1 性能优化建议

• 避免常见的性能陷阱可以保证大部分程序的性能
• 普通应用代码，不要一味地追求程序的性能
• 越高级的性能优化手段越容易出现问题
• 在满足正确可靠、简洁清晰的质量要求的前提下提高程序性能

2 性能分析工具 pprof

• 掌握常用 pprof 工具功能
• 灵活运用 pprof 工具分析解决性能问题
• 了解 pprof 的采样过程和工作原理

3 性能调优案例

简介

介绍实际业务服务性能优化的案例

对逻辑相对复杂的程序如何进行性能调优

• 业务服务优化
• 基础库优化
• Go 语言优化

3.1 性能调优案例-业务服务优化

3.1.1 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 Service B 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
• 基础库: 公共的工具包、中间件

3.1.2 流程

• 建立服务性能评估手段
• 分析性能数据，定位性能瓶颈
• 重点优化项改造
• 优化效果验证

3.1.3 建立服务性能评估手段

• 服务性能评估方式
  • 单独 benchmark 无法满足复杂逻辑分析
  • 不同负载情况下性能表现差异
• 请求流量构造
  • 不同请求参数覆盖逻辑不同
  • 线上真实流量情况
• 压测范围
  • 单机器压测
  • 集群压测
• 性能数据采集
  • 单机性能数据
  • 莱群任能数据

3.1.4 分析性能数据，定位性能瓶颈

• 使用库不规范
• 高并发场景优化不足

3.1.5 重点优化项改造

• 正确性是基础
• 响应数据 diff
  • 线上请求数据录制回放
  • 新旧逻辑接口数据 diff

3.1.6 优化效果验证

• 重复压测验证
• 上线评估优化效果
  • 关注服务监控
  • 逐步放量
  • 收集性能数据

3.1.7 进一步优化，服务整体链路分析

• 规范上游服务调用接口，明确场景需求
• 分析链路，通过业务流程优化提升服务性能

3.2 性能调优案例-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
  • 设计完善改造方案
  • 数据按需获取
  • 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

3.3 性能调优案例- 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

• 接入简单，只需要调整编译配置
• 通用性强

3.4 总结

• 性能调优原则
  • 要依靠数据不是猜测
• 性能分析工具 pprof
  • 熟练使用 pprof 工具排查性能问题并了解其基本原理
• 性能调优
  • 保证正确性
  • 定位主要瓶颈