[性能优化]-01调优指标

骑猪看日落 2023-06-06 14:29 15阅读 0赞

一、为什么调优？
    1、随着时间积累问题凸显。机器定时宕机，重启后恢复正常，以此循环
    2、搞活动并发量导致。不知道性能的极限，并发量导致性能瓶颈
    3、定时炸弹。上线后一直半死不活，无人问津。
    4、（最直接的目的）提高系统性能，缩减服务器数量，节省公司资源
    
    二、什么时候调优？
    1、开发初期
    	无需刻意优化，影响开发进度，带来新问题
    	保证有效编码。如，减少磁盘IO、降低锁竞争、高效算法、设计模式应对复杂场景（折扣、红包活动）
    2、编码完成
    	压测，通过工具分析系统性能指标，是否符合预期范围
    3、上线后
    	根据实际情况，根据工具（日志监控、性能统计日志），观察系统性能问题并及时修复
    
    三、如何调优/调优的指标？
    1、哪些计算机资源，会成为系统的性能瓶颈？
    	cpu，有些应用需要大量计算，一直霸占cpu，导致其他资源无法争夺cpu而响应缓慢。
    		如，
    			代码循环递归
    			正则表达式的回溯问题
    			jvm频繁 full gc
    			多线程造成的大量线程切换
    	内存
    		java程序通过jvm对内存进行管理。jvm中的堆用于存放java创建的对象
    		堆内存读写速度快，不存在读写性能瓶颈，但是内存存储空间有限，当内存空间被占满，对象无法回收，会遇到内存溢出、内存泄漏问题。
    		
    	磁盘IO，存储空间大，读写慢，可以通过SSD固态硬盘来优化。读写速度 内存 > SSD固态硬盘 > 磁盘
    	网络，若传输数据大、并发量大，需要增加网络带宽。
    	异常，java应用抛出异常 需要构造异常栈，对于异常的捕获和处理 非常消耗系统性能，尤其是并发环境。
    	数据库，大量数据库读写，会导致磁盘IO瓶颈。
    	锁竞争
    		为避免多线程操作共享资源，需要加锁保证原子性。同时，锁的使用 带来上下文切换，导致性能开销
    		jdk1.6后，java为降低锁竞争带来的上下文切换，对jvm内部锁做优化：偏向锁、自选锁、轻量级锁、锁粗化、锁消除。
    		合理的使用锁资源，需要了解更多的操作系统知识、java多线程编程基础
    2、系统性能的衡量指标
    	响应时间（毫秒级），越小越好
    		自下而上 分类：数据库响应t（最耗时）、服务器t（nginx分发t、服务端t）、网络传输（网络硬件 解析传输请求 耗时）、客户端（一般忽略不计，除非有大量逻辑）
    	吞吐量（TPS 每秒事务量，体现接口性能，越大越好）
    		自下而上 分类：
    			磁盘吞吐量，2个关键指标
    				IOPS（input/output per second）每秒的输入输出量/读写次数。（次数）
    					指单位时间系统处理的IO请求数量（通常为读写请求），关注的是随机读写的性能。
    					适用于随机读写频繁的应用，如小文件存储（图片）、oltp数据库、邮件服务器
    				数据吞吐量（大小，关键指标）
    					指单位时间成功传输的数据量
    					对于大量顺序读写频繁的应用，传输大量连续数据。如：电视台的视频编辑、视频点播VOD
    			网络吞吐量，设备能够接受的最大数据速率
    				与带宽、cpu处理能力、网卡、防火墙、外部接口、IO有关
    				主要取决于，网卡处理能力、内部程序算法、带宽大小
    	计算机资源分配使用率
    		木桶效应：cpu占用率、内存使用率、磁盘IO、网络IO
    	负载承受能力
    		通过压测的不断加量，观察系统响应时间上升曲线是否平缓，分析系统极限。
    		
    
    迭代之前的版本的系统性能指标 作为参考标准，通过自动化测试，校验迭代发版后的系统性能是否异常
    如：响应时间、吞吐量、负载能力、资源使用率（cpu、内存、磁盘IO、网络IO）
    -------------------------------------------------------------
    总结
    why？不定期宕机、并发、没人用、提高性能 减少机器 节约钱
    when？编码后上线前，压测系统极限；上线后，实时监控及时修复
    how？
    	影响因素：
    		cpu，代码死循环、正则回溯、full gc、线程切换
    		内存，小而快，jvm堆存储java对象 --> 内存溢出
    		磁盘，大而慢，读写速度 ：内存 > ssd > 磁盘
    		网络，数据包大/并发高--> 增加带宽
    		异常，异常栈 耗性能
    		数据库，读写并发 导致 磁盘IO
    		锁竞争，上下文切换 耗性能 --> 减少锁竞争，锁粒度细化
    	衡量指标
    		响应时间：db -->  server端 --> nginx -->  网络 --> client
    		吞吐量
    			磁盘***：IOPS（频率）+数据吞吐量（大小）
    			网络***：网卡设置能接受的最大速率
    		资源占用率：cpu、内存、磁盘IO、网络IO等
    		系统极限：通过压测，观察系统响应时间是否平缓增涨，至极限