Linux 性能优化 - 01、开山初始篇

89253818 2020-07-30

性能优化理解  

性能问题的复杂性增加了我们大家的学习难度,但这并不能成为我们进阶路上的“拦路虎”。

在我看来,大多数人对性能问题“投降”,原因可能只有两个。

1、一个是你没找到有效的方法学原理,一听到“系统”、“底层”这些词就发怵,觉得东西太难,自己一定学不会,自然也就无法深入学下去,从而不能建立起性能的全局观。

2、再一个就是,你看到性能问题的根源太复杂,既不懂怎么去分析,也不能抽丝剥茧找到瓶颈。

你可能会想,反正程序出了问题,上网查就是了,用别人的方法,囫囵吞枣地多试几次,有可能就解决了。于是,你懒得深究这些方法为啥有效,更不知道为什么,很多方法在别人的环境有效,到你这儿就不行了。

所以,相同的错误重复在犯,相同的状况也是重复出现。

其实,性能问题并没有你想像得那么难,只要你理解了应用程序 和 系统的少数几个基本原理,再进行大量的实战练习,建立起整体性能的全局观,大多数性能问题的优化就会水到渠成。

我见过很多工程师,在分析应用程序所使用的第三方组件的性能时,并不熟悉这些组件所用的编程语言,却依然可以分析出线上问题的根源,并能通过一些方法进行优化,比如修改应用程序对它们的调用逻辑,或者调整组件的配置选项等。

还是那句话,你不需要了解每个组件的所有实现细节,只要能理解它们最基本的工作原理和协作方式,你也可以做到。

性能指标是什么?

当看到性能指标时,你会首先想到什么呢?

我相信 “高并发” 和 “响应快” 一定是最先出现在你脑海里的两个词,而它们也正对应着性能优化的两个核心指标——“吞吐” 和 “延时”。

这两个指标是从应用负载的视角来考察性能,直接影响了产品终端的用户体验。跟它们对应的,是从系统资源的视角出发的指标,比如资源使用率、饱和度等。

我们知道,随着应用负载的增加,系统资源的使用也会升高,甚至达到极限。而性能问题的本质,就是系统资源已经达到瓶颈,但请求的处理却还不够快,无法支撑更多的请求。

性能分析,其实就是找出应用或系统的瓶颈,并设法去避免或者缓解它们,从而更高效地利用系统资源处理更多的请求。这包含了一系列的步骤,比如下面这六个步骤:

1、选择指标评估应用程序和系统的性能;

2、为应用程序和系统设置性能目标;

3、进行性能基准测试;

4、性能分析定位瓶颈;

5、优化系统和应用程序;

6、性能监控和告警。

最后

下面一张思维导图,里面涵盖了大部分性能分析和优化都会包含的知识。我们可以保存或者打印下来,将掌握的部分标记出来,记录并把握自己的整体状况。

Linux 性能优化 - 01、开山初始篇

相关推荐