WORK7- 性能测试和调优学习心得
性能优化有主观和客观
主观视角:用户感受的性能
客观视角:性能指标衡量的性能
先做主观层面的优化,让用户快速感受到。
然后开始性能指标的优化
响应时间:从开始发起请求,到最后响应数据所需要的时间;
直观的反映了系统的快慢
并发数:系统能够同时处理请求的数目 ,这个数字也反映了系统的负载特性;
吞吐量:单位时间内系统处理的请求的数量,体现系统的处理能力;
请求数/秒 或 页面数/秒; 也可用 访问人数天;处理业务数/小时
TPS 、 HPS 、 QPS
响应时间短、并非高,那么吞吐能力就高了
吞吐量=(1000/响应时间ms)* 并发数
(1个并发的情况下,1秒(1000ms),可以处理多少个请求,然后乘以并发)
性能计数器
System load 的理想不超过 CPU的核数;
性能测试:
以系统设计初规划的性能指标为预期目标,对系统不断施加压力,验证系统在资源可接受范围内,是否能够达到性能预期。
负载测试:
对系统不断的增加并发,以增加系统压力,直到系统的某项或多项性能指标达到安全临界值,如果某种资源饱和状态,这时候继续对系统施加压力,系统的处理能力不但不能提高,反而会下降。
压力测试:
超过安全负载的情况下,对系统继续施加压力,直到系统奔溃。
性能测试:
需要把这个曲线压出来。
主要是选择的依据;
【测试的字段】并发数、响应时间、TPS、错误率、LOAD、内存、备注
网关后面两个服务器
服务器1挂了把网关的线程吃完,导致正常的服务器2也不能用了。
软件性能优化的两个基本原则:
你不能优化一个没有测试的软件
你不能优化一个你不了解的软件
性能测试的主要指标:
响应时间:
并发数:
吞吐量:
性能计数器:
性能优化的一般方法:
性能测试,获得性能指标
指标分析,发现性能与资源瓶颈点
架构与代码分析,寻找性能与资源瓶颈关键所在
架构与代码优化,优化关键技术点,平衡资源利用
性能测试,进入性能优化闭环
系统性能优化的分层思想:
机房与骨干网络性能优化
服务器与硬件性能优化
操作系统性能优化;
虚拟机的性能优化
基础组件性能优化
软件架构性能优化
软件代码性能优化
机房与骨干网络性能优化
异地多活的多机房架构
中国到美国300ms,目前的互联网公司都是异地多活的多机房架构;
专线网络与自主CDN建设;
服务器与硬件性能优化
硬盘更换
操作系统性能优化案例
线程数不够,所以CPU没跑满
系统参数调优;
虚拟机性能优化
垃圾回收
基础组件的性能优化
中间件版本升级
软件架构性能优化的三板斧
缓存
异步
分布式集群
集群:集群技术的目标只有一个,如何使很多服务器对使用者而言看起来像一台服务器。
软件代码的性能优化:
并发编程,多线程与锁
资源复用,线程池与对象池
异步编程,生产者消费者
数据结构,数组、链表等。
代码优化案例:
spark 作业LOG ,
优化spark 的代码;
启用本地文件缓存模式;
【总结】
1、性能优化是多个层次的,有底层物理层、网络层、中间件层,也有软件架构、代码层,所以,我们解决性能问题要扩展思维;
2、性能优化需要结合业务场景开展,同时业务场景的调整也可能会对性能带来改变;
3、对互联网以及常见的业务场景下的并发、性能指标需要有个概念,才能指导架构的设计以及代码的开发、压测的对标。
评论