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

使用跨度（span）来表示并发工作的约定有助于性能分析。当两个或多个线程（或工作进程等）并发处理时，为每个线程使用一个独立于其父跨度的单独跨度。例如，若一个线程进行异步调用后继续处理，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，也能让自动跟踪分析更好地了解运行情况。

2. 提升性能的方法

2.1 单个追踪分析

分布式追踪最基本的应用是分析单个请求，寻找意外行为、常见反模式或改进机会。在优化单个追踪时，可考虑以下问题：
- 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，在图 8 - 2 中，若 D 的长度超过 E 的两倍，对 D 进行 20% 的改进所带来的收益将超过对 E 进行 20% 改进的两倍。应将优化工作重点放在构成关键路径最大部分的跨度上。

以下通过具体例子说明重构对性能的影响。假设图 8 - 2 中，跨度 B 代表身份验证操作，跨度 C 代表计算用户自上次登录以来的变化，跨度 E 代表查找用户的显示偏好。最初，这些操作可能捆绑在一起以减少网络开销，但现在该端点常被用于仅执行显示偏好的查找。此时，将端点重构为两部分：一部分确定变化，另一部分返回偏好，可更快地返回这些偏好。

另外，图 8 - 5 展示了一个常见问题。左侧的追踪显示一个根跨度有六个子跨度（标记为 A 到 F），这些跨度代表对其他服务的顺序调用，可能包括对一个或多个远程数据库的查询。通常，这些调用相互独立