linux下程序性能优化

一. 性能优化概述

•一般来说，程序性能不佳，有可能是如下三个原因：

–A.程序运输量大，导致CPU过于繁忙，CPU是瓶颈

•解决办法就是在设备上运行TOP命令，如果某个进程的CPU利用率很高，则说明CPU是瓶颈。

•

•

–B. 程序需要做大量的IO，读写文件，内存操作等，CPU更多是出于等待，I/O部分是系统的瓶颈。

•1.可以通过命令# vmstat 查看当前系统虚拟内存以及缓存使用情况，从而判断应用程序是否占用了大量内存。

•2.也可以通过命令# iostat 详细的监控磁盘的IO状态。

–程序之间互相等待，结果CPU利用率很低，但程序运行速度依然很慢，那么程序之间的共享和死锁制约了程序的性能。如果系统CPU利用率不高，那么也不存在大量的IO操作，那么很可能是线程之间的相互等待造成的，这时需要对程序进行大概重构。

二. IO 优化

•分析应用输入源以及输出对象

–一般来说，CPU寄存器访问速度>L1,L2,L3缓存>内存访问>IO访问

–如果读写文件较大时，我们可以考虑用多线程去读写该文件，多线程可以大大降低文件的读写时间

•考虑IO对象的位置

•分析IO对象的初始化以及清理过程

•减少非必要的IO

三; 程序并发与负载均衡 

•分析应用线程之间的共享资源

•最小化资源的保持程序的并发和通讯

–

•多线程之间仅可能保持负载均衡

•在多核系统下由于LINUX内核调度器具有软亲和力（affinity）的特性，这意味这、着进程通常不会在处理器之间频繁的切换。在实际应用中，如果不存在数据竞争的影响，应用的不同部分分布到不同的CPU上，可以带来更高的收益。

四. 关键路径分析

•分析业务处理流程，检查关键路径的潜在瓶颈。

•分析关键路径上的函数调用，关注高耗时的函数以及异常调用频率。

•使用Oprofile实现应用性能监控。

•int main(int argc, char *argv[])

•{  int x,y;

•    for(i = 0; i < 200; i ++) {

•        for(j = 0; j <  30 ; j++) {

•              y= slow_multiply(i, j);        

    }

•    }

•}

•int slow_multiply(x, y)

•{

•    returnx * y;

•}

•[root@localhost test]# gcc multiply.c -g -o multiply

•[root@localhost test]# opcontrol --init

•[root@localhost test]# opcontrol --vmlinux=/usr/src/linux-2.6.37.2/vmlinux

•[root@localhost test]# opcontrol --reset

•[root@localhost test]# opcontrol --start

•root@localhost test]# opcontrol --stop

•Stopping profiling.

•[root@localhost test]# opcontrol --shutdown

•Killing daemon.

•[root@localhost test]# opcontrol --deinit

•Unloading oprofile module

•[root@localhost test]# opannotate --source ./multiply

•            

•  :{ /* slow_multiplytotal:     36 92.3077 */

•               :       int i, j, z;

•    2769.2308 :        for (i = 0, z = 0; i < x; i++)

•     820.5128:               z = z + y;

•     1 2.5641 :        return z; 

如上可知上述函数耗时较多。

五. 算法及数据结构优化 

•分析程序中耗时多的算法的复杂度，尽量降低程序的复杂度。

–如果程序中有个函数耗时呈指数级的增长，则要考虑改进算法

–Swith语句中根据发生的频率来进行case排序

–用指针代替数组

–用移位运算代替乘除运算

•分析数据结构内存对齐，字符以及二进制的格式选用。