12 | CPU 性能优化思路

丶Loaf
198 阅读3分钟

排查到性能瓶颈之后，就需要做优化。当然优化本身就需要具体问题具体分析，所以没办法一一列举。只能给出思路和方法论。

那么在性能优化之前，需要来个提问三板斧：

  1. 如何判断优化是否有效？
    • 确定优化前后的性能基准（如响应时间、吞吐量、资源利用率等）。
    • 比较优化后性能提升的量化指标。
  1. 多个性能问题，先优化哪一个？
    • 优先解决对系统影响最大的瓶颈（如 CPU、I/O、内存等）。
    • 聚焦关键路径，找出最主要的性能阻碍。
  1. 多种优化方法，如何选择？
    • 不一定总选最大提升的方法，需综合考虑：
      • 投入与收益：成本是否合理。
      • 实施难度：可操作性和风险。
      • 长期效果：对系统稳定性和维护性的影响。

对于这三个问题没有疑问，就可以进行优化，否则需要对这三个进一步做深入分析。

先看第一个问题，如何判断优化是否有效？

  1. 确定基准指标（Baseline Metrics）
  • 优化前收集性能基准数据，作为对比依据。
  • 常见指标：
    • 响应时间：平均、P95、P99 等。
    • 吞吐量：每秒处理的请求数或事务数。
    • 资源利用率：CPU、内存、磁盘 I/O、网络带宽等。
  1. 监控优化前后的变化
  • 对比优化前后的指标变化，关注是否有明显提升。
  • 使用图表或数据对比工具展示关键性能指标的差异。
  1. 关注用户体验
  • 收集用户反馈，确认优化是否改善了实际使用体验。
  • 例如：页面加载时间、操作响应速度是否变快。

多个性能问题同时存在，要怎么选择？

这个问题可以借助比较有名的“二八原则”，也就是说 80% 的问题都是由 20% 的代码导致的。只要找出这 20% 的位置，你就可以优化 80% 的性能。

有多种优化方法时，要如何选择?

这个问题可以从成本考虑，因为性能优化本身是有成本，在多个方法中，在能满足性能优化目标的同时选择成本较低的即可。

最后，我们细化CPU优化工作，从两个角度出发：

应用程序优化

  1. 排除不必要的工作：
    • 减少循环层次、递归和动态内存分配。
  1. 优化方法：
    • 编译器优化：开启优化选项（如 gcc -O2）。
    • 算法优化：选择复杂度更低的算法（如快速排序替代冒泡排序）。
    • 异步处理：用事件通知替代轮询，提升并发能力。
    • 多线程替代多进程：降低上下文切换开销。
    • 善用缓存：缓存常用数据或中间结果，加速访问。

系统优化

  1. 利用 CPU 缓存：
    • CPU 绑定：绑定进程到特定 CPU，提高缓存命中率。
    • CPU 独占：分组并分配特定进程独占 CPU。
  1. 进程管理：
    • 优先级调整：通过 nice 优化进程优先级分配。
    • 资源限制：用 cgroups 设置 CPU 使用上限。
  1. NUMA 优化：
    • 优化本地内存访问，减少跨节点访问。
  1. 中断负载均衡：
    • 开启 irqbalance 或配置 smp_affinity，均衡中断处理负载。

最后，避免过早优化。高德纳说过，“过早优化是万恶之源”。

附录：

评论区看到了一段话，也改正了一些之前的理解：

  • pidstat 中， %wait 表示进程等待 CPU 的时间百分比。此时进程是运行状态。
  • top 中 ，iowait% 则表示等待 I/O 的 CPU 时间百分比。此时进程处于不可中断睡眠态。
  • 等待 CPU 的进程已经在 CPU 的就绪队列中，处于运行状态；而等待 I/O 的进程则处于不可中断状态。
avatar
文章
阅读
粉丝