Amdahl's law

记得以前有一个同事争辩为什么不使用PHP 5的类功能时，说他做了一个试验，那就是使用普通函数方式比类方式效率要高出10倍以上。对于他的这个理由，当时我也一时反应不过来，事情就这样不了了之了。后来仔细想了一下，他的这个试验并不能说明什么问题。在一个系统中，会有很多的部分，系统运行的性能是取决整体的所有部分之合，而不仅仅是某一个部分。特别是，在Web应用中，最大的瓶颈是网络响应以及数据库访问，像PHP类封装产生性能消耗所占比重其实是微乎其微的。假设PHP类代码执行的时间占整个系统的10%，那么即便优化到零占用（该部分的效率提高就何止是一千一万倍，简直就是无穷），那么整体的性能也不过是提高了10%而已！所以，关键是不是提高单点的性能，而是整体的性能。与其在不重要的地方花功夫，还不如找到真正的瓶颈，以达到四两拨千斤的效果。

今天看文章才知道，原来上面的道理早就是定理了，那就是 Amdahl's law。其大意是，如果一个占整个任务比重为P的组件的运行效率为原来S倍，那么当S->∞的时候，效率的最大提升也不过是1/(1-P)。

由此，我们可以知道，要提高整体性能，必须是全方位的。由此，也得出，在串行计算的系统中，路径上的任何一块都可能是整个系统的瓶颈。必须把每个任务都化成为独立的子任务并行执行，使得每个一个P值都可以接近于1。

因为 Amdahl's law的存在，所以 有人指出现有的N-层软件架构是有问题的。因为N-层架构是由不同的层次组成的，即每个层次只占整个任务的一部分比重即P。这使得扩展很复杂，而且不同层次扩展的方式以及效果并不一样，所以不符合线性可扩展性。即限于P的值，增加再多的硬件，再多的优化，最多也只能达到1/(1-P)的效果。因此提出，把所有的n-层架构都整合在一个处理单元（process unit）里，这样就可以通过直接增加处理单元而完成线性可扩展性。

乍看起来，这么说也是有道理的。提高系统的内聚性，减少对外的耦合，这是模块化原则，也是性能提高的原则，因为耦合总会带来性能的下降。不过再想想，这样处理扩展性，虽然看起来很简单了，却不利于分工和合作。这样的话，整个就是一个封闭系统，开发和维护就复杂了。N层结构的好处，就是不同层次之间的交互只是通过接口，这样利于不同层的内部创新，简化每个层的工作。而且毕竟不同层次的工作是各有特点的，使用不同的扩展机制也是为了达到更大的优化（相反，一视同仁的优化方式未必对所有层次都能达到最优）。

还是根据 Amdahl's law，我们需要把任务进行分解成独立子任务，以并行执行。分解之后，因为每个子任务都很简单，那么就可以比较好的优化，可以更高效的执行，这也是Google的 MapReduce技术的基本原理。

如何定任务，使得其可以相对独立，可以高效运行，线性扩展，这就是问题的关键了。你可以说是完成一个复杂的完整的业务逻辑，也可以说只是完成一个简单的存贮动作。不同的层次，不同的粒度，视情况需要了。