前言
======
交流群里最常听到的一句话就是：我项目太垃圾了，面试怎么办。说实话，我听了也感同身受，因为我也是这么走过来的。而且，几乎大部分人都会经历这个过程。所以，不多说了，安排。
之所以挑性能优化这个方向，主要有几个原因：
1）性能优化是我很感兴趣的一个方向，同时在过去几年，我在这个方向上积累了一些经验，可以说，我之前的面试，项目上几乎是靠性能优化一招走遍天下。因此，我觉得可以拿出来和大家分享一下。
2）性能优化非常通用，几乎对于所有线上项目都可以适用，大家掌握了之后，立马可以到项目中实践起来。我想，应该不存在不需要性能优化的项目，除非你的项目只有“Hello world”。
3）性能优化大部分内容非常简单，几乎没有门槛，经验较浅的同学也很容易上手，同时性能优化也适用二八原则：掌握20%的内容，足以解决80%的问题。
4）性能优化很容易拿到结果，稍微有经验点的同学应该知道，做需求最怕拿不到结果，性能优化就不一样了，都是很直白的数字。1小时的任务，我优化成5分钟，性能提升就是十来倍，简单粗暴。
不多说了，开怼。
正文
======
文章的标题来源于 Jeff Dean 在谷歌的内部一次分布式系统的演讲，英文标题为：Numbers Everyone Should Know。
这些数字与我们后续做性能优化息息相关，因此我将这部分内容放在第一篇，帮助大家建立基本的性能概念。
先来看 Jeff Dean 所说的数字是哪些：
注：1μs = 1000ns、1ms = 1000μs
操作 | 耗时/延迟 | 耗时*10亿 |
一级缓存读取（L1） | 0.5ns | 0.5s |
分支错误预测 | 5ns | 5s |
二级缓存读取（L2） | 7ns | 7s |
互斥锁的加锁解锁 | 25ns | 25s |
内存寻址 | 100ns | 100s |
Zippy压缩1KB数据 | 3000ns（3μs） | 50min |
在1Gbps网络上发送1KB数据 | 10,000ns（10μs） | 2.8h |
从SSD（1GB/s）随机读取4KB数据 | 150,000ns（150μs） | 1.7days |
从内存顺序读取1MB数据 | 250,000ns（250μs） | 2.9days |
| 数据包在同数据中心一个往返 | 500,000ns（500μs） | 5.8days |
从SSD（1GB/s）顺序读取1MB数据 | 1,000,000ns（1ms） | 11.6days |
磁盘寻道 | 10,000,000ns（10ms） | 3.8months |
从磁盘顺序读取1MB数据 | 20,000,000ns（20ms） | 7.9months |
数据包从美国到荷兰一个往返 | 150,000,000ns（150ms） | 4.75years |
表格第三列将耗时数据提升10亿倍，换算成大家更容易看的单位。
这份数据的最初来源为 Peter Norvig 的文章：Teach Yourself Programming in Ten Years，地址：http://norvig.com/21-days.html。
伯克利的 Colin Scott 根据这份数据，通过一定的算法，制作了一个可以根据时间的推移而变化的网站，地址为：https://colin-scott.github.io/personal_website/research/interactive_latency.html，源码中注释有详细解释计算逻辑，例如网络带宽是按每2年增加1倍，DRAM带宽按每3年增加一倍。
根据 Colin Scott 的图表来看，到2021年，网络带宽、内存、SSD、磁盘，都有数量级的提升，而 CPU 相关的一二级缓存变化不大，有兴趣的可以自己点进去看一看。
看这些数据的目的
首先，这些数据肯定不是完全准确的，受限于众多环境因素的影响，其实很难有所谓的准确数字。
我们看这些数据更多是了解每个操作的耗时量级，各个操作之间的数量级比率，从而对于我们工作中接触到的一些相关知识有初步的概念。
而我将这个数据放在性能优化系列文章的开篇，主要想先传达给各位同学几个概念：
1）CPU非常非常快
CPU执行大部分简单指令只需要1个时钟周期，我用个人电脑测试时，CPU可以睿频到4.40GHz（见第2点的测试图），也就是说此时执行一个简单指令需要的时间大约是1/4.4ns，也就是0.23ns（纳秒）。
这是什么概念了，举个简单的例子，即使是真空中传播的光，在0.23ns内也只能走不到7厘米。
2）内存很快了，但是相比CPU来说还是太慢了
CPU和内存之间的瓶颈通常称为冯·诺伊曼瓶颈。具体差别有多大了，我用自己的电脑做了个简单的测试。
我电脑是今年刚买的，硬件应该都还比较新，但是配置比较普通，仅供参考。
CPU配置是 11th Gen Intel Core i5-11400F@2.60GHz，睿频4.40GHz，测试结果看也确实跑到了4.40GHz了，内存配置是 DDR4 3200MHz。
测试结果如下图所示：
从上图看，内存的读取速度为41GB/s，感觉还是挺快的，但是L1 Cache为3TB/s，一比较，相差还是很大。
如果CPU按4.40GHz来算，执行一个简单指令需要的时间大约是0.23ns（纳秒），而内存的延迟是88.7ns，相当于CPU去内存里取一个字节，需要等待386个周期，可以看出，内存相较于CPU来说，确实太慢了。
这也是为什么引入了L1、L2、L3缓存的原因，不过这边我们不深入去研究这些东西，只是对CPU和内存的性能差距有个大概概念。
3）磁盘性能非常非常慢
这个大家估计大家都知道，具体有多慢了，我这边在用自己的电脑做了个简单的测试。
我电脑刚好有两块硬盘，一块256GB的SSD（固态硬盘），一块1T的HDD（机械硬盘）。
SSD测试结果如下图所示：
忽略队列（Q）和线程（T）的影响，顺序读（SEQ）的性能为1535.67MB/s，随机读（RND）的性能为49.61MB/s。
对比下上面内存的性能41GB/s，尽管是SSD，性能还是存在数量级的差距，另一个就是随机读的性能相比顺序读也是存在数量级的差距。
HDD测试结果如下图所示：
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）
Ending
Tip：由于文章篇幅有限制，下面还有20个关于MySQL的问题，我都复盘整理成一份pdf文档了，后面的内容我就把剩下的问题的目录展示给大家看一下
如果觉得有帮助不妨【转发+点赞+关注】支持我，后续会为大家带来更多的技术类文章以及学习类文章！（阿里对MySQL底层实现以及索引实现问的很多）
吃透后这份pdf，你同样可以跟面试官侃侃而谈MySQL。其实像阿里p7岗位的需求也没那么难（但也不简单），扎实的Java基础+无短板知识面+对某几个开源技术有深度学习+阅读过源码+算法刷题，这一套下来p7岗差不多没什么问题，还是希望大家都能拿到高薪offer吧。
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门即可获取！
吃透后这份pdf，你同样可以跟面试官侃侃而谈MySQL。其实像阿里p7岗位的需求也没那么难（但也不简单），扎实的Java基础+无短板知识面+对某几个开源技术有深度学习+阅读过源码+算法刷题，这一套下来p7岗差不多没什么问题，还是希望大家都能拿到高薪offer吧。
《一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码》，点击传送门即可获取！
扫一扫
651
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
