针对于互联网应用来说，性能优化其实就是一直需要做的事情，因为系统响应慢，是非常影响用户的体验，可能回造成用户流失。所以对于性能非常重要。最近正好接到一个性能优化的需求，需要对所负责的系统进行性能提升。目前接口耗时基本在30S左右，争取可以提升到16S内。所以就先了解以下相关的性能优化，其实我理解性能优化，一个是在预防，一个是出现问题后进行解决。二前期主要在架构设计与编码层面，后期是如何找到性能瓶颈进行有效的优化。

衡量性能优化

QPS：通常指代的是查询操作
TPS ：指代的是写操作
响应时间：系统请求之后返回来的时间
吞吐量

架构设计

缓存、异步、集群是性能优化的三板斧。缓存从一定程度上可以提升系统的读性能。异步可以提升系统写性能，而集群可以提升系统整体的吞吐量。

缓存：传统意义上的缓存，可以从客户端缓存->CDN缓存->网关缓存->负载均衡缓存->应用程序缓存->分布式缓存->数据库缓存->文件缓存->CPU缓存等进行一路拦截，通过将请求拦截在越前面，越能提升系统的整体读性能。
在这里插入图片描述

异步：异步主要是通过进行将穿行执行的过程，进行异步执行。然后通过回调结果就可以。比如JUC中的工具类，Go中的协程。消息队列等。
在这里插入图片描述
除了以上的架构层面，其实还需要在编码层面进行优化，比如使用并发编程、线程池复用、异步编程、更高效的算法等。
所以总结起来就是如下几点

网络层面优化
服务器硬件层面优化
操作系统优化
JVM性能优化
基础组建优化（MySQL、Kafka、Redis等）
软件架构层面优化
软件代码优化

如何进行性能优化

性能优化六大原则

在这里插入图片描述
在性能优化的时候，其实要先找到性能最大的瓶颈，是存储、计算、网络问题。然后根据数据分析进优化，而不应该两手一把抓。而大多数的时候，都是程序和数据库层面的问题，这个时候我们需要使用计时工具进行先记录各个流程的耗时，然后根据不同的耗时进行优化。
找到根本原因，然后进行平衡成本与工作投入比。任何的优化方案都可能是trade-off。所以我们需要平衡。根据不同性能指标权衡，找到一个最优解达到总体和整体最优。

而在性能优化的过程中，我们不能过度优化，比如一个系统只有几个人使用，而过去去优化，显然成本与收益不平衡。
在这里插入图片描述
所以，我们不能过早的优化，优化的时间点，一般都是在一个产品比较成熟的时候，为了进一步提升整体的性能而做的优化。

在这里插入图片描述

性能优化十大策略

在这里插入图片描述

时空转换

空间换时间
空间换时间的本质是，通过将空间增加存储，来提升时间。
对于一个全球业务，可以采用CDN进行多分数据的拷贝，覆盖每个地方的用户。
集群也是通过多台服务器的空间减少延迟的减少。

时间换空间
时间换空间的本质是通过，增加时间减少空间的存储，对于系统来说，CPU、内存是比较稀缺的空间资源。

可以通过改变数据结构或者数据格式，减少存储数据的大小
进行数据压缩。采用压缩算法。可以降低网络传输和外部存储。
内存数据存储到磁盘中

而衡量一个压缩算法主要就是三个指标，压缩比例、压缩速度、使用内存。
案例：Kafka采用压缩算法进行压缩数据。生产者压缩，消费者解压缩。RPC通过自定义数据结构，减少调用方和被调用方的网络传输。

预先和延后处理

预先处理
预先处理，其实就是将数据或者三方调用进行提前调用。比如操作系统中文件、CPU和内存都会进行局部性原理数据读取，提前加载顺俗读取的数据，以及提升执行速度。

延后处理
延后处理，一般是在非要的时候才进行计算，操作。COW就是这个案例，当多个线程操作同一份共享数据的时候，如果只是读，那么可以直接操作，但是当有线程进行写的时候，就复制一份进行专门写，而不会影响别的线程进行读取。
在linux中，fork一个子进程就是写的时候会进行复制，还有java CopyOnWrite中也是如此。