作者介紹

[[162648]]

　　陳顯銘(螞蟻金服技術專家，藝名山丘，公眾號：loopfork)

　　專注碼磚七年之久，喜歡碼磚，喜歡扔錘子(山丘之王出自寒冰王座)。?；燠E中生代技術群(公眾號：freshmanTechnology)、高效運維(公眾號：greatops)等高大上社群。專注高可用、分布式、性能優(yōu)化、穩(wěn)定性、高效運維等方向。自我評價：不算出名，但是對于技術有一點點情懷，愛交友，歡迎技術討論。

　　性能優(yōu)化的價值

　　從上圖可以看出幾個優(yōu)點：

　　◆ 成本降低

　　◆ 穩(wěn)定性提升

　　◆ 用戶體驗體驗提升

　　性能優(yōu)化的缺點有：維護成本增加，代碼可能變復雜，結構可能變復雜，技術?？赡茏儚碗s。

　　性能優(yōu)化的兩種模式

　　個人總結，性能優(yōu)化整體上可以分為兩類：單應用優(yōu)化和結構型優(yōu)化。

　　◆ 單應用優(yōu)化，關注單系統(tǒng)瓶頸，通過解決單系統(tǒng)瓶頸提升性能。

　　◆ 結構型優(yōu)化，通過改造鏈路結構和配比，進行整體性能的優(yōu)化。

　　單應用優(yōu)化常見步驟

　　優(yōu)化基本思路(閉環(huán))：

　　1.確定性能瓶頸/熱點；

　　2.確定優(yōu)化方案；

　　3.實施、反饋優(yōu)化情況。

　　確定性能瓶頸/熱點的常見方法：

　　1.性能壓測：通過工具/人肉等方式，量化運行時的性能情況。

　　2.業(yè)務/代碼梳理：通過代碼走讀，發(fā)現資源消耗熱點(牛B的人可以這么干)；通過統(tǒng)計代碼對資源的操作，量化代碼對資源的消耗(比如一個業(yè)務操作會進行多少次數據庫調用，會進行多少次服務運算等方式)。

　　壓測時常觀察的內容及工具有(舉例Java應用)：

　　1.壓測工具：jmeter

　　2.內存的使用情況：mat，gc日志，vmstat

　　3.IO情況：iostat

　　4.網絡情況：netstat

　　5.熱點代碼：jprofile，btrace，jstack，jstat

　　6.CPU情況：top

　　優(yōu)化的常見手段或模式：

　　1.靜態(tài)化：動態(tài)數據和靜態(tài)數據分離。

　　2.異步化：使用異步化減少主流程中的非關鍵業(yè)務邏輯。

　　3.并行化：使用多線程并發(fā)處理，縮短響應時間。

　　4.內存優(yōu)化：減少對象大小，減少對象創(chuàng)造，數據模型優(yōu)化。

　　5.去重復運算：業(yè)務邏輯優(yōu)化，或者使用緩存。

　　6.減少數據庫操作：數據冗余，數據緩存等。

　　7.縮短數據庫事務：短事務，異步化，最終一致性等方式可以考慮。

　　8.精簡代碼邏輯：去除冗余代碼，諸如過度設計檢查等代碼。

　　9.精簡日志操作：日志大小要關注，注意IO上的瓶頸;日志太多，說明生成的string也會多，也增加了gc負擔。

　　等等。

　　結構型優(yōu)化常見步驟

　　此部分介紹的內容，在很多網站架構變遷的文章中介紹過，這里通過圖的方式展現出來。

　　每個階段都有適用的軟件架構，基于成本、建設復雜度、維護成本的考慮，不必強求一開始建設很完整的技術體系。

　　個人認為，性能是驅動應用體系研究的重要驅動力，可以通過下面應用結構演進看出來。

　　1.單應用時代常見瓶頸先發(fā)生在DB?！?/p>

　　2.單應用時代常見***個解法是使用緩存(偏向應用級別緩存)。

　　3.單應用時代常見***個解法是獨立緩存服務(集中式緩存，如memcache)。

　　4.單應用集中式部署帶來應用集群處理能力提升。

　　5.單應用集中式部署部署后的DB瓶頸。

　　6.單應用集中式部署部署后的DB瓶頸解法(數據庫拆分、讀寫分離)。

　　7.服務化拆分應對更大范圍請求量。

　　8.服務化集群部署模式。

　　兩個結構優(yōu)化的案例

　　◆ 處理單點/網絡瓶頸的可行方式

　　◆ 處理數據庫連接池瓶頸的可行手段

　　總結：性能/應用優(yōu)化的幾個趨勢