应用程序性能分析方法（以ElasticSearch作为例子）

原则：性能调整在距离工作执行的地方越近越好

应用程序基础

需要了解应用程序的以下方面（以ES举例）

1. 功能。分布式查询引擎
2. 操作。查询、写入等等
3. 配置。_cluster/settings和elasticseach.yml包含很多配置
4. 指标。bulk time、QPS、线程池…
5. 日志。系统日志、慢查询写入日志、gc日志
6. 版本。7.9.1，新版本可能有性能提升的feature
7. bugs。暂无
8. 社区。中文和英文社区

常见的优化

需要找到常用的代码路径。应用的代码可能上百万行，随机找地方优化的效率太低。可以通过栈跟踪方法找到。java程序栈跟踪通常使用Async_profiler或Jprofiler

提高性能的常用方法

1. 增加IO尺寸。每次IO都有固定开销（寻道时间），执行1次128KB的写入比执行128次1KB的写入效率更高。ES提供了异步的translog fsync策略，来增加IO尺寸
2. 缓存。ES的查询就有多个查询缓存，例如request cache, filter cache
3. 缓冲区。为提高写入性能，数据在写入下一层级前会先放到缓冲区中，这增加了IO大小。ES的refresh间隔可配置策略就是这个原理。
4. epoll。轮询是在循环中等待时间状态的变化，存在CPU开销高昂、事件发生和下一次检查的延时较高的问题。epoll没有这样的性能负担。ES使用了netty框架处理网络请求，netty是基于reactor模型的
5. 并行。利用多处理器加快处理速度。ES的shard查询执行就是并发的，并且在ESQL中并行的线程数增大了，支持segment级并行查询。
6. 非阻塞IO。Netty使用了NIO
7. 处理器绑定。线程在单一CPU执行能够提高内存本地性，减少内存IO，但可能会导致资源利用率下降。

垃圾回收的问题

1. CPU成本
2. stop-the-world导致的延迟

方法和分析

线程状态

1. on CPU。使用CPU执行
2. off CPU
   1. 睡眠
   2. 锁
   3. 等待CPU
   4. 匿名换页
   5. IO

CPU剖析方法

等待CPU调度所花时间：sched stat\perf sched
匿名换页时间：delay accounting特性
其他的可以使用：jprofiler

USE方法

对于软件资源也可以使用USE方法查看成为瓶颈的软件资源。可以对软件资源的使用率、饱和度和错误进行考量。ES的线程池基础信息就是很好的例子，包含了线程池的active线程数（对应使用率）；排队线程数量（对应饱和度）；拒绝的请求数（对应错误）。
node_name name active queue rejected yg-data-rt-es0174 write 16 108 0 yg-data-rt-es0017 write 0 0 0 yg-data-rt-es0048 write 0 0 0 yg-data-rt-es0024 write 0 0 0

参考

《性能之巅》