1 为什么需要高性能系统

高 qps 系统近年来主要集中在电商，广告这两个行业中。原因在于规模效应下带来的可观回报。大厂数百台实例已经很常见了，在业务上对系统进行横向和纵向的切分变得很重要，通过微服务等技术将各个模块进行解耦实现系统的动态扩容。在这种场景下某个服务接口降低延迟，提升 qps 变得很重要。相对而言每日近百亿级别的流量下提升 qps 显得很重要。否则一般通过增加实例即可。对于系统来说实例机器增加到一定程度会增加系统的复杂度，比如网络风暴，数据一致性等维护性问题。

2 需要注意的几点

IO: 一般来说分为网络 IO 和系统 IO。这是造成系统瓶颈的一个重要原因。在大数据场景下 IO 一般受制于带宽，磁盘性能。要关注和监控的也在于带宽，磁盘空间，出现过低或过高要及时报警。对应服务使用方要做好熔断，服务提供方要做好限流。

集群：现在大多数公司都可以实现动态扩容功能，但需要注意扩容数量一定要有限制。否则容易造成第三方组件性能降低从而延时增高。比如数据库连接池数量，redis 或 es 数据倾斜。

数据一致性：高性能场景下数据一致性是限制性能的关键点，建议是能不用 db 就不用，能不用锁就不用，复杂场景下可以把耗费性能的服务单独提炼成微服务接口调用，事务性业务优先补偿性事务来满足业务要求。

3 提高性能的几种方式

1、改变数据结构

传统上就是空间换时间，但是也有特殊情况。主要点在于多参考开源软件如何实现性能最大化的，如反排,索引。

2、减少对象存活时间和利用率

很多资料上对这点讲的不是很清楚，相同配置下 2 个系统，假设系统 A 延时是 50ms，系统 B 延时是 200ms。大概率单机 qps B 是 A 的 4 倍。我举这个例子是想说明一次请求到响应的时间越长，那么这个 thread 里停留的对象也越久。系统能创建的 thread 也就越少，可以参考之前的文章https://xie.infoq.cn/article/1270debe98ff256425f108934

如何判断自己的系统是否正常呢？可以打印 jvm 的 dump 文件，然后上传到一些网站上做分析。大多数是不需要做 gc 调优的。但是开发人员要清楚自己系统内什么对象数量较多，什么方法占用 cpu 较多。