性能调优案例

• 业务服务优化
• 基础库优化
• Go 语言优化

业务服务优化

基本概念

• 服务：能单独部署，承载一定功能的程序
• 依赖：Service A 的功能实现依赖 ServiceB 的响应结果，称为 Service A 依赖 Service B
• 调用链路：能支持一个接口请求的相关服务集合及其相互之间的依赖关系（例如 API GateWay --> Service A --> Service B ---> Storage）
• 基础库：公共的工具包、中间件

流程

建立服务性能评估手段（对系统整体性能进行评估和优化）

• 服务性能评估方式

1. 单独 benchmark 无法满足复杂逻辑分析
2. 不同负载情况下性能表现差异

• 请求流量构造

1. 不同请求参数覆盖逻辑不同
2. 线上真实流量情况

• 压测范围

1. 单机器压测
2. 集群压测

• 性能数据采集

1. 单机性能数据
2. 集群性能数据

压测展示

分析性能数据，定位性能瓶颈（pprof）

• 使用库不规范
• 高并发场景优化不足

重点优化项改造（抓住重点）

• 正确性是基础
• 响应数据 diff

1. 线上请求数据录制回放
2. 新旧逻辑接口数据 diff（正确性测试）

优化效果验证（充分测试）

• 重复压测验证

• 上线评估优化效果

1. 关注服务监控
2. 逐步放量
3. 收集性能数据

• 进一步优化，服务整体链路分析

1. 规范上游服务调用接口，明确场景需求
2. 分析链路，通过业务流程优化提升服务性能（清除重复调用链路）

基础库优化

AB 实验 SDK 的优化

• 分析基础库核心逻辑和性能瓶颈

1. 设计完善改造方案
2. 数据按需获取
3. 数据序列化协议优化

• 内部压测验证
• 推广业务服务落地验证

Go 语言优化

编译器&运行时优化

• 优化内存分配策略

• 优化代码编译流程，生成更高效的程序

• 内部压测验证

• 推广业务服务落地验证

• 优点

1. 接入简单，只需要下载新的 sdk 后调整编译配置
2. 通用性强（适用于几乎所有 go 程序）

总结

• 性能调优原则：要靠数据而不是猜测
• 性能分析工具 pprof
• 性能调优：保证正确性，要抓住主要瓶颈进行优化