第七周总结

性能压测的时候，随着并发压力的增加，系统响应时间和吞吐量如何变化，为什么？

随并发压力增加，系统响应时间及吞吐量增长趋势分三个阶段，在性能测试阶段即并发压力小的阶段，

系统响应时间趋于平稳，不会随并发压力增加而增加，因为此时资源够用，而吞吐量随并发压力线性增长，因为有足够的资源处理请求，单位时间内能处理的请求越多，第二个阶段即负载测试，此时并发压力趋于饱和，系统响应时间有所增长，吞吐量增长变缓，第三阶段即压力测试阶段，并发压力已超过系统能承受的最大极限，响应时间急剧增长，吞吐量不再增长，反而开始下降，因为超过系统能处理的最大能力后有其他开销，比如线程过多占用内存和 CPU 资源。

性能指标：并发数（同时请求的用户量），响应时间（客户端发出请求到收到响应），吞吐量（单位时间请求处理量，QPS，TPS）。

核心业务接口：性能测试-》负载测试-》压力测试

通过监控确定系统资源最大利用下的指标，分析目前系统的性能瓶颈，确定系统目前的性能指标。

全链路压测：在某个业务场景下模拟用户真实操作，利用线上用户数据构造模拟数据-》数据隔离-》数据分发

性能优化分层思想：网络机房-》服务器硬件配置-》操作系统-》JVM 进程调优-》基础设施组件-》系统架构-》代码优化

CAS 在操作系统指令保证不可中断，即原子性，CAS 是可以自旋的，在 java 中锁实现，使用锁对象保护临界区（共享资源），对象头的 mark word 区域保存锁信息，比如锁的标志，偏向锁，锁的持有线程信息，重入次数，锁的状态有以下几种：正常（无锁）-》偏向锁-》轻量级锁-》重量级锁，

随着锁竞争越来越激烈，依次升级，使用锁的最佳实践，能不用锁就不用，减少锁的范围，细分锁的粒度（分段锁，读写锁）。

actor 模型：actor 对象通过消息传递进行协助，从而完成异步并发的目的。