性能优化的常见模式及趋势|小丘

性能优化的价值

从上图可以看出几个优点

• 成本降低

• 稳定性提升

• 用户体验体验提升

性能优化的缺点也有

• 维护成本增加：代码可能变复杂，结构可能变复杂，技术栈可能变复杂
  

性能优化的两种模式

个人总结，性能优化整体上可以分为两类：单应用优化和结构型优化。

单应用优化，关注单系统瓶颈，通过解决单系统瓶颈提升性能。

结构型优化，通过改造链路结构和配比，进行整体性能的优化。

单应用优化常见步骤

优化基本思路（闭环）

1. 确定性能瓶颈/热点

2. 确定优化方案

3. 实施、反馈优化情况

确定性能瓶颈/热点的常见方法

1. 性能压测：通过工具/人肉等方式量化运行时性能情况

2. 业务/代码梳理：通过代码走读，发现资源消耗热点（牛B的人可以这么干）；通过统计代码对资源的操作，量化代码对资源的消耗（比如一个业务操作会进行多少次数据库调用，会进行多少次服务运算等方式）
   

压测时常观察的内容及工具有（举例java应用）

1. 压测工具：jmeter

2. 内存的使用情况：mat，gc日志，vmstat

3. IO情况：iostat

4. 网络情况：netstat

5. 热点代码：jprofile，btrace，jstack，jstat

6. CPU情况：top

优化的常见手段或模式

1. 静态化：动态数据和静态数据分离。

2. 异步化：使用异步化减少主流程中的非关键业务逻辑。

3. 并行化：使用多线程并发处理，缩短响应时间。
   

4. 内存优化：减少对象大小，减少对象创造，数据模型优化

5. 去重复运算：业务逻辑优化，或者使用缓存

6. 减少数据库操作：数据冗余，数据缓存等

7. 缩短数据库事务：短事务，异步化，最终一致性等方式可以考虑

8. 精简代码逻辑：去除冗余代码，诸如过度设计检查等代码。

9. 精简日志操作：日志大小要关注，注意IO上的瓶颈；日志太多，说明生成的string也会多，也增加了gc负担

10. 等等

结构型优化常见步骤

此部分介绍的内容，在很多网站架构变迁的文章中介绍过，这里通过图的方式展现出来。

每个阶段都有适用的软件架构，基于成本、建设复杂度、维护成本的考虑，不必强求一开始建设很完整的技术体系。

个人认为，性能是驱动应用体系研究的重要驱动力，可以通过下面应用结构演进看出来。

1、单应用时代常见瓶颈先发生在DB

2、单应用时代常见第一个解法是使用缓存（偏向应用级别缓存）

3、单应用时代常见第一个解法是独立缓存服务（集中式缓存，如memcache）

3、单应用集中式部署带来应用集群处理能力提升

4、单应用集中式部署部署后的DB瓶颈

5、单应用集中式部署部署后的DB瓶颈解法（数据库拆分、读写分离）

6、服务化拆分应对更大范围请求量

服务化集群部署模式

两个结构优化的案例

处理单点/网络瓶颈的可行方式

处理数据库连接池瓶颈的可行手段

总结：性能/应用优化的几个趋势

↙点击阅读原文直达征途小丘链接原文