性能测试监控指标及分析调优

IOPS（Input/Output Per Second）每秒的输入输出量，这种是单位时间内系统能处理的 I/O 请求数量，I/O 请求通常为读或写数据操作请求，关注随机读写性能，适用于随机读写频繁的应用，如小文件存储，邮件服务器。数据吞吐量，这种是单位时间可以传输的数据量，对于大量顺序读写频繁的应用，传输大量连续数据，例如视频编辑。

2.1.2 网络吞吐量

指网络传输时没有丢帧的情况下，设备能够接受的最大数据速率。网络吞吐量不仅跟带宽有关系，还跟CPU处理能力、网卡、防火墙、以及 I/O 等紧密联系，吞吐量的大小由网卡的处理能力、内部程序算法以及带宽大小决定。

2.2 资源使用率

2.2.1 CPU 使用率

首先可以先了解 CPU 的基本信息，包括物理CPU的个数、单个 CPU 的核数，然后可以通过命令查看CPU使用率，vmstat、mpstat、top

2.2.2 内存使用率

命令：free -m、vmstat、top

2.2.3 磁盘 I/O

命令：iostat、 iotop

2.2.4 网络 I/O

命令：netstat、ifconfig、tcpstat

2.3 RT 响应时间

数据库响应时间，即数据库操作的时间
服务端响应时间，服务端包括Nginx分发的请求所消耗的时间及服务端程序执行所消耗的时间。
网络响应时间，网络传输，网络硬件需要对传输的请求进行解析所消耗的时间
客户端响应时间，一般 Web、App 客户端，消耗时间可以忽略不计，但是如果客户端存在大量的逻辑处理，消耗的时间有能能就会变长。

三、自下而上排查性能问题

当进行压测之后，我们会输出一份性能测试报告，其中包括RT、TPS、服务器的CPU、内存、I/O，以及 JVM 的 GC 频率。通过这些指标可以发现性能瓶颈。我们可以采用自下而上的方式进行分析。

首先从操作系统层面，查看系统的 CPU、内存、磁盘I/O、网络的使用率是否异常，再通过命令查找异常日志，最后通过日志分析，找到导致瓶颈的问原因。
还可以从 Java 应用的 JVM 层面，查看 JVM 的垃圾回收频率以及内存分配情况是否存在异常，分析垃圾回收日志，找到导致瓶颈的原因。
如果系统和 JVM 层面都没有出现异常情况，然后可以从应用服务业务层查看是否存在性能瓶颈，例如Java 编程问题，读写数据库瓶颈等。

四、自上而下优化性能问题

整体的调优顺序，应用层调优 ----> jvm调优 ---> 操作系统层调优

4.1 应用层调优

首先是优化代码，代码问题往往会因为消耗系统资源而暴漏出来，例如代码导致内存溢出，使 JVM 内存用完，而发生频繁的 FullGC，导致 CPU 偏高。其次是优化设计，主要是优化业务层和中间件层代码，例如可以采用代理模式，放在频繁调用的创建对象的场景里，共享一个创建对象，减少创建对象的消耗。再次是优化算法，选择合适的算法降低时间复杂度。

4.2 中间件调优

主要介绍MySQL 调优

4.2.1 表结构与索引优化

主要是对数据库设计、表结构设计以及索引设置维度进行的优化，设计表结构的时候，考虑数据库的水平与垂直的拓展能力，提前规划好将来数据量、读写量的增长，规划好分库分表方案。对字段选择合适的数据类型，优先选用较小的数据结构。

4.2.2 SQL 语句优化

主要是对SQL 语句进行的优化，使用explain来查看执行计划，来查看是否使用了索引，使用了哪些索引。也可以使用 Profile 命令分析语句执行过程中各个分步的耗时。

4.2.3 MySQL 参数优化

主要是对 MySQL 服务的配置进行优化，例如连接数的管理，对索引缓存、查询缓存、排序缓存等各种缓存大小进行优化

4.2.4 硬件及系统配置

对硬件设备和操作系统设置进行优化，例如调整操作系统参数、禁用 swap、增加内存、升级固态硬盘。

4.3 系统调优

首先是操作系统调优，Linux 操作的内核参数设置可以进行调优，已达到提供高性能的目的。
其次，JVM 调优，设置合理的 JVM 内存空间，以及垃圾回收算法来提高性能，例如，如果业务逻辑会创建大对象，我们就可以设置，将大的对象直接放到老年代中，这样可以减少年轻代频发发生 YongGC，减少 CPU 的占用时间。