性能优化的常见招式

2020年4月28日 评论 119

本文主要会介绍性能评估的一些简单概念以及性能压测/性能瓶颈的识别方法和一些常见的优化方式。虽然内容很多,但是目的在于让大家有个全局的认识;本文虽然深入度上面稍微欠缺,但是足以应对日常的性能分析。

为什么大家觉得性能优化难?

很多人觉得性能优化难的原因,其实主要是不知道怎么去做评估,主要表现在一下几个方面:

1、不知道性能是什么?

2、不知性能的评估标准是什么?

3、不知道影响性能的相关元素是什么?

4、不知道性能问题的带来的现象是什么?

性能优化,必须知道的几个概念

关于性能的几个基础概念就像一把刀,你需要知道他可以用来削水果,还可以用来杀人。

认知,决定了你能拿它干什么,决定了能否识别到本质。

性能调优,就是一条通过现象看本质的认知之路。

性能优化中必须知道的几个概念诸如:

1、 响应时间(RT)

2、 吐出量(QPS/TPS)

3、 资源(CPU、线程等)

下面通过对这几个概念的详细剖析,进行讲解。

QPS概念扫盲

概念

QPS:Query Per Second

TPS:Transactions PerSecond

起源:数据库系统中表述性能的重要指标。

现在:对于应用系统而言,现在QPS,TPS的概念有点混淆,泛指系统单位时间的处理能力。

这两个概念是衡量性能很明确的指标,我们用它来泛指单位时间系统的处理能力。但是仅仅知道QPS/TPS的概念,就能做性能分析,性能调优了吗?是哪些因素会影响QPS/TPS?

性能优化的常见招式

接下来我一层层来剖析:响应时间模型,线程模型,已经线程和资源之间的关系。

深入理解响应时间组成模型

很多人对响应时间的组成是不清晰,导致不能很好的判断,时间消耗在了什么地方。明白时间消耗的节点是很重要的一件事。

不知道响应时间组成的优化就像是乱枪打鸟。需要明白时间消耗在什么地方,是什么原因造成的消耗。

不要认为只有CPU消耗;更不要认为加CPU核数就可以解决问题。

通常是通过埋点的方式把代码执行切分成一段一段的片段,获取各个节点、各类节点的消耗,用于观察性能情况,定位性能瓶颈点;链路上的埋点,可以配合监控系统统一来看,阿里是自己实现了一个简单的埋点类。

响应时间是程序(进程、线程)在资源(CPU)运行的一个体现。所以,资源和程序运行的载体会影响这个结果。下面深度理解JAVA的线程模型。

深入理解线程模型

进程/线程是程序运行的载体,所以深入理解线程的机制有助于帮助性能分析。

请看下图

性能优化的常见招式

左上的图,是线程几个状态之间的扭转。

左下的图,是线程在锁的争用时候的运行态。

右上的图讲linux中,java主进程、java线程/LWP轻量级进程和CPU调度,CPU绑定运行的模型:

1、线程/进程是操作系统调度的关键资源。

2、理解器运行机制有利于知道一个请求中的运算是消耗在什么节点。CPU只是一个点,其他资源也是会影响线程的执行。

3、多线程情况下,线程不一定是满转的,遇到共享资源争用的时候,会造成阻塞。

线程和CPU是程序运行的宝贵资源。资源不足会造成性能问题;资源富足优惠造成资源浪费。到底匹配多少资源才是最优的呢?

下一步解释最优线程数,如何最优化资源配比,理解资源之间的关系。

深度剖析最优线程数

最优线程数定义

  1. 尽可能保持应用对资源的最大化使用。

  2. 当线程数较少的时,有压力情况下,可能造成线程资源不足,请求需要等待线程释放后才能处理。

  3. 当线程数较多的时,线程自身也是需要消耗内存资源的,导致资源的浪费,同时,线程较多的时候对于线程的调度和争用也会影响性能。

如何确定或者使用尽量少的线程,就能让当前的资源高效利用呢?

可能大家有个疑问:怎么最优线程数,有毛用啊!我反正给他很多线程,这不就完事了吗?比如最后线程是100,我给你200(好,你是牛人,你是有钱人,哈哈)

但是我认为:对资源使用情况的合理理解和分析,是很重要的,尤其是如果你是个老板,你要关心钱用了多少吧,那些钱不该花吧!如果你是个技术人员,你要告诉你的老板这些是啊,毕竟你是一个有追求的程序员(不然老板就开了你。。。)

为了剖析最优线程数和资源之间的关系,下面我讲一步步分解,让大家理解。

深度理解瓶颈资源

为了理解瓶颈资源,假设一个业务场景:

性能优化的常见招式

下面通过对程序运行态通过图表的方式是呈现出来,便于大家理解瓶颈资源、多资源情况下的线程调度。

以5ms作为一个时间帧。

第1个5ms如下

cpu同时可以运4个线程,因此请求11,21,31,41执行,其余5个请求,等待CPU资源。

性能优化的常见招式

第2个5ms如下

cpu同时可以运4个线程,其余5个请求,等待CPU资源。

性能优化的常见招式

第3个5ms如下

性能优化的常见招式

第4个5ms如下

性能优化的常见招式

第5个5ms如下

性能优化的常见招式

通过快照图,我可以看到什么?

一个多资源的程序中:对资源的争用表现为对瓶颈资源的争用,性能情况会受制于瓶颈资源。

瓶颈资源可以用水桶原理来解释,如下图。

性能优化的常见招式

基于上述对线程、瓶颈资源的梳理,我们很容易提炼出QPS的理论公式,大家可以看下面的公式,如果觉得烧脑,可以多看几遍。

深入理解QPS公式

最优线程公式:

1、 最优线程数量=线程总时间/瓶颈资源时间 * 瓶颈资源并行数

2、 一个线程1S可以处理的请求数

3、 1000/线程总时间

QPS公式1:QPS =最优线程数量* 1000/线程总时间;

QPS公式2:QPS=1000/瓶颈资源时间 * 瓶颈资源并行数。

这个公式里隐含了一些有趣的解释,大家可以去揣摩下。

性能压测

——从理解瓶颈到如何识别瓶颈

前面讲的都是理论,很多很多理论,下来大家可以花些时间理解。主要目的是让大家对性能有个可量化的指标衡量,知道指标了,那么下一步就是讲如何获得这些指标,如果通过这些指标发现问题。

接下来的章节,如何识别瓶颈资源,常用的方式是压测,下面是压测模型图(没有讲怎么使用jmeter压测等)。

压测模型抽象

性能优化的常见招式

性能压测是有方法,有模式,有目标的。如何对压测进行管理,如何创造压力,如何准备被测系统,如何准备压测数据,如何收集压测数据,如何分析压测数据。是要进行稳定压测,还是要进行瓶颈压测等等。

性能压测是一件很专业的事情,对于压测,理解压测的组成环境是很重要的,有的时候,压测的环境就是压测瓶颈。

压测环境组成

性能优化的常见招式

这里讲两个环境:

1、压力机环境:不要认为压不上去了就是被测系统的问题,曾经也遇到过jmeter处理压测响应数据的性能瓶颈,导致一致压不上去。

2、依赖系统/数据的影响:举个例子比如集群部署后,线上A调用B应用,A是100台,B是1000台;但是线下性能实验室A和B是1:1关系。1:1压测出来的数据是否就是线上的数据呢,这里是有一个问号的。

压测需要注意的一些事项:

  • 理解环境

  • 压测环境和线上环境的不同

  • 避免压测环境的不同造成压测结果的不可行

  • 吞吐量和响应时间的取舍和平衡

  • 确定合理的性能预期值

  • 适可而止

  • 不做过度的优化,在性能和其他因素(架构,可维护性)等的平衡

  • 选取合适的压测场景设计用例

  • 天花板

  • 充分利用资源

  • 不过度使用资源

  • 本文由 发表于 2020年4月28日
  • 转载请注意本文链接:http://www.wf-seo.com/haowen/13876.html
买个车怎么赚钱(用车赚钱的项目大全) 好文欣赏

买个车怎么赚钱(用车赚钱的项目大全)

购车许多 情况下是以便可以让自身的交通出行越来越更为的便捷,便捷。伴随着如今汽车销售量的增加,大城市也越来越拥挤不堪入目,许多人却挑选把车放到家中没去开,好在的是如今让轿车生钱的方法還是许多 的。 从...
2019什么年属什么生肖,2019什么属相! 好文欣赏

2019什么年属什么生肖,2019什么属相!

今年是2019年,什么猪?依照10大天干地支12地支,今年在阴历是已亥年。12生肖轮着做庄,即然总算到2019年,就该猪儿昂首阔步,颐指气使,进而身价倍增,狂扫一切。 結果在今年2019年里,起先非洲...
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: