計(jì)算機(jī)性能是一門(mén)令人激動(dòng)的，富于變化同時(shí)又充滿挑戰(zhàn)的領(lǐng)域。

系統(tǒng)性能是對(duì)整個(gè)計(jì)算機(jī)系統(tǒng)的性能的研究，包括主要硬件組件和軟件組件。所有數(shù)據(jù)路徑上和從存儲(chǔ)設(shè)備到應(yīng)用軟件上所發(fā)生的事情都包括在內(nèi)，因?yàn)檫@些都有可能影響性能。對(duì)于分布式系統(tǒng)來(lái)說(shuō)，這意味著多臺(tái)服務(wù)器和多個(gè)應(yīng)用。如果你還沒(méi)有關(guān)于你的環(huán)境的一張示意圖，用來(lái)顯示數(shù)據(jù)的路徑，趕緊找一張或者自己畫(huà)一張。它可以幫助你理解所有組件的關(guān)系，并確保你不會(huì)只見(jiàn)樹(shù)木不見(jiàn)森林。

系統(tǒng)性能的典型目標(biāo)是通過(guò)減少延時(shí)和降低計(jì)算成本來(lái)改善終端用戶的體驗(yàn)。降低成本可以通過(guò)消除低效之處、提高系統(tǒng)吞吐量和進(jìn)行常規(guī)性能調(diào)優(yōu)來(lái)實(shí)現(xiàn)。

下面是系統(tǒng)性能的一些重要概念

延時(shí)對(duì)于某些環(huán)境，延時(shí)是被唯一關(guān)注的性能焦點(diǎn)。而對(duì)于其他環(huán)境，它會(huì)是除了吞吐量以外，數(shù)一數(shù)二的分析要點(diǎn)。

作為延時(shí)的一個(gè)例子，圖 2.3 顯示了如 HTTP GET 請(qǐng)求的網(wǎng)絡(luò)傳輸，其響應(yīng)時(shí)間被分成連接延時(shí)和數(shù)據(jù)傳輸時(shí)間兩部分。

延時(shí)是操作執(zhí)行之前所花的等待時(shí)間。在這個(gè)例子里，操作是網(wǎng)絡(luò)服務(wù)的數(shù)據(jù)傳輸請(qǐng)求。在這個(gè)操作發(fā)生之前，系統(tǒng)必須等待建立網(wǎng)絡(luò)連接，這就是這個(gè)操作的延時(shí)。響應(yīng)時(shí)間包括了延時(shí)和操作時(shí)間。

因?yàn)檠訒r(shí)可以在不同點(diǎn)測(cè)量，所以通常會(huì)指明延時(shí)測(cè)量的對(duì)象。例如，網(wǎng)站的載入時(shí)間由三個(gè)從不同點(diǎn)測(cè)得的不同時(shí)間組成 ：DNS 延時(shí)、TCP 連接延時(shí)和 TCP 數(shù)據(jù)傳輸時(shí)間。DNS 延時(shí)指的是整個(gè) DNS 操作的時(shí)間，TCP 連接延時(shí)僅僅指的是初始化時(shí)間（TCP 握手）。

由于延時(shí)是一個(gè)時(shí)間上的指標(biāo)，因此可能有多種計(jì)算方法。性能問(wèn)題可以用延時(shí)來(lái)進(jìn)行量化和評(píng)級(jí)，因?yàn)槭怯孟嗤膯挝粊?lái)表達(dá)的（時(shí)間）。通過(guò)考量所能減少或移除的延時(shí)，預(yù)計(jì)的加速也可以被計(jì)算出來(lái)。這兩者不能用 IOPS 指標(biāo)很準(zhǔn)確地描述出來(lái)。

時(shí)間的量級(jí)和縮寫(xiě)列在了表 2.1 中，可作為參考。

如果可能，其他的指標(biāo)也會(huì)轉(zhuǎn)化為延時(shí)或者時(shí)間，這樣就可以進(jìn)行比較了。如果必須在 100 個(gè)網(wǎng)絡(luò) I/O 和 50 個(gè)磁盤(pán) I/O 之間做出選擇，怎樣才能知道哪個(gè)性能更好？這是一個(gè)復(fù)雜的選擇，因?yàn)槠渲邪撕芏嘁蛩?：網(wǎng)絡(luò)跳數(shù)、網(wǎng)絡(luò)丟包率和重傳率、I/O 的大小、隨機(jī)或順序的 I/O、磁盤(pán)類(lèi)型，等等。但是如果你比較的是 100ms 的網(wǎng)絡(luò) I/O 延時(shí)和 50ms 的磁盤(pán) I/O 延時(shí)，那差別就很明顯了！

時(shí)間量級(jí)我們可以對(duì)時(shí)間進(jìn)行量化的比較，同時(shí)最好對(duì)時(shí)間和各種來(lái)源的延時(shí)的合理預(yù)期有本能的認(rèn)識(shí)。系統(tǒng)各組件的操作的時(shí)間量級(jí)差別巨大，表 2.2 中提供的延時(shí)示例，從訪問(wèn) 3.5GHz 的 CPU 寄存器的延時(shí)開(kāi)始，闡釋了各種操作時(shí)間量級(jí)的差別。表中所示的是發(fā)生單次操作的時(shí)間均值，等比放大為一個(gè)假想的系統(tǒng)，將 1 個(gè) CPU 周期的 0.3ns（十億分之一秒的三分之一 1）放大為現(xiàn)實(shí)生活中的 1 秒。

正如你所見(jiàn)，1 個(gè) CPU 周期的時(shí)間是很短暫的。0.5 米差不多是你的眼睛到這個(gè)頁(yè)面的距離，光線走過(guò)這段距離需要的時(shí)間大約是 1.7ns。在這段時(shí)間里，現(xiàn)代的 CPU 已經(jīng)執(zhí)行了 5 個(gè) CPU 周期，處理了若干個(gè)指令。

權(quán)衡你應(yīng)該知道某些性能權(quán)衡關(guān)系。圖 2.4 展示的是好 / 快 / 便宜“擇其二”的權(quán)衡關(guān)系，右圖所示的是對(duì)應(yīng)于 IT 項(xiàng)目的術(shù)語(yǔ)。

許多 IT 項(xiàng)目選擇了及時(shí)和成本低，留下了性能問(wèn)題在以后解決。當(dāng)早期的決定阻礙了性能提高的可能性時(shí)，這樣的選擇會(huì)變得有問(wèn)題，例如，選擇了非最優(yōu)的存儲(chǔ)架構(gòu)，或者使用的編程語(yǔ)言或操作系統(tǒng)缺乏完善的性能分析工具。

一個(gè)常見(jiàn)的性能調(diào)優(yōu)的權(quán)衡是在 CPU 與內(nèi)存之間，因?yàn)閮?nèi)存能用于緩存數(shù)據(jù)結(jié)果，降低 CPU 的使用率。在有著充足 CPU 資源的現(xiàn)代系統(tǒng)里，交換可以反向進(jìn)行 ：CPU 可以壓縮數(shù)據(jù)來(lái)降低內(nèi)存的使用。

調(diào)優(yōu)的影響性能調(diào)優(yōu)實(shí)施在越靠近工作執(zhí)行的地方效果最顯著。對(duì)于工作負(fù)載驅(qū)動(dòng)的應(yīng)用程序，這意味著調(diào)優(yōu)性能的地方就在應(yīng)用程序本身。表 2.3 展示了一個(gè)軟件棧的例子，說(shuō)明了性能調(diào)優(yōu)的各種可能。

對(duì)應(yīng)用程序?qū)蛹?jí)進(jìn)行調(diào)優(yōu)，可能通過(guò)消除或減少數(shù)據(jù)庫(kù)查詢獲得很大的性能提升（例如，20 倍）。在存儲(chǔ)設(shè)備層級(jí)進(jìn)行調(diào)優(yōu)，可以精簡(jiǎn)或提高存儲(chǔ) I/O，但是性能提升的重要部分在更高層級(jí)的操作系統(tǒng)棧代碼，所以對(duì)存儲(chǔ)設(shè)備層級(jí)的調(diào)優(yōu)對(duì)應(yīng)用程序性能的提升有限，是百分比量級(jí)的（例如，20%）。

在應(yīng)用程序?qū)蛹?jí)尋求性能的巨大提升，還有一個(gè)理由。如今許多環(huán)境都致力于特性和功能的快速部署，按每周或每天將軟件的變更推入生產(chǎn)環(huán)境。 因此，應(yīng)用程序的開(kāi)發(fā)和測(cè)試傾向于關(guān)注正確性，在部署前留給性能測(cè)量和優(yōu)化的時(shí)間很少甚至沒(méi)有。之后當(dāng)性能成為問(wèn)題時(shí)，才會(huì)去做這些與性能相關(guān)的事情。

雖然發(fā)生在應(yīng)用程序?qū)蛹?jí)的調(diào)優(yōu)效果最顯著，但這個(gè)層級(jí)不一定是觀測(cè)效果最顯著的層級(jí)。數(shù)據(jù)庫(kù)查詢緩慢最好從其所花費(fèi)的 CPU 時(shí)間、文件系統(tǒng)和所執(zhí)行的磁盤(pán) I/O 方面來(lái)考查。使用操作系統(tǒng)工具，這些都是可以觀測(cè)到的。

合適的層級(jí)不同的公司和環(huán)境對(duì)性能有著不同的需求。你可能加入過(guò)這樣的公司，其分析標(biāo)準(zhǔn)要比你之前所見(jiàn)過(guò)的嚴(yán)格得多，甚至可能聽(tīng)都沒(méi)聽(tīng)過(guò)。或者是這樣的公司，你覺(jué)得很基本的分析被認(rèn)為很高端甚至從未使用過(guò)（這是好消息 ：事情簡(jiǎn)單輕松！）

這并不意味著某些公司做的是對(duì)的，某些做的是錯(cuò)的。這取決于性能技術(shù)投入的投資回報(bào)率（ROI）。擁有大型數(shù)據(jù)中心或大型云環(huán)境的組織可能會(huì)雇用一個(gè)性能工程師團(tuán)隊(duì)來(lái)分析所有的事情，包括內(nèi)核內(nèi)部和 CPU 性能計(jì)數(shù)器，并頻繁使用各種跟蹤工具。他們還可能對(duì)性能進(jìn)行正式建模，并對(duì)未來(lái)的增長(zhǎng)進(jìn)行準(zhǔn)確預(yù)測(cè)。對(duì)于每年在計(jì)算上有數(shù)百萬(wàn)花費(fèi)的環(huán)境來(lái)說(shuō)，雇用這樣一個(gè)性能團(tuán)隊(duì)是值得的，因?yàn)樗麄冞M(jìn)行的優(yōu)化就是投資回報(bào)。小型創(chuàng)業(yè)公司的計(jì)算開(kāi)支不大，可能只進(jìn)行表面的檢查，利用第三方監(jiān)測(cè)方案來(lái)檢查性能和提供警報(bào)。

何時(shí)停止分析做性能分析時(shí)的一個(gè)挑戰(zhàn)是如何知道何時(shí)停止。有這么多的工具，有這么多的東西要檢查！

當(dāng)我教性能課程時(shí)（最近我又開(kāi)始教了），我給我的學(xué)生一個(gè)有三個(gè)原因的性能問(wèn)題，我發(fā)現(xiàn)有些學(xué)生在找到一個(gè)原因后就停止了，有些則是兩個(gè)，有些則是三個(gè)。有些學(xué)生則繼續(xù)努力，試圖為性能問(wèn)題找到更多的原因。誰(shuí)的做法是正確的？說(shuō)你應(yīng)該在找到所有三個(gè)原因后就停止，可能很容易，但對(duì)于現(xiàn)實(shí)生活中的問(wèn)題，你并不知道原因的數(shù)量。

這里有三種情況，你可以考慮停止分析，并提供了一些個(gè)人的例子。

當(dāng)你已經(jīng)解釋了大部分性能問(wèn)題的時(shí)候。一個(gè) Java 應(yīng)用程序消耗的 CPU 資源是原來(lái)的 3 倍。我發(fā)現(xiàn)的第一個(gè)問(wèn)題是異常堆棧消耗了 CPU。然后我量化了這些堆棧的時(shí)間，發(fā)現(xiàn)它們只占整個(gè) CPU 占用的 12%。如果這個(gè)數(shù)字接近 66%，我就可以停止分析了。但在這種情況下，在 12% 的情況下，我需要繼續(xù)尋找。

當(dāng)潛在的投資回報(bào)率低于分析的成本的時(shí)候。我所處理的一些性能問(wèn)題可以帶來(lái)每年數(shù)千萬(wàn)美元的收益。對(duì)于這些問(wèn)題，我可以證明花幾個(gè)月的時(shí)間（工程成本）進(jìn)行分析是合理的。其他的性能問(wèn)題，比如說(shuō)微服務(wù)，可能是以數(shù)百美元計(jì)算的，甚至不值得花 1 個(gè)小時(shí)的工程時(shí)間來(lái)分析它們。例外情況可能包括 ：當(dāng)我沒(méi)有更好的事情可做時(shí)（這在實(shí)踐中從未發(fā)生過(guò)），或者如果我懷疑這可能是日后更大問(wèn)題的隱患，值得在問(wèn)題擴(kuò)大之前進(jìn)行調(diào)試時(shí)。

當(dāng)其他地方有更大的投資回報(bào)率的時(shí)候。即使前兩種情況沒(méi)有得到滿足，其他地方有更大的投資回報(bào)時(shí)經(jīng)常需要優(yōu)先考慮。如果你是全職的性能工程師，根據(jù)潛在的投資回報(bào)率對(duì)不同的問(wèn)題進(jìn)行有選擇的分析可能是一項(xiàng)日常工作。

性能推薦的時(shí)間點(diǎn)環(huán)境的性能特性會(huì)隨著時(shí)間改變，更多的用戶、新的硬件、升級(jí)的軟件或固件都是變化的因素。一種環(huán)境，受限于速度 10Gb/s 的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，當(dāng)升級(jí)到 100Gb/s 時(shí)，很可能會(huì)發(fā)現(xiàn)磁盤(pán)或 CPU 的性能變得緊張。

性能推薦，尤其是可調(diào)優(yōu)的參數(shù)值，僅僅在一段特定時(shí)間內(nèi)有效。一周內(nèi)從性能專(zhuān)家那里得到的好建議，可能到了下一周，經(jīng)過(guò)一次軟件或硬件升級(jí)，或者用戶增多后就無(wú)效了。

在網(wǎng)上搜索找到的調(diào)優(yōu)參數(shù)值對(duì)于某些情況可能能快速見(jiàn)效。但如果對(duì)于你的系統(tǒng)或者工作負(fù)載并不合適，它們也可能會(huì)對(duì)性能有所損害，或者合適過(guò)一次，就不再合適了，或者只是作為軟件的某個(gè) bug 修復(fù)升級(jí)之前暫時(shí)的應(yīng)急措施。這和從別人的醫(yī)藥箱里拿藥吃很像，那些藥可能不適合你，或者可能已經(jīng)過(guò)期，或者只適合短期服用。

如果僅僅是出于要了解有哪些參數(shù)可調(diào)以及哪些參數(shù)在過(guò)去是需要調(diào)整的，那么瀏覽這些性能建議是有用的。針對(duì)你的系統(tǒng)和工作負(fù)載，這項(xiàng)工作就變成了考慮這些參數(shù)是不是要調(diào)，以及調(diào)整成什么值。如果其他人不需要調(diào)整那個(gè)值，或者調(diào)整了但并未將經(jīng)驗(yàn)分享出來(lái)，那么你有可能漏掉了重要的參數(shù)。

負(fù)載與架構(gòu)應(yīng)用程序性能差可能是因?yàn)檐浖渲煤陀布膯?wèn)題，也就是它的架構(gòu)和實(shí)現(xiàn)問(wèn)題。另外，應(yīng)用程序性能差還可能是由于有太多負(fù)載，而導(dǎo)致了排隊(duì)和長(zhǎng)延時(shí)。負(fù)載和架構(gòu)見(jiàn)圖 2.5。

如果對(duì)架構(gòu)的分析顯示只是工作任務(wù)在排隊(duì)，處理任務(wù)沒(méi)有任何問(wèn)題，那么問(wèn)題就可能出在施加的負(fù)載太多上。在云計(jì)算環(huán)境里，這是需要引入更多的服務(wù)器實(shí)例來(lái)處理任務(wù)的征兆。

舉個(gè)例子，架構(gòu)的問(wèn)題可能是一個(gè)單線程的應(yīng)用程序在單個(gè) CPU 上忙碌，從而導(dǎo)致請(qǐng)求排隊(duì)，但是其他的 CPU 卻是可用且空閑的。在這個(gè)例子里，性能就被應(yīng)用程序的單一線程架構(gòu)限制住了。架構(gòu)的另一個(gè)問(wèn)題可能是一個(gè)程序的多個(gè)線程爭(zhēng)奪一個(gè)鎖，這樣只有一個(gè)線程可以向前推進(jìn)，而其他線程在等待。

負(fù)載的問(wèn)題可能會(huì)是一個(gè)多線程程序在所有的 CPU 上都忙碌，但是請(qǐng)求依然排隊(duì)的情況。在這個(gè)例子里，性能可能被限制于 CPU 的性能，或者說(shuō)是負(fù)載超出了 CPU 所能處理的范圍。

指標(biāo)性能指標(biāo)是由系統(tǒng)、應(yīng)用程序，或者其他工具選定的統(tǒng)計(jì)數(shù)據(jù)，用于測(cè)量感興趣的活動(dòng)。性能指標(biāo)用于性能分析和監(jiān)測(cè)，可以由命令行提供數(shù)據(jù)，也可以由可視化工具提供圖表。

常見(jiàn)的系統(tǒng)性能指標(biāo)如下。

吞吐量 ：每秒的數(shù)據(jù)量或操作量。

IOPS ：每秒的 I/O 操作數(shù)。

使用率 ：資源的繁忙程度，以百分比表示。

延時(shí) ：操作時(shí)間，以平均數(shù)或百分?jǐn)?shù)表示。

吞吐量的使用取決于上下文環(huán)境。數(shù)據(jù)庫(kù)吞吐量通常用來(lái)度量每秒查詢或請(qǐng)求的數(shù)目（操作量）。網(wǎng)絡(luò)吞吐量度量的是每秒傳輸?shù)谋忍財(cái)?shù)或字節(jié)數(shù)（數(shù)據(jù)量）。IOPS 度量的是吞吐量，但只針對(duì) I/O 操作（讀取和寫(xiě)入）。再次重申，上下文很關(guān)鍵，上下文不同，定義可能會(huì)有不同。

緩存緩存被頻繁使用來(lái)提高性能。緩存是將較慢的存儲(chǔ)層的結(jié)果存放在較快的存儲(chǔ)層中。

把磁盤(pán)的塊緩存在主存（RAM）中就是一例。

一般使用的都是多級(jí)緩存。CPU 通常利用多級(jí)硬件緩存作為主緩存（L1、L2 和L3），開(kāi)始是一個(gè)非?？斓呛苄〉木彺妫↙1），后續(xù)的 L2 和 L3 逐漸增加了緩存容量和訪問(wèn)延時(shí)。這是一個(gè)在密度和延時(shí)之間經(jīng)濟(jì)上的權(quán)衡。緩存的級(jí)數(shù)和大小的選擇以CPU 芯片內(nèi)可用空間為準(zhǔn)，確保達(dá)到最優(yōu)的性能。

一個(gè)了解緩存性能的重要指標(biāo)是每個(gè)緩存的命中率—所需數(shù)據(jù)在緩存中被找到的次數(shù)（hits，命中）與總訪問(wèn)次數(shù)（hits+misses）的比例。

命中率 = 命中次數(shù) /（命中次數(shù) + 失效次數(shù)）

命中率越高越好，更高的命中率意味著更多的數(shù)據(jù)能成功地從較快的介質(zhì)中訪問(wèn)獲得。

98% 和 99% 之間的性能差異要比 10% 和 11% 之間的性能差異大很多。由于緩存命中和失效之間的速度差異（兩個(gè)存儲(chǔ)層級(jí)），導(dǎo)致了這是一條非線性曲線。兩個(gè)存儲(chǔ)層級(jí)速度差異越大，曲線越陡峭。

已知的未知已知的已知、已知的未知、未知的未知在性能領(lǐng)域是很重要的概念。下面是詳細(xì)的解釋?zhuān)⑻峁┝讼到y(tǒng)性能分析的例子。

已知的已知 ：有些東西你知道。你知道你應(yīng)該檢查性能指標(biāo)，你也知道它的當(dāng)前值。舉個(gè)例子，你知道你應(yīng)該檢查 CPU 使用率，而且你也知道當(dāng)前均值是10%。

已知的未知 ：有些東西你知道你不知道。你知道你可以檢查一個(gè)指標(biāo)或者判斷一個(gè)子系統(tǒng)是否存在，但是你還沒(méi)去做。舉個(gè)例子，你知道你能用剖析檢查是什么致使 CPU 忙碌，但你還沒(méi)去做這件事。

未知的未知 ：有些東西你不知道你不知道。舉個(gè)例子，你可能不知道設(shè)備中斷可以消耗大量 CPU 資源，因此你對(duì)此并不做檢查。在性能領(lǐng)域，“你知道的越多，你不知道的也就越多”。這和學(xué)習(xí)系統(tǒng)是一樣的原理：你了解的越多，你就能意識(shí)到未知的未知越多，然后這些未知的未知會(huì)變成你可以去查看的已知的未知。

原文標(biāo)題：Go 性能：你知道的越多，不知道的也就越多

文章出處：【微信公眾號(hào)：馬哥Linux運(yùn)維】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。