参考1:https://blog.csdn.net/lht337636295/article/details/106162265
参考2:https://blog.csdn.net/weixin_47218056/article/details/108782078
性能瓶颈:
1,服务器硬件瓶颈
2,网络瓶颈(局域网可以不考虑)
3,服务器操作系统瓶颈(参数配置)
4,中间件瓶颈(参数配置,数据库,web服务器等)
5,应用瓶颈(SQL语句,数据库设计,业务逻辑,算法等。)
一 前端优化
1.减少http请求
(1)从设计实现层面简化页面;
(2)合理设置HTTP缓存;
(3)资源合并与压缩;
(4)雪碧图;
(5)Lazy Load Images
2. 将外部脚本置底(将脚本内容在页面信息内容加载后再加载)
3. 异步执行 inline脚本(其实原理和上面是一样,保证脚本在页面内容后面加载。)
4. Lazy Load Javascript(只有在需要加载的时候加载,在一般情况下并不加载信息内容。)
5. 将 CSS放在 HEAD中
6. 异步请求 Callback(就是将一些行为样式提取出来,慢慢的加载信息的内容)
7. 减少不必要的 HTTP跳转
8. 避免重复的资源请求
9. 精简javaScript和css
10.针对于一些公用的图片或者JS,放在CDN服务器上减少带宽的使用。
二 JVM优化
查看JVM里面运行情况,找出卡顿或者速度很慢,或者没有释放的对象,针对其优化。
top :查看当前系统是CPU和内存使用情况,从高到底排序
jmap -heap 4987 看看是不是内存分配太少
jmap -histo:live 2897|more 看看对象大小
ll /proc/PID/task |wc -| 进程数
ll /proc/PID/fd |wc -|查看句柄数
使用内存快照,将内存中的东西快照出来,分析一下主要是什么东西,然后结合代码结构,做相应的优化。
三 数据库层优化
1.优化查询SQL 少使用关联查询,建索引
2.加缓存,减少对数据库的访问频率
3.主从复制,读写分离
4.用msql 分区表 ,优化SQL
5.垂直拆分
6.专库专用,即是按照业务将数据库查分出来,每个业务对应一个数据库,可以实现不同业务分配到不同数据库,上面。减少要用
优点:拆分后业务清晰,规则明确,系统之间的整合或者扩展容易,数据库维护简单
缺点:部分业务表无法join,只能通过接口方式解决,提高了系统的复杂度,每种业务不同的限制存在单库性能瓶颈,不易数据库扩展跟性能提高,事物处理复杂。
7.水平拆分
即把相同表查分到不同数据库中。
相对垂直拆分,水平查分的作用是按照摸个字段或者规则,将数据分散到多个库中,每个表包含一部分数据,简单的来说,就是按照数据行数查分,,主要有分表和分库两种模式
优点:不存在单库大数据库,高并发的性能瓶颈,对应用透明,应用端改造少,按照合理的拆分规则拆分,join操作基本避免夸库,提高了系统的稳定性和复杂能力。
缺点:拆分规则很难抽象,分片事物一致性难以解决,夸库join性能较差。
1. 引入分布式事务的问题。
2. 跨节点Join 的问题。
3. 跨节点合并排序分页问题。
1. 尽量不拆分,架构是进化而来,不是一蹴而就。(SOA)
2. 最大可能的找到最合适的切分维度。
3. 由于数据库中间件对数据Join 实现的优劣难以把握,而且实现高性能难度极大,业务读取 尽量少使用多表Join -尽量通过数据冗余,分组避免数据垮库多表join。
4. 尽量避免分布式事务。
5. 单表拆分到数据1000万以内。
切分方案:
范围、枚举、时间、取模、哈希、指定等。
四 代码级优化
前端:
(第一节有介绍)
1.Javascript
2.CSS选择符
3. HTML
4.Image压缩
后端:
代码优化的目标是:
-
减小代码的体积
-
提高代码运行的效率,减少时间复杂度。
-
减少空间占有率。
详情可参考:https://blog.csdn.net/JewaveOxford/article/details/107154382