net.core.wmem_max=4194304
net.core.rmem_max=4194304
net.core.rmem_default=4194304
net.core.wmem_default=4194304
net.ipv4.tcp_rmem="4096 87380 4194304"
net.ipv4.tcp_wmem="4096 65536 4194304"

# Reduce CPU utilization
net.ipv4.tcp_timestamps=0

# Increase throughput
net.ipv4.tcp_sack=1

# Low latency mode for TCP
net.ipv4.tcp_low_latency=1

# The following variable is used to tell the kernel how 

## Storage usage

The selection of varying data and parity drives has a direct impact on the drive space usage. With storage class, you can optimize for high
redundancy or better drive space utilization.

To get an idea of how various combinations of data and parity drives affect the storage usage, let’s take an example of a 100 MiB file stored

     * Get current cache statistics for monitoring
     * @return formatted statistics string
     */
    public static String getCacheStatistics() {
        return String.format("BufferCache: queued=%d, max=%d, utilization=%.1f%%", queueSize.get(), MAX_BUFFERS,
                (queueSize.get() * 100.0 / MAX_BUFFERS));
    }

    /**
     * Clear all cached buffers (for testing or cleanup)
     */

    * **Vue-router**.
    * **Vuetify** pour de magnifiques composants *material design*.
    * **TypeScript**.
    * Serveur Docker basé sur **Nginx** (configuré pour être facilement manipulé avec Vue-router).
    * Utilisation de *Docker multi-stage building*, pour ne pas avoir besoin de sauvegarder ou *commit* du code compilé.
    * Tests frontend exécutés à la compilation (pouvant être désactivés).

Vous devez vous assurer qu'il est unique pour chaque opération.

{* ../../docs_src/path_operation_advanced_configuration/tutorial001.py hl[6] *}

### Utilisation du nom *path operation function* comme operationId