期时间(Expires: Thu, 15 Apr 2010 20:00:00 GMT),需要考虑服务器和客户端同步性; b. Cache-Control使用max-age来指定缓存被缓存多久,指定的是一个相对时间,单位为秒(Cache-Control: max-age=315360000); c. Cache-Control优先级更高,同时存在时可以重写Expires,但是HTTP1.0不支持Cache-Control; d. mod_expires Apache... 阅读全文

posted @ 2013-04-12 16:46 BigPalm 阅读(200) 评论(0) 推荐(0) 编辑

规则2 使用内容发布网络

摘要: 1. 正确部署服务器:当用户群增加时,有必要在多个地理位置不同服务器上部署内容,由于性能黄金法则,首先可以考虑将组件服务器分散开;2. 内容发布网络(CDN) a. CDN是一组分布在多个不同地理位置的Web服务器,用于更加高效地向用户发布内容; b.CDN可以缩短响应时间、备份、扩展存储能力、进行缓存、缓和web流量峰值压力; c.CDN缺陷:响应时间可能受到其他网站影响,因为CDN服务商在其所有客户之间共享web服务器;无法直接控制组件服务器所带来的特殊麻烦; d.CDN用于发布静态内容。 阅读全文

posted @ 2013-04-12 15:56 BigPalm 阅读(151) 评论(0) 推荐(0) 编辑

规则1 减少HTTP请求

摘要: 1. 由性能黄金法则得知,改善响应时间的最简单途径就是减少组件的数量,并由此减少HTTP请求的数量。2. 图片地图 a. 允许在一个图片上关联多个URL,目标URL的选择取决于单击图片哪个位置; b. 服务器端图片地图:所有点击提交到同一URL,向其传递用户点击的x,y坐标。Web将x,y映射为适当的操作; c. 客户端图片地图:将用户点击映射到指定操作。通过HTML的MAP标签实现; d. 缺点:区域坐标难确定,通过DHTML创建的图片地图在IE下无法工作。 e. <img usemap="#map1" border=0 src="/image/image 阅读全文

posted @ 2013-04-12 15:40 BigPalm 阅读(231) 评论(0) 推荐(0) 编辑

绪言 前端性能的重要性 && HTTP概述

摘要: 1. 性能黄金法则 只有10%~20%的最终用户响应时间花在了下载HTML文档上。其余的80%~90%时间花在了下载页面中的所有组件上。2. 时间分配: a. 有缓存:没有太多的下载活动,HTML文档下载后将阻塞HTTP请求,先进行解析HTML、JavaScript、CSS,并从缓存中获取组件; b. 大量的HTTP请求并行发生:因为使用了多个不同的主机名; c.HTML请求得到响应后(不需要响应完全结束)就开始解析(同时构造DOM树)并开始下载解析出的组件; d. 在请求脚本时不会发生并行请求:大多情况下(defer,async除外)浏览器在下载脚本时会阻塞其他其他组件下载(页面呈... 阅读全文

posted @ 2013-04-12 14:52 BigPalm 阅读(315) 评论(0) 推荐(0) 编辑

The normal equations

摘要: 1. Guide Gradient descent gives one way of minimizing J. Lets discuss a second wayof doing so, this time performing the minimization explicitly and withoutresorting to an iterative algorithm. In this method, we will minimize J byexplicitly taking its derivatives with respect to the θj ’s, and setti. 阅读全文

posted @ 2013-04-12 11:06 BigPalm 阅读(456) 评论(0) 推荐(0) 编辑

Linear Regression

摘要: 1. Guide Here, the x’s are two-dimensional vectors in R2. For instance, x(i)1 is theliving area of the i-th house in the training set, and x(i)2 is its number ofbedrooms. To perform supervised learning, wo must decide to choose h. As an initual choice, we decide to approximate y as a l... 阅读全文

posted @ 2013-04-12 09:46 BigPalm 阅读(186) 评论(0) 推荐(0) 编辑

Supervised learning

摘要: 1. Guide Suppose we have a dataset giving the living areas and prices of 47 housesfrom Portland, Oregon: We can plot this data: ... 阅读全文

posted @ 2013-04-12 09:36 BigPalm 阅读(169) 评论(0) 推荐(0) 编辑

导航