一、如何衡量高并发的系统性能

1.吞吐量Throughput：

2.响应延迟Response Delay：

二、性能优化目标

1.缩短响应时间

2.提高系统并发数（提升吞吐量）

3.系统处理合理状态（机器利用率）

随着系统压力增加（X坐标：在线业务人数），

Y坐标：绿色机器利用率，紫色并发数，蓝色：响应时长

响应时间和并发数据在左边线位置达到优化目标，之后利用率60%提升非常缓慢，当超过右侧线是，系统性能急剧下降。

三、性能优化手段

1.空间换时间：当系统处理时间是瓶颈时使用。

例如：增加缓存，复用计算结果，降低时间开销，因为CPU的时间较内存容量而言更加昂贵。

2.时间换空间：当数据大小是瓶颈时使用。

例如：a.网络传输开启gzip压缩，b.页面根据版本号只下载更新数据

3.找到系统瓶颈：分析业务流程，找到关键路径，分解优化

例如：调用了多少RPC接口，载入多少数据，使用什么算法，非核心流程是否异步化，没有依赖逻辑是否并行化

四、性能优化层次

原则：从整体到细节，从全局视角到局部视角

1.架构设计层次优化：如何拆分系统；如何使各个部分负责更加均衡；充分发挥硬件性能优势；减少系统内部开销

a.系统微服务化

垂直拆分:网关层，业务逻辑层，数据访问层，判断实现需要加入MQ改造为异步化系统

水平拆分：先完成服务无状态化改造，进行水平扩展

b.调用链梳理，热点数据靠近用户

c.分布式cache，多级多类型缓存

d.提前拒绝，保证柔性可用

e.容量规划

f.分库分表，读写分离，数据分片

 

2.算法逻辑层次优化

a.关注算法是否高效，逻辑优化，空间时间优化，任务并行，无锁数据结构

b.空间换时间：ThreadLocal

c.时间换空间：采用压缩算法数据，增加逻辑计算，只传输结果减少数据传输

 

3.代码层次优化

a.代码实现逻辑是否合理

b.对象创建多少

c.循环是否高效

d.cache是否复用

e.是否重用计算结果

 

四、实战举例

朋友圈Feed系统