性能调优常规手段（理论）

性能调优常规手段

性能调优就是用更少的资源提供更好的服务，成本利益最大化。性能调优的手段并不新鲜，性能调优常规手段有：

(1)   空间换时间，内存、缓存就是典型的空间换时间的例子。利用内存缓存从磁盘上取出的数据，CPU请求数据直接从内存中获取，从而获取比从磁盘读取数据更高的效率。

(2)     时间换空间，当空间成为瓶颈时，切分数据分批次处理，用更少的空间完成任务处理。上传大附件时经常用这种方式。

(3)     分而治之，把任务切分，分开执行，也方便并行执行来提高效率。

(4)     异步处理，业务链路上有任务时间消耗较长，可以拆分业务，减少阻塞影响。常见的异步处理机制有MQ（消息队列），目前在互联网应用中大量使用。

(5)     并行，多个进程或者线程同时处理业务，缩短业务处理时间，比如我们在银行办理业务时，如果排队人数较多时，银行会加开柜台。

(6)     离用户更近一点，比如CDN技术，把用户请求的静态资源放在离用户更近的地方。

(7)     一切可扩展，业务模块化、服务化（同时无状态化）、良好的水平扩展能力。

 

分布式架构的运用给性能带来了革命性的提升，业务流程的调整也会显著提升系统性能，单系统的调优能够压榨出更高的处理能力。单机性能分析调优可从从以下四部分入手：

(1)     性能分析方法

(2)     基于单机的性能分析与调优

(3)     基于业务流程优化的性能分析调优

(4)     基于结构（分布式、业务拆分）的性能分析与调优

 

性能分析方法

性能分析是一个大课题，不同的架构、不同的应用场景、不同的程序语言分析的方法若有差异，抽象一下大致分为两类。

(1)     自底向上：通过监控硬件及操作系统的指标（CPU、内存、磁盘、网络等硬件资源的性能指标）来分析性能问题（配置、程序等问题）。因为用户请求最终是由计算机硬件设备来完成的，做事的是CPU。

(2)     自顶向下：通过生成负载来观察被测试的系统性能，比如响应时间、吞吐量；然后从请求的起点由外及里一层一层的分析，从而找到性能问题所在。

不管是自上而下还是自下而上，关键点就是生成负载、监控性能指标。好一点的方式是先用自顶向下的方式解决掉明显的性能问题，再结合自底向上的方式分析更深层次的问题。

 

单机的性能分析与调优

常见的J2EE应用架构，一般分为Web层（请求接入、负载均衡、页面渲染等）、应用层（业务逻辑实现）、持久化曾（数据记录）。

         下面列出了性能测试时我们需要关注的指标。

 

 

 

Client：客户浏览器，比如IE、Chrome等访问Web页面。

Load Machine：是生成负载的机器，即我们的压测机器用来模拟用户负载。

Web Server：提供Web服务的服务器，即我们访问的Web页面由此服务器提供服务；一般都部署在Nginx、Apache等中间件上。

Middleware：中间件，比如Tomcat、Jboss、WebLogic等。

OS：操作系统，Windows或者Linux。

System Resource：系统资源，比如CPU、内存、磁盘、网络等。

App Server：应用服务，实现业务逻辑，比如生成订单，生成统计报表。

DB：数据库服务器，比如Oracle、Mysql、SqlServer等。

（1）

RT：响应时间，一笔业务的完成时间。

TPS：每秒完成的事物数。

CPU：CPU的性能指标，比如CPU利用率、CPU负载。

Mem：内存性能指标，比如可用物理内存、虚拟内存使用率。

Disks：Disk性能指标， 比如Disk Time、IO等待。

Net