系统性分析性能问题与调优方法

陈皓(@左耳朵耗子)在酷壳分享了一篇有关性能调优的博文,系统性分析了有关系统性能条件、性能瓶颈问题定义与定位,以及性能调优方法经验。此前作者也曾分享过关于性能优化话题的两篇博文:

最近的这篇有关性能调优的博文中,作者首先提出“要进行优化,先得找到性能瓶颈!”。为了对于性能瓶颈有一致的认识,作者对系统性能的条件做了简单描述:

  1. Throughput ,吞吐量。也就是每秒钟可以处理的请求数,任务数。
  2. Latency, 系统延迟。也就是系统在处理一个请求或一个任务时的延迟。

这两个条件相互约束,他们的关系如陈皓所分享的:

  1. Throughput越大,Latency会越差。因为请求量过大,系统太繁忙,所以响应速度自然会低。
  2. Latency越好,能支持的Throughput就会越高。因为Latency短说明处理速度快,于是就可以处理更多的请求。

陈皓对系统性能问题进行系统性介绍,分析了性能瓶颈的定义与定位,并分享了他的一些调优经验,文章主要从以下几个方面展开:

  • 系统性能测试的过程;
  • 定位系统性能瓶颈的方法;
  • 常见的系统性能调优的方法;

关于系统性能测试,作者提到首先要定义Latency的值,然后是开发测试工具,最后进入系统性能测试阶段。同时,作者也分享了一些性能测试的经 验:要关注测试中Latency取值的分布情况、峰值极限、系统正常运行的负载极限。对于性能测试,作者总结”性能测试是一细活和累活”。

对于定位系统性能瓶颈,作者从两个方面进行介绍:

  • 查看操作系统负载:看CPU使用量,看IO大小,看网络带宽使用情况;
  • 利用性能测试工具Profiler测试,定位程序中的问题;

另外,作者提到:“对于性能测试,不同的Throughput会出现不同的测试结果,不同的测试数据也会有不同的测试结果。所以,用于性能测试的数据非常重要,性能测试中,我们需要观测试不同Throughput的结果。”

作者分享了自己的经验,首先介绍了性能调优的策略:

  • 用空间换时间;
  • 用时间换空间;
  • 简化代码;
  • 并行处理;

接着,作者系统总结分享了一些性能调优的方法,包括有:算法调优(过滤算法、哈希算法、分而治之和预处理)、代码调优(字符串操作、多线程调优、内 存分配、异步操作、语言和代码库)、网络调优(TCP调优、UDP调优、网卡调优、其他网络性能)、系统性能(I/O模型、多核CPU调优、文件系统调 优)、数据库调优(数据库引擎调优、SQL语句优化)。

陈皓在文章的最后提到撰文的初衷是由于@淘宝褚霸强推的highscalability.com上的这篇文章:Big List Of 20 Common Bottlenecks,大家也可以去了解一下。


给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ)或者腾讯微博(@InfoQ)关注我们,并与我们的编辑和其他读者朋友交流。

黄玲艳 是一名资深Flash工程师,做过互动产品开发及音视频等多媒体产品开发,现供职于新浪,负责部门内Flash开发团队。

This entry was posted in UT. Bookmark the permalink.

发表评论

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / 更改 )

Twitter picture

You are commenting using your Twitter account. Log Out / 更改 )

Facebook photo

You are commenting using your Facebook account. Log Out / 更改 )

Google+ photo

You are commenting using your Google+ account. Log Out / 更改 )

Connecting to %s