务虚：建立团队的性能文化

 之前的性能测试博客大多都是介绍性能测试的方法、思路以及测试工具的使用，可以称之为“务实”。这篇博客，聊聊“务虚”——如何建立团队的性能文化。。。

首先来看看团队中不同角色，他们对性能的关注点都是什么？然后拆分开，从不同视角聊聊如何针对性的建立团队的性能文化。。。

不同视角的性能关注点

角色视角	性能关注点
产品	用户数、使用时间、使用场景
开发	系统架构、代码设计、内存使用、通信方式
测试	系统性能表现是否满足性能需求指标：TPS/RT/CPU%/Memory%/Success%
运维	资源使用率、系统容量、扩展性、稳定性

 

一、产品

对于产品童鞋而言，不会直接考虑到系统性能，而更多的是需要关注有多少用户数，他们在什么时间段使用我的产品，使用频次最高的场景是哪些等因素。

1、用户数

已有用户数：即系统已有的用户数，通常意义上性能测试中所谓的模拟用户数（并发）都是通过已有用户的数量，按照二八原则来进行预估。

所谓的“二八原则”，即80%的用户在20%的时间访问系统，进行业务场景的交互操作。

活跃用户数：如果要更进一步的划分用户类型的话，DAU（日活）是个很好的维度，通过监控，可以看出有多少用户在什么时间段进行了哪些业务操作，

各个不同的业务场景，在系统使用高峰时，各自的占比时长等。

潜在用户数：有时候由于业务快速发展或者用户引流渠道的拓展，会带来短期内的用户注册和使用频次的激增，这个时候，激增的用户数和对系统的高频使用，

会给系统带来巨大的负担，对类似这样的情况做到心中有数，做好应对方案，可以很大程度上避免系统出错甚至服务不可用的尴尬局面。

2、使用时间

高峰时间：即用户使用系统最频繁的时间段，以及使用系统的用户量较大的时间。这种时间维度的划分需要一些定量的指标来区分，可以根据具体的业务场景来对待。

平缓时间：即用户日常使用时间段，这个可以从使用频次和使用人数上来设定一个阈值，进而针对性的划分时间区间。

特殊时间：比如双十一，比如一些特卖或者秒杀活动，短时间内的用户数和使用频次的激增，会对系统造成很大的负担，如果不提前做好应对措施，很可能会造成一些不好的影响。

3、使用场景

高频业务场景：以电商网站举例，首页、搜索、商品明细页，这些场景可以说是用户高频访问的场景。

基础业务场景：同样以电商网站举例，用户注册、登录、搜索、商品分类可以算作基础业务场景，即用户使用产品所必须涉及到的业务场景（当然，和其他类型的场景存在重叠）。

核心业务场景：同上，购物车，支付，可以看做电商网站的核心业务场景。

特殊业务场景：比如某个促销或者秒杀业务场景，属于短期的有时效性但访问频次较高的，都可划归到特殊业务场景。

PS：上面的几种产品视角的关注点，更多的是从产品分析、需求分析的角度去看待和分类，如果能从产品设计或者需求阶段就考虑到这些因素带来的影响，

那么产品（或者说业务）更多的作为需求发起方，就可以在后续的开发测试运维阶段，让参与的童鞋都尽可能考虑到这些因素从技术角度该如何应对，

从而降低系统上线后所面对的性能风险，或者说有针对性的应对方案。

 

二、开发

1、系统架构

根据业务需求，用户场景以及未来可能的业务变化，系统架构设计要考虑到系统的稳定性、扩展性以及可迁移性。

比如是否采用集群/分布式，是否需要考虑多级缓存，数据库是否需要读写分离、主从热备等方式。

2、代码设计

在项目的开始阶段，一件必不可少的的事情就是就是确定代码的分层和架构，它在一定程度上决定了未来整个项目的代码风格。下面列举一些代码设计的目的和需要遵循的原则：

目的	原则
提供更好的可读性	经济原则
提高可维护性	最小可用原则
降低代码冗余	代码复用原则
高内聚低耦合	奥卡姆剃刀原则

关于代码设计需要遵循的原则，详细内容可参考这里：美团技术团队-性能优化模式

PS：当然，良好的代码设计，还包括开发规范、良好的命名方式、review、静态代码扫描等多种方式。

3、内存使用

这里的内存使用包括内存分配是否合理、代码运行是否会导致OOM、线程锁之类的问题。

4、通信方式

根据具体的业务需求，通信方式采用同步还是异步？同步和异步各自的优缺点是什么？如果采用异步，框架选型如何考虑？举个例子：

比如最常见也最重要的支付场景，对数据一致性和实时性要求很高，那么同步通信方式相比于异步，就更适合业务需求。

 

三、测试

1、性能测试指标

常见的性能测试指标包括TPS、RT、ART、CPU使用率、事务成功率、Memory使用率，指标的存在目的是为了对系统的性能表现有一个直观的衡量依据。

2、性能测试场景

场景，一句话概括的话就是：什么人（用户）在什么时间（峰值/平缓/异常）进行了哪些操作（比如支付、搜索）。

3、性能测试目的

进行性能测试的目的是什么？新系统上线投产前的容量测试？已有系统迭代的性能变化验证？性能基线的确定？异常流量下的容错处理和灾难恢复速率？

4、性能测试结果

系统性能表现是否满足需求？是否达到预期？存在什么风险，可能造成的影响是什么，解决方案/容灾策略是什么？

 

四、运维

1、资源使用率

CPU、内存使用占比是否合理？资源报警阈值如何设定？峰值流量时磁盘IO速率、日志占比等。

一般来说，应用日志占比不要超过磁盘的30%，CPU、内存达到75%就需要重点关注，超过85%，就需要针对性的进行扩容或者降级处理。

2、系统容量

在当前的系统服务配置下，单台服务在阈值下所能提供的最大处理能力。

举例：某个特定业务场景，在2C4G的配置下，CPU使用率为90%，TPS最大值为10笔/秒，RT为0.2S，事务成功率100%。

3、扩展性

随着用户数、使用频次的增加，系统能否及时的进行服务扩展，扩展的速率、利用率等。

4、稳定性

系统稳定性，简单来说就是：系统在性能阈值范围内长时间运行的性能表现。即系统长时间运行，各项指标相对平稳，不会有很大的波动或者突刺。

更多关于系统稳定性保障的策略，可以看这里：系统稳定性

 

最后，如何建立团队文化是个很抽象的问题，不同的研发流程、业务模式、工程师素养都是需要考虑的因素。

个人认为，可以通过设定统一的目标，明确每个岗位的职责，应该重点关注哪些方面，这样做有哪些价值，是否有正向的激励机制，提升沟通质量等手段，

长此以往，所谓的“团队文化”，也许就有了最适合自己的文化。。。