《工业互联网专项工作组2020年工作计划》

具体该如何去量化分析性能?这里列出了一些工具参考：

• 系统层面：tsar、top、iostat、vmstat
• 网络层面：iftop、tcpdump、wireshark
• 数据库层面：SQL explain、CloudDBA
• 应用代码层面：JProfiler、Arthas、jstack

其中很多工具也是问题排查时常用的诊断工具;毕竟，无论是性能分析还是诊断分析，目的都是去理解一个系统和他所处的环境，所需要做的事情都是相似的。

优化原则

你应该做的：上面已经提了很多，这里再补充一点：性能优化与做功能需求一样，都是为业务服务的，因此优化时千万不要忙着自嗨，一定要结合目标需求和应用场景 —— 也许这块你想做的优化，压根线上就碰不到;也许那块很难做的优化，可以根据流量特征做非通用的定制优化。

你不应该做的：即老生常谈的提前优化(Premature-optimization)与过度优化(Over-optimization) —— 通常而言(并不绝对)，性能优化都不是免费的午餐，优化做的越多，往往可维护性也会越差。

优化手段

常用的性能优化手段有哪些?我这里总结了 8 个套路(最后 1 个是小霸王多合一汇总套路)。

1)简化

有些事，你可以选择不做。

• 业务层面：e.g. 流程精简、需求简化。
• 编码层面：e.g. 循环内减少高开销操作。
• 架构层面：e.g. 减少没必要的抽象/分层。
• 数据层面：e.g. 数据清洗、提取、聚合。

2)并行

有些事，你可以找人一起做。

方式：单机并行(多线程)、多机并行(分布式)。

优点：充分利用机器资源(多核、集群)。

缺点：同步开销、线程开销、数据倾斜。

• 同步优化：乐观锁、细粒度锁、无锁。
• 线程替代(如协程：Java WISP、Go routines、Kotlin coroutines)。
• 数据倾斜：负载均衡(Hash / RR / 动态)。

3)异步

有些事，你可以放手，不用死等。

方式：消息队列 + 任务线程 + 通知机制。

优点：提升吞吐率、组件解耦、削峰填谷。

缺点：排队延迟(队列积压)。

• 避免过度积压：Back-pressure(Reactive思想)。

4)批量

有些事，你可以合起来一起做。

方式：多次单一操作 → 合并为单次批量操作。

案例：TCP Nagel 算法;DB 的批量读写接口。

优点：避免单次操作的固有开销，均摊后总开销更低。

缺点：等待延迟 + 聚合延迟。

• 减少等待延迟：Timeout 触发提交，控制延迟上限。

5)时间空间互换

游戏的本质：要么有闲，要么有钱。

空间换时间：避免重复计算、拉近传输距离、分流减少压力。

• 案例：缓存、CDN、索引、只读副本(replication)。

时间换空间：有时候也能达到“更快”的效果(数据量减少 → 传输时间减少)。

• 案例：数据压缩(HTTP/2 头部压缩、Bitmap)。

6)数据结构与算法优化

程序 = 数据结构 + 算法

• 多了解一些“冷门”的数据结构 ：Skip list、Bloom filter、Time Wheel 等。
• 一些“简单”的算法思想：递归、分治、贪心、动态规划。

7)池化 & 局部化

共享经济 & 小区超市

池化(Pooling)：减少资源创建和销毁开销。

• 案例：线程池、内存池、DB 连接池、Socket 连接池。

局部化(Localization)：避免共享资源竞争开销。

• 案例：TLB(ThreadLocalBuffer)、多级缓存(本地局部缓存 -> 共享全局缓存)。

8)更多优化手段

• 升级红利：内核、JRE、依赖库、协议。
• 调参大师：配置、JVM、内核、网卡。
• SQL 优化：索引、SELECT *、LIMIT 1。
• 业务特征定制优化：e.g. 凌晨业务低峰期做日志轮转。
• Hybrid 思想(优点结合)：JDK sort() 实现、Weex/RN。

2 稳定性优化

稳住，我们能赢。—— by [0 杀 10 死] 正在等待复活的鲁班七号

维持稳定性是我们程序员每天都要思考和讨论的大事。

什么样的系统才算稳定?我自己写了个小工具，本地跑跑从来没出过问题，算稳定吗?淘宝网站几千人维护，但双十一零点还是经常下单失败，所以它不稳定喽?

稳定是相对的，业务规模越大、场景越复杂，系统越容易出现不稳定，且带来的影响也越严重。

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!