引言

本文正在参与 “性能优化实战记录”话题征文活动

好久没写文章了，没写文章的原因主要是生病，但是自己说过的话要兑现，于是就有了这篇文章，那阅读这篇文章到底能获得什么呢？我可以简要的给大家说三点：优化思维，优化模式和结果分析。优化可不是随便进行的，是需要一套正确的方法论的，要抓住痛点问题进行针对性的解决，但也要注意是否会导致新的问题，我对优化的路线其实也在探索中，那就借着这篇文章来分享一下我对性能优化的看法。

优化思维

我们在进行任何行动之前，其实不是随便进行的，先做什么，后做什么，这都需要一套思维理论的支撑，在开始具体的优化之前呢，一定要对系统进行整体性的评估，万万不可为了优化而优化，这不光会给系统造成负担，同时还会给维护造成负担，而且当前的优化可能只是适用于当前的需求，一旦需求变动，复杂的优化将会严重限制业务的灵活可变性。

这个世界上没有一种思维可以解决所有问题，性能优化也是一样，随着技术的提升和硬件的改变，我们的优化策略和方案也在发生变化，可以这么说唯一不变的就是变化，但不论如何优化，如何选择，一定要有一个最重要的核心点支撑你的优化方案，就是你优化的一定是很多性能瓶颈影响最大的一块问题。

什么是影响最大，即解决这个问题之后获得的收益是最高的，甚至有可能会导致其它的问题不用于优化了，那如何判断哪个问题影响最大呢？那你就得把这些问题挨个分析，把问题抽象成指标，分别找出他们的瓶颈，再看看这些结果之间是否有因果关系，关联最大的就是我们首先要进行处理的。

如果互相之间都没有关联关系，那就需要分别进行测试，看结果定论了。

优化模式

优化过程中的方法选择也很重要，好的方法可以让你事半功倍，但是优化的方法的不论好坏的就像药一样，药能治病，但是能治同一种病的药可能有几十种，但是他们所带来的副作用是完全不同的，有的药见效快，但是副作用很大，性能优化领域也一样，选择最大提升性能的办法也意味着优化成本的提升，有时还会带来系统复杂度的提升，甚至可能影响一些其它的指标，所以在选择优化性能的方法上要慎重，要进行全方位的考虑与分析。

结果分析

就和我们有绩效一样，你的优化方案所带来的结果也同样有绩效标准，优化之前你要找到系统的瓶颈，而且还要对指标进行量化，到底优化到多少合适？也就是确定我们的优化目标。

关于目标的确定我们可以从系统和应用两个维度进行切入，应用关注的是什么？无非是低延迟和高吞吐，那系统呢？肯定就关注系统资源的占用呗，比如常见的CPU的使用率。也就是说我们的目标要站在用户的制高点去考虑优化。

有了需要量化的目标之后，就可以使用对比分析，将数据可视化，直观的反应出优化结果的影响程度，这才算优化的最终价值。