系统优化的基本思想点

在尝试对一个系统进行优化的时候，一般分为两个创造性步骤，一个是在脑海中进行构思并创造出思维蓝图，第二个创造在于将蓝图付诸于实践，这里将提供一些第一步中构思蓝图应该考虑的，或者说是应该如何进行思考提供一些建议。

• 定义性能最优的方法是响应时间，吞吐量是响应时间的一个副产品。
• 如果无法测量就无法有效地优化，所以性能优化工作需要基于高质量、全方位及完整的响应时间策略。
• 策略的最佳开始点应该是入口，这里及应用程序，而不是数据库。即使问题出现在底层的数据库，借助良好的测量也是可以很容易地发现问题。
• 大多数系统无法完整地策略，测量有时候也会有错误的结果。但也可以向办法绕过一些限制，并得到好的结果（但是要能意识到所使用的方法的缺陷喝不确定性在哪里）。
• 完整的测量会产生大量需求分析的数据，所以需要用到剖析器（分析的工具）。最佳的工具，可以帮助将最重要的问题冒泡到前面，这样就可以决定从哪里开始分析会比较好。
• 剖析报告是一种汇总信息，掩盖和丢弃了太多的细节。而且它不会告诉你缺少了什么，所以完全依赖剖析报告也是不明智的。
• 有两种消耗时间的操作：工作或者等待。大部分剖析工具只能测量因为工作而消耗的时间，所以分析有时候是很有用的补充，尤其是当CPU利用率很低但是工资却一致无法完成的时候。
• 优化和提升是两个方面的事情。当继续提升的成本超过收益的时候，应当停止优化。
• 注意你的直觉，但应该只根据直觉来知道解决问题的思路，而不是用于确定系统的问题。决策应当尽量基于数据而不是感觉。

总体来说。我认为解决性能问题的方法，首先是澄清问题，并从中找出关键的问题（5% 再怎么优化，带来的收益也只有 5%，而95%则有很大的收益空间），然后选择合适的技术来解答这些问题。

理论上存粹的自顶向下的方法分析和详尽的测量知识理想的情况，而我们常常要处理的是真是系统。真是系统是复杂且无法充分测量的，所以我们只能根据情况尽力而为。虽然我们无法完整地对真实系统进行测量，但是说到底他们都是某种状态机，只要细心，逻辑清晰并且坚持下去，通常来说都能得到想要的结果。要注意的是不要把原因和结果搞混了，而且在确认问题之前也不要随便针对系统做变动。