20、分布式追踪性能优化全解析

分布式追踪性能优化全解析

1. 利用跨度表示并发工作

在分布式系统中，使用跨度（span）来表示并发工作的约定能带来很大帮助。当有两个或更多线程（或工作进程等）并发处理时，为每个线程使用独立于其父跨度的单独跨度。例如，若一个线程发起异步调用后继续处理，就应创建两个子跨度。这样做便于理解原始线程是否会在异步调用时阻塞，也有助于自动追踪分析了解系统运行情况。

2. 提升性能的途径

在分布式追踪中，我们的重点是将性能问题定位到分布式系统的单个组件。假设你熟悉常规的软件优化方法，能使用调试器、性能分析器等工具优化单个函数、类或模块。而这里介绍的方法旨在帮助你找出需要优化的函数、类或模块。

2.1 单个追踪分析

分布式追踪最基本的用途是分析单个请求，查找意外行为、常见反模式或其他改进机会。优化单个追踪时，可问以下问题：
- 是否有关键路径上的操作可以优化？
- 关键路径上的查询能否缓存？
- 请求提供的功能能否重构，将昂贵操作与常用操作分离？

在优化追踪时，还需考虑跨度的相对长度。例如在某个追踪中，若 D 跨度的长度是 E 跨度的两倍多，那么对 D 进行 20% 的优化所带来的收益将超过对 E 进行 20% 优化的两倍。应将优化工作集中在构成关键路径最大部分的跨度上。

另外，理解重构对性能的影响也很重要。比如在某个追踪中，跨度 B 代表认证操作，跨度 C 代表计算用户上次登录后发生的变化，跨度 E 代表查找用户显示偏好。若最初这些操作捆绑在一起，但现在端点常被用于仅查找显示偏好，那么将端点重构为两部分（一部分确定变化，一部分返回偏好）可更快返回结果。有时，“优化” 就是减少