性能优化学习

一、明确优化目标
提升吞吐量还是相应速度。

二、性能优化的指标

       1） 平均响应时间  
        服务接口的平均处理能力。
        向某个网站发送n次请求，n次请求相应时间除以n得到的时间。   短时间请求慢，然后又变好，平均响应时间无法反映出性能波动。

        2）百分位数
        应用接口的整体相应情况
        超过 N% 的请求都在 X 时间内返回。比如 TP90 = 50ms，意思是超过 90% 的请求，都在 50ms 内返回。
        TP50、TP90、TP95、TP99、TP99.9 等多个段，对高百分位的值要求越高，对系统响应能力的稳定性要求越高。

       3）并发量
       指的是系统能够同时处理的请求数量，反映的是系统的负载能力。

        4）秒开率
        前端网页或者APP能够在1秒内很平滑的打开，尤其是首页的加载 超过3秒则用户可能直接退出不在使用，这里强调后端优化的同事，也需要对前端进行优化。

        5）正确性
      优化后的性能提高后，数据依旧要是正确的。

三、附言

1、除非必要,一开始不要优化(尤其是开发阶段)
2、有些优化准则已经过时,需要考虑当下的软硬件环境(不要墨守成规)
3、不要过分强调某些系统级指标,如cache 命中率,而应该聚焦性能瓶颈点
4、不盲从，测试、找到系统的性能瓶颈，再确定优化手段
5、注意权衡优化的成本和收益（有些优化可能需要现有架构做出调整、增加开发/运维成本）
6、优化的目标是用户体验、降低硬件成本（降低集群规模、不依赖单机高性能）
7、测试环境的优化手段未必对生产环境有效（优化需要针对真实情况）

四、相关实操

1、接口访问时间     qps      jmeters接口压测 

2、数据库访问时间     执行计划 

3、cpu  内存  磁盘使用率  第三方监测工具  arths