性能調優(yōu)攻略

關于性能優(yōu)化這是一個比較大的話題，在《由12306.cn談談網站建設性能技術》中我從業(yè)務和設計上說過一些可用的技術以及那些技術的優(yōu)缺點，今天，想從一些技術細節(jié)上談談性能優(yōu)化，主要是一些代碼級別的技術和方法。本文的東西是我的一些經驗和知識，并不一定全對，希望大家指正和補充。
在開始這篇文章之前，大家可以移步去看一下酷殼以前發(fā)表的《代碼優(yōu)化概要》，這篇文章基本上告訴你——要進行優(yōu)化，先得找到性能瓶頸！ 但是在講如何定位系統(tǒng)性能瓶勁之前，請讓我講一下系統(tǒng)性能的定義和測試，因為沒有這兩件事，后面的定位和SEO優(yōu)化無從談起。
一、系統(tǒng)性能定義
讓我們先來說說如何什么是系統(tǒng)性能。這個定義非常關鍵，如果我們不清楚什么是系統(tǒng)性能，那么我們將無法定位之。我見過很多朋友會覺得這很容易，但是仔細一問，其實他們并沒有一個比較系統(tǒng)的方法，所以，在這里我想告訴大家如何系統(tǒng)地來定位性能。 總體來說，系統(tǒng)性能就是兩個事：
1. Throughput ，吞吐量。也就是每秒鐘可以處理的請求數(shù)，任務數(shù)。
2. Latency， 系統(tǒng)延遲。也就是系統(tǒng)在處理一個請求或一個任務時的延遲。
一般來說，一個系統(tǒng)的性能受到這兩個條件的約束，缺一不可。比如，我的系統(tǒng)可以頂?shù)米∫话偃f的并發(fā)，但是系統(tǒng)的延遲是2分鐘以上，那么，這個一百萬的負載毫無意義。系統(tǒng)延遲很短，但是吞吐量很低，同樣沒有意義。所以，一個好的系統(tǒng)的性能測試必然受到這兩個條件的同時作用。 有經驗的朋友一定知道，這兩個東西的一些關系：
• Throughput越大，Latency會越差。因為請求量過大，系統(tǒng)太繁忙，所以響應速度自然會低。
• Latency越好，能支持的Throughput就會越高。因為Latency短說明處理速度快，于是就可以處理更多的請求。
二、系統(tǒng)性能測試
經過上述的說明，我們知道要測試系統(tǒng)的性能，需要我們收集系統(tǒng)的Throughput和Latency這兩個值。
• 首先，需要定義Latency這個值，比如說，對于網站系統(tǒng)響應時間必需是5秒以內（對于某些實時系統(tǒng)可能需要定義的更短，比如5ms以內，這個更根據不同的業(yè)務來定義）
• 其次，開發(fā)性能測試工具，一個工具用來制造高強度的Throughput，另一個工具用來測量Latency。對于第一個工具，你可以參考一下"十個免費的Web壓力測試工具"，關于如何測量Latency，你可以在代碼中測量，但是這樣會影響程序的執(zhí)行，而且只能測試到程序內部的Latency，真正的Latency是整個系統(tǒng)都算上，包括操作系統(tǒng)和網絡的延時，你可以使用Wireshark來抓網絡包來測量。這兩個工具具體怎么做，這個還請大家自己思考去了。
• 最后，開始性能測試。你需要不斷地提升測試的Throughput，然后觀察系統(tǒng)的負載情況，如果系統(tǒng)頂?shù)米?，那就觀察Latency的值。這樣，你就可以找到系統(tǒng)的大負載，并且你可以知道系統(tǒng)的響應延時是多少。
再多說一些，
• 關于Latency，如果吞吐量很少，這個值估計會非常穩(wěn)定，當吞吐量越來越大時，系統(tǒng)的Latency會出現(xiàn)非常劇烈的抖動，所以，我們在測量Latency的時候，我們需要注意到Latency的分布，也就是說，有百分之幾的在我們允許的范圍，有百分之幾的超出了，有百分之幾的完全不可接受。也許，平均下來的Latency達標了，但是其中僅有50%的達到了我們可接受的范圍。那也沒有意義。
• 關于性能測試，我們還需要定義一個時間段。比如：在某個吞吐量上持續(xù)15分鐘。因為當負載到達的時候，系統(tǒng)會變得不穩(wěn)定，當過了一兩分鐘后，系統(tǒng)才會穩(wěn)定。另外，也有可能是，你的系統(tǒng)在這個負載下前幾分鐘還表現(xiàn)正常，然后就不穩(wěn)定了，甚至垮了。所以，需要這么一段時間。這個值，我們叫做峰值極限。
• 性能測試還需要做Soak Test，也就是在某個吞吐量下，系統(tǒng)可以持續(xù)跑一周甚至更長。這個值，我們叫做系統(tǒng)的正常運行的負載極限。
性能測試有很多很復要的東西，比如：burst test等。 這里不能一一詳述，這里只說了一些和性能調優(yōu)相關的東西?？傊?，性能測試是一細活和累活。
三、定位性能瓶頸
有了上面的鋪墊，我們就可以測試到到系統(tǒng)的性能了，再調優(yōu)之前，我們先來說說如何找到性能的瓶頸。我見過很多朋友會覺得這很容易，但是仔細一問，其實他們并沒有一個比較系統(tǒng)的方法。
3.1）查看操作系統(tǒng)負載
首先，當我們系統(tǒng)有問題的時候，我們不要急于去調查我們代碼，這個毫無意義。我們首要需要看的是操作系統(tǒng)的報告?？纯床僮飨到y(tǒng)的CPU利用率，看看內存使用率，看看操作系統(tǒng)的IO，還有網絡的IO，網絡鏈接數(shù)，等等。Windows下的perfmon是一個很不錯的工具，Linux下也有很多相關的命令和工具，比如：SystemTap，LatencyTOP，vmstat, sar, iostat, top, tcpdump等等 。通過觀察這些數(shù)據，我們就可以知道我們的軟件的性能基本上出在哪里。比如：
1）先看CPU利用率，如果CPU利用率不高，但是系統(tǒng)的Throughput和Latency上不去了，這說明我們的程序并沒有忙于計算，而是忙于別的一些事，比如IO。（另外，CPU的利用率還要看內核態(tài)的和用戶態(tài)的，內核態(tài)的一上去了，整個系統(tǒng)的性能就下來了。而對于多核CPU來說，CPU 0 是相當關鍵的，如果CPU 0的負載高，那么會影響其它核的性能，因為CPU各核間是需要有調度的，這靠CPU0完成）
2）然后，我們可以看一下IO大不大，IO和CPU一般是反著來的，CPU利用率高則IO不大，IO大則CPU就小。關于IO，我們要看三個事，一個是磁盤文件IO，一個是驅動程序的IO（如：網卡），一個是內存換頁率。這三個事都會影響系統(tǒng)性能。
3）然后，查看一下網絡帶寬使用情況，在Linux下，你可以使用iftop, iptraf, ntop, tcpdump這些命令來查看?；蚴怯肳ireshark來查看。
4）如果CPU不高，IO不高，內存使用不高，網絡帶寬使用不高。但是系統(tǒng)的性能上不去。這說明你的程序有問題，比如，你的程序被阻塞了?？赡苁且驗榈饶莻€鎖，可能是因為等某個資源，或者是在切換上下文。
通過了解操作系統(tǒng)的性能，我們才知道性能的問題，比如：帶寬不夠，內存不夠，TCP緩沖區(qū)不夠，等等，很多時候，不需要調整程序的，只需要調整一下硬件或操作系統(tǒng)的配置就可以了。
3.2）使用Profiler測試
接下來，我們需要使用性能檢測工具，也就是使用某個Profiler來差看一下我們程序的運行性能。如：Java的JProfiler/TPTP/CodePro Profiler，GNU的gprof，IBM的PurifyPlus，Intel的VTune，AMD的CodeAnalyst，還有Linux下的OProfile/perf，后面兩個可以讓你對你的代碼優(yōu)化到CPU的微指令級別，如果你關心CPU的L1/L2的緩存調優(yōu)，那么你需要考慮一下使用VTune。 使用這些Profiler工具，可以讓你程序中各個模塊函數(shù)甚至指令的很多東西，如：運行的時間 ，調用的次數(shù)，CPU的利用率，等等。這些東西對我們來說非常有用。
我們重點觀察運行時間最多，調用次數(shù)最多的那些函數(shù)和指令。這里注意一下，對于調用次數(shù)多但是時間很短的函數(shù)，你可能只需要輕微優(yōu)化一下，你的性能就上去了（比如：某函數(shù)一秒種被調用100萬次，你想想如果你讓這個函數(shù)提高0.01毫秒的時間 ，這會給你帶來多大的性能）
使用Profiler有個問題我們需要注意一下，因為Profiler會讓你的程序運行的性能變低，像PurifyPlus這樣的工具會在你的代碼中插入很多代碼，會導致你的程序運行效率變低，從而沒發(fā)測試出在高吞吐量下的系統(tǒng)的性能，對此，一般有兩個方法來定位系統(tǒng)瓶頸：
1）在你的代碼中自己做統(tǒng)計，使用微秒級的計時器和函數(shù)調用計算器，每隔10秒把統(tǒng)計log到文件中。
2）分段注釋你的代碼塊，讓一些函數(shù)空轉，做Hard Code的Mock，然后再測試一下系統(tǒng)的Throughput和Latency是否有質的變化，如果有，那么被注釋的函數(shù)就是性能瓶頸，再在這個函數(shù)體內注釋代碼，直到找到最耗性能的語句。
四、常見的系統(tǒng)瓶頸
下面這些東西是我所經歷過的一些問題，也許并不全，也許并不對，大家可以補充指正，我純屬拋磚引玉。關于系統(tǒng)架構方面的性能調優(yōu)，大家可移步看一下《由12306.cn談談網站性能技術》，關于Web方面的一些性能調優(yōu)的東西，大家可以看看《Web開發(fā)中需要了解的東西》一文中的性能一章。我在這里就不再說設計和架構上的東西了。
一般來說，性能優(yōu)化也就是下面的幾個策略：
• 用空間換時間。各種cache如CPU L1/L2/RAM到硬盤，都是用空間來換時間的策略。這樣策略基本上是把計算的過程一步一步的保存或緩存下來，這樣就不用每次用的時候都要再計算一遍，比如數(shù)據緩沖，CDN，等。這樣的策略還表現(xiàn)為冗余數(shù)據，比如數(shù)據鏡象，負載均衡什么的。
• 用時間換空間。有時候，少量的空間可能性能會更好，比如網絡傳輸，如果有一些壓縮數(shù)據的算法（如前些天說的"Huffman 編碼壓縮算法" 和 "rsync 的核心算法"），這樣的算法其實很耗時，但是因為瓶頸在網絡傳輸，所以用時間來換空間反而能省時間。
• 簡化代碼。最高效的程序就是不執(zhí)行任何代碼的程序，所以，代碼越少性能就越高。關于代碼級優(yōu)化的技術大學里的教科書有很多示例了。如：減少循環(huán)的層數(shù)，減少遞歸，在循環(huán)中少聲明變量，少做分配和釋放內存的操作，盡量把循環(huán)體內的表達式抽到循環(huán)外，條件表達的中的多個條件判斷的次序，盡量在程序啟動時把一些東西準備好，注意函數(shù)調用的開銷（棧上開銷），注意面向對象語言中臨時對象的開銷，小心使用異常（不要用異常來檢查一些可接受可忽略并經常發(fā)生的錯誤），…… 等等，等等，這連東西需要我們非常了解編程語言和常用的庫。
• 并行處理。如果CPU只有一個核，你要玩多進程，多線程，對于計算密集型的軟件會反而更慢（因為操作系統(tǒng)調度和切換開銷很大），CPU的核多了才能真正體現(xiàn)出多進程多線程的優(yōu)勢。并行處理需要我們的程序有Scalability，不能水平或垂直擴展的程序無法進行并行處理。從架構上來說，這表再為——是否可以做到不改代碼只是加加機器就可以完成性能提升？
總之，根據2：8原則來說，20%的代碼耗了你80%的性能，找到那20%的代碼，你就可以優(yōu)化那80%的性能。 下面的一些東西都是我的一些經驗，我只例舉了一些最有價值的性能調優(yōu)的的方法，供你參考，也歡迎補充。
4.1）算法調優(yōu)。算法非常重要，好的算法會有更好的性能。舉幾個我經歷過的項目的例子，大家可以感覺一下。
• 一個是過濾算法，系統(tǒng)需要對收到的請求做過濾，我們把可以被filter in/out的東西配置在了一個文件中，原有的過濾算法是遍歷過濾配置，后來，我們找到了一種方法可以對這個過濾配置進行排序，這樣就可以用二分折半的方法來過濾，系統(tǒng)性能增加了50%。
• 一個是哈希算法。計算哈希算法的函數(shù)并不高效，一方面是計算太費時，另一方面是碰撞太高，碰撞高了就跟單向鏈表一個性能（可參看Hash Collision DoS 問題）。我們知道，算法都是和需要處理的數(shù)據很有關系的，就算是被大家所嘲笑的"冒泡排序"在某些情況下（大多數(shù)數(shù)據是排好序的）其效率會高于所有的排序算法。哈希算法也一樣，廣為人知的哈希算法都是用英文字典做測試，但是我們的業(yè)務在數(shù)據有其特殊性，所以，對于還需要根據自己的數(shù)據來挑選適合的哈希算法。對于我以前的一個項目，公司內某牛人給我發(fā)來了一個哈希算法，結果讓我們的系統(tǒng)性能上升了150%。（關于各種哈希算法，你一定要看看StackExchange上的這篇關于各種hash算法的文章 ）
• 分而治之和預處理。以前有一個程序為了生成月報表，每次都需要計算很長的時間，有時候需要花將近一整天的時間。于是我們把我們找到了一種方法可以把這個算法發(fā)成增量式的，也就是說我每天都把當天的數(shù)據計算好了后和前一天的報表合并，這樣可以大大的節(jié)省計算時間，每天的數(shù)據計算量只需要20分鐘，但是如果我要算整個月的，系統(tǒng)則需要10個小時以上（SQL語句在大數(shù)據量面前性能成級數(shù)性下降）。這種分而治之的思路在大數(shù)據面前對性能有很幫助，就像merge排序一樣。SQL語句和數(shù)據庫的性能優(yōu)化也是這一策略，如：使用嵌套式的Select而不是笛卡爾積的Select，使用視圖，等等。
4.2）代碼調優(yōu)。從我的經驗上來說，代碼上的調優(yōu)有下面這幾點：
• 字符串操作。這是最費系統(tǒng)性能的事了，無論是strcpy, strcat還是strlen，最需要注意的是字符串子串匹配。所以，能用整型好用整型。舉幾個例子，第一個例子是N年前做銀行的時候，我的同事喜歡把日期存成字符串（如：2012-05-29 08:30:02），我勒個去，一個select where between語句相當耗時。另一個例子是，我以前有個同事把一些狀態(tài)碼用字符串來處理，他的理由是，這樣可以在界面上直接顯示，后來性能調優(yōu)的時候，我把這些狀態(tài)碼全改成整型，然后用位操作查狀態(tài)，因為有一個每秒鐘被調用了150K次的函數(shù)里面有三處需要檢查狀態(tài)，經過改善以后，整個系統(tǒng)的性能上升了30%左右。還有一個例子是，我以前從事的某個產品編程規(guī)范中有一條是要在每個函數(shù)中把函數(shù)名定義出來，如：const char fname[]="functionName()", 這是為了好打日志，但是為什么不聲明成 static類型的呢？
• 多線程調優(yōu)。有人說，thread is evil，這個對于系統(tǒng)性能在某些時候是個問題。因為多線程瓶頸就在于互斥和同步的鎖上，以及線程上下文切換的成本，怎么樣的少用鎖或不用鎖是根本（比如：多版本并發(fā)控制(MVCC)在分布式系統(tǒng)中的應用 中說的樂觀鎖可以解決性能問題），此外，還有讀寫鎖也可以解決大多數(shù)是讀操作的并發(fā)的性能問題。這里多說一點在C++中，我們可能會使用線程安全的智能指針AutoPtr或是別的一些容器，只要是線程安全的，其不管三七二十一都要上鎖，上鎖是個成本很高的操作，使用AutoPtr會讓我們的系統(tǒng)性能下降得很快，如果你可以保證不會有線程并發(fā)問題，那么你應該不要用AutoPtr。我記得我上次我們同事去掉智能指針的引用計數(shù)，讓系統(tǒng)性能提升了50%以上。對于Java對象的引用計數(shù)，如果我猜的沒錯的話，到處都是鎖，所以，Java的性能問題一直是個問題。另外，線程不是越多越好，線程間的調度和上下文切換也是很夸張的事，盡可能的在一個線程里干，盡可能的不要同步線程。這會讓你有很多的性能。
• 內存分配。不要小看程序的內存分配。malloc/realloc/calloc這樣的系統(tǒng)調非常耗時，尤其是當內存出現(xiàn)碎片的時候。我以前的公司出過這樣一個問題——在用戶的站點上，我們的程序有一天不響應了，用GDB跟進去一看，系統(tǒng)hang在了malloc操作上，20秒都沒有返回，重啟一些系統(tǒng)就好了。這就是內存碎片的問題。這就是為什么很多人抱怨STL有嚴重的內存碎片的問題，因為太多的小內存的分配釋放了。有很多人會以為用內存池可以解決這個問題，但是實際上他們只是重新發(fā)明了Runtime-C或操作系統(tǒng)的內存管理機制，完全于事無補。當然解決內存碎片的問題還是通過內存池，具體來說是一系列不同尺寸的內存池（這個留給大家自己去思考）。當然，少進行動態(tài)內存分配是好的。說到內存池就需要說一下池化技術。比如線程池，連接池等。池化技術對于一些短作業(yè)來說（如http服務） 相當相當?shù)挠行?。這項技術可以減少鏈接建立，線程創(chuàng)建的開銷，從而提高性能。
• 異步操作。我們知道Unix下的文件操作是有block和non-block的方式的，像有些系統(tǒng)調用也是block式的，如：Socket下的select，Windows下的WaitforObject之類的，如果我們的程序是同步操作，那么會非常影響性能，我們可以改成異步的，但是改成異步的方式會讓你的程序變復雜。異步方式一般要通過隊列，要注間隊列的性能問題，另外，異步下的狀態(tài)通知通常是個問題，比如消息事件通知方式，有callback方式，等，這些方式同樣可能會影響你的性能。但是通常來說，異步操作會讓性能的吞吐率有很大提升（Throughput），但是會犧牲系統(tǒng)的響應時間（latency）。這需要業(yè)務上支持。
• 語言和代碼庫。我們要熟悉語言以及所使用的函數(shù)庫或類庫的性能。比如：STL中的很多容器分配了內存后，那怕你刪除元素，內存也不會回收，其會造成內存泄露的假像，并可能造成內存碎片問題。再如，STL某些容器的size()==0 和 empty()是不一樣的，因為，size()是O(n)復雜度，empty()是O(1)的復雜度，這個要小心。Java中的JVM調優(yōu)需要使用的這些參數(shù)：-Xms -Xmx -Xmn -XX:SurvivorRatio -XX:MaxTenuringThreshold，還需要注意JVM的GC，GC的霸氣大家都知道，尤其是full GC（還整理內存碎片），他就像"恐龍?zhí)丶壙速愄?quot;一樣，他運行的時候，整個世界的時間都停止了。
4.3）網絡調優(yōu)
關于網絡調優(yōu)，尤其是TCP Tuning（你可以以這兩個關鍵詞在網上找到很多文章），這里面有很多很多東西可以說?？纯碙inux下TCP/IP的那么多參數(shù)就知道了（順便說一下，你也許不喜歡Linux，但是你不能否認Linux給我們了很多可以進行內核調優(yōu)的權力）。強烈建議大家看看《TCP/IP 詳解 卷1:協(xié)議》這本書。我在這里只講一些概念上的東西。
A） TCP調優(yōu)
我們知道TCP鏈接是有很多開銷的，一個是會占用文件描述符，另一個是會開緩存，一般來說一個系統(tǒng)可以支持的TCP鏈接數(shù)是有限的，我們需要清楚地認識到TCP鏈接對系統(tǒng)的開銷是很大的。正是因為TCP是耗資源的，所以，很多攻擊都是讓你系統(tǒng)上出現(xiàn)大量的TCP鏈接，把你的系統(tǒng)資源耗盡。比如著名的SYNC Flood攻擊。
所以，我們要注意配置KeepAlive參數(shù)，這個參數(shù)的意思是定義一個時間，如果鏈接上沒有數(shù)據傳輸，系統(tǒng)會在這個時間發(fā)一個包，如果沒有收到回應，那么TCP就認為鏈接斷了，然后就會把鏈接關閉，這樣可以回收系統(tǒng)資源開銷。（注：HTTP層上也有KeepAlive參數(shù)）對于像HTTP這樣的短鏈接，設置一個1-2分鐘的keepalive非常重要。這可以在一定程度上防止DoS攻擊。有下面幾個參數(shù)（下面這些參數(shù)的值僅供參考）：
net.ipv4.tcp_keepalive_probes = 5
net.ipv4.tcp_keepalive_intvl = 20
net.ipv4.tcp_fin_timeout = 30
對于TCP的TIME_WAIT這個狀態(tài)，主動關閉的一方進入TIME_WAIT狀態(tài)，TIME_WAIT狀態(tài)將持續(xù)2個MSL(Max Segment Lifetime)，默認為4分鐘，TIME_WAIT狀態(tài)下的資源不能回收。有大量的TIME_WAIT鏈接的情況一般是在HTTP服務器上。對此，有兩個參數(shù)需要注意
net.ipv4.tcp_tw_reuse=1
net.ipv4.tcp_tw_recycle=1
前者表示重用TIME_WAIT，后者表示回收TIME_WAIT的資源。
TCP還有一個重要的概念叫RWIN（TCP Receive Window Size），這個東西的意思是，我一個TCP鏈接在沒有向Sender發(fā)出ack時可以接收到的大的數(shù)據包。為什么這個很重要？因為如果Sender沒有收到Receiver發(fā)過來ack，Sender就會停止發(fā)送數(shù)據并會等一段時間，如果超時，那么就會重傳。這就是為什么TCP鏈接是可靠鏈接的原因。重傳還不是最嚴重的，如果有丟包發(fā)生的話，TCP的帶寬使用率會馬上受到影響（會盲目減半），再丟包，再減半，然后如果不丟包了，就逐步恢復。相關參數(shù)如下：
net.core.wmem_default = 8388608
net.core.rmem_default = 8388608
net.core.rmem_max = 16777216
net.core.wmem_max = 16777216
一般來說，理論上的RWIN應該設置成：吞吐量 * 回路時間。Sender端的buffer應該和RWIN有一樣的大小，因為Sender端發(fā)送完數(shù)據后要等Receiver端確認，如果網絡延時很大，buffer過小了，確認的次數(shù)就會多，于是性能就不高，對網絡的利用率也就不高了。也就是說，對于延遲大的網絡，我們需要大的buffer，這樣可以少一點ack，多一些數(shù)據，對于響應快一點的網絡，可以少一些buffer。因為，如果有丟包（沒有收到ack），buffer過大可能會有問題，因為這會讓TCP重傳所有的數(shù)據，反而影響網絡性能。（當然，網絡差的情況下，就別玩什么高性能了） 所以，高性能的網絡重要的是要讓網絡丟包率非常非常地小（基本上是用在LAN里），如果網絡基本是可信的，這樣用大一點的buffer會有更好的網絡傳輸性能（來來回回太多太影響性能了）。
另外，我們想一想，如果網絡質量非常好，基本不丟包，而業(yè)務上我們不怕偶爾丟幾個包，如果是這樣的話，那么，我們?yōu)槭裁床挥盟俣雀斓腢DP呢？你想過這個問題了嗎？
B）UDP調優(yōu)
說到UDP的調優(yōu)，有一些事我想重點說一樣，那就是MTU——大傳輸單元（其實這對TCP也一樣，因為這是鏈路層上的東西）。所謂大傳輸單元，你可以想像成是公路上的公交車，假設一個公交車可以最多坐70人，帶寬就像是公路的車道數(shù)一樣，如果一條路上最多可以容下100輛公交車，那意味著我最多可以運送7000人，但是如果公交車坐不滿，比如平均每輛車只有20人，那么我只運送了2000人，于是我公路資源（帶寬資源）就被浪費了。 所以，我們對于一個UDP的包，我們要盡量地讓他大到MTU的大尺寸再往網絡上傳，這樣可以大化帶寬利用率。對于這個MTU，以太網是1500字節(jié)，光纖是4352字節(jié)，802.11無線網是7981。但是，當我們用TCP/UDP發(fā)包的時候，我們的有效負載Payload要低于這個值，因為IP協(xié)議會加上20個字節(jié)，UDP會加上8個字節(jié)（TCP加的更多），所以，一般來說，你的一個UDP包的大應該是1500-8-20=1472，這是你的數(shù)據的大小。當然，如果你用光纖的話， 這個值就可以更大一些。（順便說一下，對于某些NB的千光以態(tài)網網卡來說，在網卡上，網卡硬件如果發(fā)現(xiàn)你的包的大小超過了MTU，其會幫你做fragment，到了目標端又會幫你做重組，這就不需要你在程序中處理了）
再多說一下，使用Socket編程的時候，你可以使用setsockopt() 設置 SO_SNDBUF/SO_RCVBUF 的大小，TTL和KeepAlive這些關鍵的設置，當然，還有很多，具體你可以查看一下Socket的手冊。
最后說一點，UDP還有一個大的好處是multi-cast多播，這個技術對于你需要在內網里通知多臺結點時非常方便和高效。而且，多播這種技術對于機會的水平擴展（需要增加機器來偵聽多播信息）也很有利。
C）網卡調優(yōu)
對于網卡，我們也是可以調優(yōu)的，這對于千兆以及網網卡非常必要，在Linux下，我們可以用ifconfig查看網上的統(tǒng)計信息，如果我們看到overrun上有數(shù)據，我們就可能需要調整一下txqueuelen的尺寸（一般默認為1000），我們可以調大一些，如：ifconfig eth0 txqueuelen 5000。Linux下還有一個命令叫：ethtool可以用于設置網卡的緩沖區(qū)大小。在Windows下，我們可以在網卡適配器中的高級選項卡中調整相關的參數(shù)（如：Receive Buffers, Transmit Buffer等，不同的網卡有不同的參數(shù)）。把Buffer調大對于需要大數(shù)據量的網絡傳輸非常有效。
D）其它網絡性能
關于多路復用技術，也就是用一個線程來管理所有的TCP鏈接，有三個系統(tǒng)調用要重點注意：一個是select，這個系統(tǒng)調用只支持上限1024個鏈接，第二個是poll，其可以突破1024的限制，但是select和poll本質上是使用的輪詢機制，輪詢機制在鏈接多的時候性能很差，因主是O(n)的算法，所以，epoll出現(xiàn)了，epoll是操作系統(tǒng)內核支持的，僅當在鏈接活躍時，操作系統(tǒng)才會callback，這是由操作系統(tǒng)通知觸發(fā)的，但其只有Linux Kernel 2.6以后才支持（準確說是2.5.44中引入的），當然，如果所有的鏈接都是活躍的，過多的使用epoll_ctl可能會比輪詢的方式還影響性能，不過影響的不大。
另外，關于一些和DNS Lookup的系統(tǒng)調用要小心，比如：gethostbyaddr/gethostbyname，這個函數(shù)可能會相當?shù)馁M時，因為其要到網絡上去找域名，因為DNS的遞歸查詢，會導致嚴重超時，而又不能通過設置什么參數(shù)來設置time out，對此你可以通過配置hosts文件來加快速度，或是自己在內存中管理對應表，在程序啟動時查好，而不要在運行時每次都查。另外，在多線程下面，gethostbyname會一個更嚴重的問題，就是如果有一個線程的gethostbyname發(fā)生阻塞，其它線程都會在gethostbyname處發(fā)生阻塞，這個比較變態(tài)，要小心。（你可以試試GNU的gethostbyname_r()，這個的性能要好一些） 這種到網上找信息的東西很多，比如，如果你的Linux使用了NIS，或是NFS，某些用戶或文件相關的系統(tǒng)調用就很慢，所以要小心。
4.4）系統(tǒng)調優(yōu)
A）I/O模型
前面說到過select/poll/epoll這三個系統(tǒng)調用，我們都知道，Unix/Linux下把所有的設備都當成文件來進行I/O，所以，那三個操作更應該算是I/O相關的系統(tǒng)調用。說到 I/O模型，這對于我們的I/O性能相當重要，我們知道，Unix/Linux經典的I/O方式是（關于Linux下的I/O模型，大家可以讀一下這篇文章《使用異步I/O大大提高性能》）：
第一種，同步阻塞式I/O，這個不說了。
第二種，同步無阻塞方式。其通過fctnl設置 O_NONBLOCK 來完成。
第三種，對于select/poll/epoll這三個是I/O不阻塞，但是在事件上阻塞，算是：I/O異步，事件同步的調用。
第四種，AIO方式。這種I/O 模型是一種處理與 I/O 并行的模型。I/O請求會立即返回，說明請求已經成功發(fā)起了。在后臺完成I/O操作時，向應用程序發(fā)起通知，通知有兩種方式：一種是產生一個信號，另一種是執(zhí)行一個基于線程的回調函數(shù)來完成這次 I/O 處理過程。
第四種因為沒有任何的阻塞，無論是I/O上，還是事件通知上，所以，其可以讓你充分地利用CPU，比起第二種同步無阻塞好處就是，第二種要你一遍一遍地去輪詢。Nginx之所所以高效，是其使用了epoll和AIO的方式來進行I/O的。
再說一下Windows下的I/O模型，
a）一個是WriteFile系統(tǒng)調用，這個系統(tǒng)調用可以是同步阻塞的，也可以是同步無阻塞的，關于看文件是不是以Overlapped打開的。關于同步無阻塞，需要設置其最后一個參數(shù)Overlapped，微軟叫Overlapped I/O，你需要WaitForSingleObject才能知道有沒有寫完成。這個系統(tǒng)調用的性能可想而知。
b）另一個叫WriteFileEx的系統(tǒng)調用，其可以實現(xiàn)異步I/O，并可以讓你傳入一個callback函數(shù)，等I/O結束后回調之， 但是這個回調的過程Windows是把callback函數(shù)放到了APC（Asynchronous Procedure Calls）的隊列中，然后，只用當應用程序當前線程成為可被通知狀態(tài)（Alterable）時，才會被回調。只有當你的線程使用了這幾個函數(shù)時WaitForSingleObjectEx, WaitForMultipleObjectsEx, MsgWaitForMultipleObjectsEx, SignalObjectAndWait 和 SleepEx，線程才會成為Alterable狀態(tài)?？梢姡@個模型，還是有wait，所以性能也不高。
c）然后是IOCP – IO Completion Port，IOCP會把I/O的結果放在一個隊列中，但是，偵聽這個隊列的不是主線程，而是專門來干這個事的一個或多個線程去干（老的平臺要你自己創(chuàng)建線程，新的平臺是你可以創(chuàng)建一個線程池）。IOCP是一個線程池模型。這個和Linux下的AIO模型比較相似，但是實現(xiàn)方式和使用方式完全不一樣。
當然，真正提高I/O性能方式是把和外設的I/O的次數(shù)降到最低，好沒有，所以，對于讀來說，內存cache通?？梢詮馁|上提升性能，因為內存比外設快太多了。對于寫來說，cache住要寫的數(shù)據，少寫幾次，但是cache帶來的問題就是實時性的問題，也就是latency會變大，我們需要在寫的次數(shù)上和相應上做權衡。
B）多核CPU調優(yōu)
關于CPU的多核技術，我們知道，CPU0是很關鍵的，如果0號CPU被用得過狠的話，別的CPU性能也會下降，因為CPU0是有調整功能的，所以，我們不能任由操作系統(tǒng)負載均衡，因為我們自己更了解自己的程序，所以，我們可以手動地為其分配CPU核，而不會過多地占用CPU0，或是讓我們關鍵進程和一堆別的進程擠在一起。
• 對于Windows來說，我們可以通過"任務管理器"中的"進程"而中右鍵菜單中的"設置相關性……"（Set Affinity…）來設置并限制這個進程能被運行在哪些核上。
• 對于Linux來說，可以使用taskset命令來設置（你可以通過安裝schedutils來安裝這個命令：apt-get install schedutils）
多核CPU還有一個技術叫NUMA技術（Non-Uniform Memory Access）。傳統(tǒng)的多核運算是使用SMP(Symmetric Multi-Processor )模式，多個處理器共享一個集中的存儲器和I/O總線。于是就會出現(xiàn)一致存儲器訪問的問題，一致性通常意味著性能問題。NUMA模式下，處理器被劃分成多個node， 每個node有自己的本地存儲器空間。關于NUMA的一些技術細節(jié)，你可以查看一下這篇文章《Linux 的 NUMA 技術》，在Linux下，對NUMA調優(yōu)的命令是：numactl 。如下面的命令：（指定命令"myprogram arg1 arg2"運行在node 0 上，其內存分配在node 0 和 1上）
numactl --cpubind=0 --membind=0,1 myprogram arg1 arg2
當然，上面這個命令并不好，因為內存跨越了兩個node，這非常不好。好的方式是只讓程序訪問和自己運行一樣的node，如：
$ numactl --membind 1 --cpunodebind 1 --localalloc myapplication
C）文件系統(tǒng)調優(yōu)
關于文件系統(tǒng)，因為文件系統(tǒng)也是有cache的，所以，為了讓文件系統(tǒng)有大的性能。首要的事情就是分配足夠大的內存，這個非常關鍵，在Linux下可以使用free命令來查看 free/used/buffers/cached，理想來說，buffers和cached應該有40%左右。然后是一個快速的硬盤控制器，SCSI會好很多。最快的是Intel SSD 固態(tài)硬盤，速度超快，但是寫次數(shù)有限。
接下來，我們就可以調優(yōu)文件系統(tǒng)配置了，對于Linux的Ext3/4來說，幾乎在所有情況下都有所幫助的一個參數(shù)是關閉文件系統(tǒng)訪問時間，在/etc/fstab下看看你的文件系統(tǒng) 有沒有noatime參數(shù)（一般來說應該有），還有一個是dealloc，它可以讓系統(tǒng)在最后時刻決定寫入文件發(fā)生時使用哪個塊，可優(yōu)化這個寫入程序。還要注間一下三種日志模式：data=journal、data=ordered和data=writeback。默認設置data=ordered提供性能和防護之間的好平衡。
當然，對于這些來說，ext4的默認設置基本上是好優(yōu)化了。
這里介紹一個Linux下的查看I/O的命令—— iotop，可以讓你看到各進程的磁盤讀寫的負載情況。
其它還有一些關于NFS、XFS的調優(yōu)，大家可以上google搜索一些相關優(yōu)化的文章看看。關于各文件系統(tǒng)，大家可以看一下這篇文章——《Linux日志文件系統(tǒng)及性能分析》
4.5）數(shù)據庫調優(yōu)
數(shù)據庫調優(yōu)并不是我的強項，我就僅用我非常有限的知識說上一些吧。注意，下面的這些東西并不一定正確，因為在不同的業(yè)務場景，不同的數(shù)據庫設計下可能會得到完全相反的結論，所以，我僅在這里做一些一般性的說明，具體問題還要具體分析。
A）數(shù)據庫引擎調優(yōu)
我對數(shù)據庫引擎不是熟，但是有幾個事情我覺得是一定要去了解的。
• 數(shù)據庫的鎖的方式。這個非常非常地重要。并發(fā)情況下，鎖是非常非常影響性能的。各種隔離級別，行鎖，表鎖，頁鎖，讀寫鎖，事務鎖，以及各種寫優(yōu)先還是讀優(yōu)先機制。性能最高的是不要鎖，所以，分庫分表，冗余數(shù)據，減少一致性事務處理，可以有效地提高性能。NoSQL就是犧牲了一致性和事務處理，并冗余數(shù)據，從而達到了分布式和高性能。
• 數(shù)據庫的存儲機制。不但要搞清楚各種類型字段是怎么存儲的，更重要的是數(shù)據庫的數(shù)據存儲方式，是怎么分區(qū)的，是怎么管理的，比如Oracle的數(shù)據文件，表空間，段，等等。了解清楚這個機制可以減輕很多的I/O負載。比如：MySQL下使用show engines;可以看到各種存儲引擎的支持。不同的存儲引擎有不同的側重點，針對不同的業(yè)務或數(shù)據庫設計會讓你有不同的性能。
• 數(shù)據庫的分布式策略。最簡單的就是復制或鏡像，需要了解分布式的一致性算法，或是主主同步，主從同步。通過了解這種技術的機理可以做到數(shù)據庫級別的水平擴展。
B）SQL語句優(yōu)化
關于SQL語句的優(yōu)化，首先也是要使用工具，比如：MySQL SQL Query Analyzer，Oracle SQL Performance Analyzer，或是微軟SQL Query Analyzer，基本上來說，所有的RMDB都會有這樣的工具，來讓你查看你的應用中的SQL的性能問題。 還可以使用explain來看看SQL語句最終Execution Plan會是什么樣的。
還有一點很重要，數(shù)據庫的各種操作需要大量的內存，所以服務器的內存要夠，優(yōu)其應對那些多表查詢的SQL語句，那是相當?shù)暮膬却妗?br />下面我根據我有限的數(shù)據庫SQL的知識說幾個會有性能問題的SQL：
• 全表檢索。比如：select * from user where lastname = "xxxx"，這樣的SQL語句基本上是全表查找，線性復雜度O(n)，記錄數(shù)越多，性能也越差（如：100條記錄的查找要50ms，一百萬條記錄需要5分鐘）。對于這種情況，我們可以有兩種方法提高性能：一種方法是分表，把記錄數(shù)降下來，另一種方法是建索引（為lastname建索引）。索引就像是key-value的數(shù)據結構一樣，key就是where后面的字段，value就是物理行號，對索引的搜索復雜度是基本上是O(log(n)) ——用B-Tree實現(xiàn)索引（如：100條記錄的查找要50ms，一百萬條記錄需要100ms）。
• 索引。對于索引字段，好不要在字段上做計算、類型轉換、函數(shù)、空值判斷、字段連接操作，這些操作都會破壞索引原本的性能。當然，索引一般都出現(xiàn)在Where或是Order by字句中，所以對Where和Order by子句中的子段好不要進行計算操作，或是加上什么NOT之類的，或是使用什么函數(shù)。
• 多表查詢。關系型數(shù)據庫最多的操作就是多表查詢，多表查詢主要有三個關鍵字，EXISTS，IN和JOIN（關于各種join，可以參看圖解SQL的Join一文）?；緛碚f，現(xiàn)代的數(shù)據引擎對SQL語句優(yōu)化得都挺好的，JOIN和IN/EXISTS在結果上有些不同，但性能基本上都差不多。有人說，EXISTS的性能要好于IN，IN的性能要好于JOIN，我各人覺得，這個還要看你的數(shù)據、schema和SQL語句的復雜度，對于一般的簡單的情況來說，都差不多，所以千萬不要使用過多的嵌套，千萬不要讓你的SQL太復雜，寧可使用幾個簡單的SQL也不要使用一個巨大無比的嵌套N級的SQL。還有人說，如果兩個表的數(shù)據量差不多，Exists的性能可能會高于In，In可能會高于Join，如果這兩個表一大一小，那么子查詢中，Exists用大表，In則用小表。這個，我沒有驗證過，放在這里讓大家討論吧。另，有一篇關于SQL Server的文章大家可以看看《IN vs JOIN vs EXISTS》
• JOIN操作。有人說，Join表的順序會影響性能，只要Join的結果集是一樣，性能和join的次序無關。因為后臺的數(shù)據庫引擎會幫我們優(yōu)化的。Join有三種實現(xiàn)算法，嵌套循環(huán)，排序歸并，和Hash式的Join。（MySQL只支持第一種） • 嵌套循環(huán)，就好像是我們常見的多重嵌套循環(huán)。注意，前面的索引說過，數(shù)據庫的索引查找算法用的是B-Tree，這是O(log(n))的算法，所以，整個算法復法度應該是O(log(n)) * O(log(m)) 這樣的。
• Hash式的Join，主要解決嵌套循環(huán)的O(log(n))的復雜，使用一個臨時的hash表來標記。
• 排序歸并，意思是兩個表按照查詢字段排好序，然后再合并。當然，索引字段一般是排好序的。
還是那句話，具體要看什么樣的數(shù)據，什么樣的SQL語句，你才知道用哪種方法是好的。
• 部分結果集。我們知道MySQL里的Limit關鍵字，Oracle里的rownum，SQL Server里的Top都是在限制前幾條的返回結果。這給了我們數(shù)據庫引擎很多可以調優(yōu)的空間。一般來說，返回top n的記錄數(shù)據需要我們使用order by，注意在這里我們需要為order by的字段建立索引。有了被建索引的order by后，會讓我們的select語句的性能不會被記錄數(shù)的所影響。使用這個技術，一般來說我們前臺會以分頁方式來顯現(xiàn)數(shù)據，Mysql用的是OFFSET，SQL Server用的是FETCH NEXT，這種Fetch的方式其實并不好是線性復雜度，所以，如果我們能夠知道order by字段的第二頁的起始值，我們就可以在where語句里直接使用>=的表達式來select，這種技術叫seek，而不是fetch，seek的性能比fetch要高很多。
• 字符串。正如我前面所說的，字符串操作對性能上有非常大的惡夢，所以，能用數(shù)據的情況就用數(shù)字，比如：時間，工號，等。
• 全文檢索。千萬不要用Like之類的東西來做全文檢索，如果要玩全文檢索，可以嘗試使用Sphinx。
• 其它。 • 不要select *，而是明確指出各個字段，如果有多個表，一定要在字段名前加上表名，不要讓引擎去算。
• 不要用Having，因為其要遍歷所有的記錄。性能差得不能再差。
• 盡可能地使用UNION ALL 取代 UNION。
• 索引過多，insert和delete就會越慢。而update如果update多數(shù)索引，也會慢，但是如果只update一個，則只會影響一個索引表。
本文發(fā)布于成都網站建設公司創(chuàng)新互聯(lián)http://www.bm7419.com/