万字总结十种性能优化手段！！

Java面试指南网站：javaguide.cn

昨天在网上冲浪，悄悄的卷你们的时候看到一个关于性能优化的不错的文章。作者写了上中下三篇，由浅入深的写了关于性能优化的方方面面，并不仅仅局限于代码层面。

我看了之后还是很有收获的，同时也惊叹于作者扎实的技术能力与思考能力。于是借花献佛，把作者的三篇整理合并之后分享给大家。希望你也能有所收获。

原文链接：https://code2life.top/2020/08/15/0055-performance/ 整理：why 技术

上篇

引言：取与舍

软件设计开发某种意义上是“取”与“舍”的艺术。

关于性能方面，就像建筑设计成抗震 9 度需要额外的成本一样，高性能软件系统也意味着更高的实现成本，有时候与其他质量属性甚至会冲突，比如安全性、可扩展性、可观测性等等。

大部分时候我们需要的是：在业务遇到瓶颈之前，利用常见的技术手段将系统优化到预期水平。

那么，性能优化有哪些技术方向和手段呢？

性能优化通常是“时间”与“空间”的互换与取舍。

本篇分两个部分，在上篇，讲解六种通用的“时间”与“空间”互换取舍的手段：

• 索引术
• 压缩术
• 缓存术
• 预取术
• 削峰填谷术
• 批量处理术

在下篇，介绍四种进阶性的内容，大多与提升并行能力有关：

• 八门遁甲 —— 榨干计算资源
• 影分身术 —— 水平扩容
• 奥义 —— 分片术
• 秘术 —— 无锁术

每种性能优化的技术手段，我都找了一张应景的《火影忍者》中人物或忍术的配图，评论区答出任意人物或忍术送一颗小星星。

（注：所有配图来自动漫《火影忍者》，部分图片添加了文字方便理解，仅作技术交流用途）

索引术

10ms 之后。

索引的原理是拿额外的存储空间换取查询时间，增加了写入数据的开销，但使读取数据的时间复杂度一般从 O(n)降低到 O(logn)甚至 O(1)。

索引不仅在数据库中广泛使用，前后端的开发中也在不知不觉运用。

在数据集比较大时，不用索引就像从一本没有目录而且内容乱序的新华字典查一个字，得一页一页全翻一遍才能找到；

用索引之后，就像用拼音先在目录中先找到要查到字在哪一页，直接翻过去就行了。

书籍的目录是典型的树状结构，那么软件世界常见的索引有哪些数据结构，分别在什么场景使用呢？

• 哈希表（Hash Table）：哈希表的原理可以类比银行办业务取号，给每个人一个号（计算出的 Hash 值），叫某个号直接对应了某个人，索引效率是最高的 O(1)，消耗的存储空间也相对更大。K-V 存储组件以及各种编程语言提供的 Map/Dict 等数据结构，多数底层实现是用的哈希表。
• 二叉搜索树（Binary Search Tree）：有序存储的二叉树结构，在编程语言中广泛使用的红黑树属于二叉搜索树，确切的说是“不完全平衡的”二叉搜索树。从 C++、Java 的 TreeSet、TreeMap，到 Linux 的 CPU 调度，都能看到红黑树的影子。Java 的 HashMap 在发现某个 Hash 槽的链表长度大于 8 时也会将链表升级为红黑树，而相比于红黑树“更加平衡”的 AVL 树反而实际用的更少。
• 平衡多路搜索树（B-Tree）：这里的 B 指的是 Balance 而不是 Binary，二叉树在大量数据场景会导致查找深度很深，解决办法就是变成多叉树，MongoDB 的索引用的就是 B-Tree。
• 叶节点相连的平衡多路搜索树（B+ Tree）：B+ Tree 是 B-Tree 的变体，只有叶子节点存数据，叶子与相邻叶子相连，MySQL 的索引用的就是 B+树，Linux 的一些文件系统也使用的 B+树索引 inode。其实 B+树还有一种在枝桠上再加链表的变体：B*树，暂时没想到实际应用。
• 日志结构合并树（LSM Tree）：Log Structured Merge Tree，简单理解就是像日志一样顺序写下去，多层多块的结构，上层写满压缩合并到下层。LSM Tree 其实本身是为了优化写性能牺牲读性能的数据结构，并不能算是索引，但在大数据存储和一些 NoSQL 数据库中用的很广泛，因此这里也列进去了。
• 字典树（Trie Tree）：又叫前缀树，从树根串到树叶就是数据本身，因此树根到枝桠就是前缀，枝桠下面的所有数据都是匹配该前缀的。这种结构能非常方便的做前缀查找或词频统计，典型的应用有：自动补全、URL 路由。其变体基数树（Radix Tree）在 Nginx 的 Geo 模块处理子网掩码前缀用了；Redis 的 Stream、Cluster 等功能的实现也用到了基数树（Redis 中叫 Rax）。
• 跳表（Skip List）：是一种多层结构的有序链表，插入一个值时有一定概率“晋升”到上层形成间接的索引。跳表更适合大量并发写的场景，不存在红黑树的再平衡问题，Redis 强大的 ZSet 底层数据结构就是哈希加跳表。
• 倒排索引（Inverted index）：这样翻译不太直观，可以叫“关键词索引”，比如书籍末页列出的术语表就是倒排索引，标识出了每个术语出现在哪些页，这样我们要查某个术语在哪用的，从术语表一查，翻到所在的页数即可。倒排索引在全文索引存储中经常用到，比如 ElasticSearch 非常核心的机制就是倒排索引；Prometheus 的时序数据库按标签查询也是在用倒排索引。

数据库主键之争：自增长 vs UUID。主键是很多数据库非常重要的索引，尤其是 MySQL 这样的 RDBMS 会经常面临这个难题：是用自增长的 ID 还是随机的 UUID 做主键？

自增长 ID 的性能最高，但不好做分库分表后的全局唯一 ID，自增长的规律可能泄露业务信息；而 UUID 不具有可读性且太占存储空间。

争执的结果就是找一个兼具二者的优点的折衷方案：

用雪花算法生成分布式环境全局唯一的 ID 作为业务表主键，性能尚可、不那么占存储、又能保证全局单调递增，但引入了额外的复杂性，再次体现了取舍之道。

再回到数据库中的索引，建索引要注意哪些点呢？

• 定义好主键并尽量使用主键，多数数据库中，主键是效率最高的聚簇索引；
• 在 Where 或 Group By、Order By、Join On 条件中用到的字段也要按需建索引或联合索引，MySQL 中搭配 explain 命令可以查询 DML 是否利用了索引；
• 类似枚举值这样重复度太高的字段不适合建索引（如果有位图索引可以建），频繁更新的列不太适合建索引；
• 单列索引可以根据实际查询的字段升级为联合索引，通过部分冗余达到索引覆盖，以避免回表的开销；
• 尽量减少索引冗余，比如建 A、B、C 三个字段的联合索引，Where 条件查询 A、A and B、A and B and C
• 都可以利用该联合索引，就无需再给 A 单独建索引了；根据数据库特有的索引特性选择适合的方案，比如像 MongoDB，还可以建自动删除数据的 TTL 索引、不索引空值的稀疏索引、地理位置信息的 Geo 索引等等。

数据库之外，在代码中也能应用索引的思维，比如对于集合中大量数据的查找，使用 Set、Map、Tree 这样的数据结构，其实也是在用哈希索引或树状索引，比直接遍历列表或数组查找的性能高很多。

缓存术

缓存优化性能的原理和索引一样，是拿额外的存储空间换取查询时间。缓存无处不在，设想一下我们在浏览器打开这篇文章，会有多少层缓存呢？

• 首先解析 DNS 时，浏览器一层 DNS 缓存、操作系统一层 DNS 缓存、DNS 服务器链上层层缓存；
• 发送一个 GET 请求这篇文章，服务端很可能早已将其缓存在 KV 存储组件中了；
• 即使没有击中缓存，数据库服务器内存中也缓存了最近查询的数据；
• 即使没有击中数据库服务器的缓存，数据库从索引文件中读取，操作系统已经把热点文件的内容放置在 Page Cache 中了；
• 即使没有击中操作系统的文件缓存，直接读取文件，大部分固态硬盘或者磁盘本身也自带缓存；
• 数据取到之后服务器用模板引擎渲染出 HTML，模板引擎早已解析好缓存在服务端内存中了；
• 历经数十毫秒之后，终于服务器返回了一个渲染后的 HTML，浏览器端解析 DOM 树，发送请求来加载静态资源；
• 需要加载的静态资源可能因 Cache-Control 在浏览器本地磁盘和内存中已经缓存了；
• 即使本地缓存到期，也可能因 Etag 没变服务器告诉浏览器 304 Not Modified 继续缓存；
• 即使 Etag 变了，静态资源服务器也因其他用户访问过早已将文件缓存在内存中了；
• 加载的 JS 文件会丢到 JS 引擎执行，其中可能涉及的种种缓存就不再展开了；
• 整个过程中链条上涉及的所有的计算机和网络设备，执行的热点代码和数据很可能会载入 CPU 的多级高速缓存。

这里列举的仅仅是一部分常见的缓存，就有多种多样的形式：从廉价的磁盘到昂贵的 CPU 高速缓存，最终目的都是用来换取宝贵的时间。

既然缓存那么好，那么问题就来了：缓存是“银弹”吗？

不，Phil Karlton 曾说过：

There are only two hard things in Computer Science: cache invalidation and naming things.

计算机科学中只有两件困难的事情：缓存失效和命名规范。

缓存的使用除了带来额外的复杂度以外，还面临如何处理缓存失效的问题。

• 多线程并发编程需要用各种手段（比如 Java 中的 synchronized volatile）防止并发更新数据，一部分原因就是防止线程本地缓存的不一致；
• 缓存失效衍生的问题还有：缓存穿透、缓存击穿、缓存雪崩。解决用不存在的 Key 来穿透攻击，需要用空值缓存或布隆过滤器；解决单个缓存过期后，瞬间被大量恶意查询击穿的问题需要做查询互斥；解决某个时间点大量缓存同时过期的雪崩问题需要添加随机 TTL；
• 热点数据如果是多级缓存，在发生修改时需要清除或修改各级缓存，这些操作往往不是原子操作，又会涉及各种不一致问题。

除了通常意义上的缓存外，对象重用的池化技术，也可以看作是一种缓存的变体。

常见的诸如 JVM，V8 这类运行时的常量池、数据库连接池、HTTP 连接池、线程池、Golang 的 sync.Pool 对象池等等。

在需要某个资源时从现有的池子里直接拿一个，稍作修改或直接用于另外的用途，池化重用也是性能优化常见手段。

压缩术

说完了两个“空间换时间”的，我们再看一个“时间换空间”的办法——压缩。

压缩的原理消耗计算的时间，换一种更紧凑的编码方式来表示数据。

为什么要拿时间换空间？时间不是最宝贵的资源吗？

举一个视频网站的例子，如果不对视频做任何压缩编码，因为带宽有限，巨大的数据量在网络传输的耗时会比编码压缩的耗时多得多。

对数据的压缩虽然消耗了时间来换取更小的空间存储，但更小的存储空间会在另一个维度带来更大的时间收益。

这个例子本质上是：“操作系统内核与网络设备处理负担 vs 压缩解压的 CPU/GPU 负担”的权衡和取舍。

我们在代码中通常用的是无损压缩，比如下面这些场景:

• HTTP 协议中 Accept-Encoding 添加 Gzip/deflate，服务端对接受压缩的文本（JS/CSS/HTML）请求做压缩，大部分图片格式本身已经是压缩的无需压缩；
• HTTP2 协议的头部 HPACK 压缩；
• JS/CSS 文件的混淆和压缩（Uglify/Minify）；
• 一些 RPC 协议和消息队列传输的消息中，采用二进制编码和压缩（Gzip、Snappy、LZ4 等等）；
• 缓存服务存过大的数据，通常也会事先压缩一下再存，取的时候解压；
• 一些大文件的存储，或者不常用的历史数据存储，采用更高压缩比的算法存储；
• JVM 的对象指针压缩，JVM 在 32G 以下的堆内存情况下默认开启“UseCompressedOops”，用 4 个 byte 就可以表示一个对象的指针，这也是 JVM 尽量不要把堆内存设置到 32G 以上的原因；
• MongoDB 的二进制存储的 BSON 相对于纯文本的 JSON 也是一种压缩，或者说更紧凑的编码。但更紧凑的编码也意味着更差的可读性，这一点也是需要取舍的。纯文本的 JSON 比二进制编码要更占存储空间但却是 REST API 的主流，因为数据交换的场景下的可读性是非常重要的。

信息论告诉我们，无损压缩的极限是信息熵。进一步减小体积只能以损失部分信息为代价，也就是有损压缩。

那么，有损压缩有哪些应用呢？

• 预览和缩略图，低速网络下视频降帧、降清晰度，都是对信息的有损压缩；
• 音视频等多媒体数据的采样和编码大多是有损的，比如 MP3 是利用傅里叶变换，有损地存储音频文件；jpeg 等图片编码也是有损的。虽然有像 WAV/PCM 这类无损的音频编码方式，但多媒体数据的采样本身就是有损的，相当于只截取了真实世界的极小一部分数据；
• 散列化，比如 K-V 存储时 Key 过长，先对 Key 执行一次“傻”系列（SHA-1、SHA-256）哈希算法变成固定长度的短 Key。另外，散列化在文件和数据验证（MD5、CRC、HMAC）场景用的也非常多，无需耗费大量算力对比完整的数据。

除了有损/无损压缩，但还有一个办法，就是压缩的极端——从根本上减少数据或彻底删除。

能减少的就减少：

• JS 打包过程“摇树”，去掉没有使用的文件、函数、变量；
• 开启 HTTP/2 和高版本的 TLS，减少了 Round Trip，节省了 TCP 连接，自带大量性能优化；
• 减少不必要的信息，比如 Cookie 的数量，去掉不必要的 HTTP 请求头；
• 更新采用增量更新，比如 HTTP 的 PATCH，只传输变化的属性而不是整条数据；
• 缩短单行日志的长度、缩短 URL、在具有可读性情况下用短的属性名等等；
• 使用位图和位操作，用风骚的位操作最小化存取的数据。典型的例子有：用 Redis 的位图来记录统计海量用户登录状态；布隆过滤器用位图排除不可能存在的数据；大量开关型的设置的存储等等。

能删除的就删除：

• 删掉不用的数据；
• 删掉不用的索引；
• 删掉不该打的日志；
• 删掉不必要的通信代码，不去发不必要的 HTTP、RPC 请求或调用，轮询改发布订阅；
• 终极方案：砍掉整个功能。

毕竟有位叫做 Kelsey Hightower 的大佬曾经说过：

No code is the best way to write secure and reliable applications. Write nothing; deploy nowhere

不写代码，是编写安全可靠的应用程序的最佳方式。什么都不写；哪里都不部署。

预取术

预取通常搭配缓存一起用，其原理是在缓存空间换时间基础上更进一步，再加上一次“时间换时间”，也就是：用事先预取的耗时，换取第一次加载的时间。

当可以猜测出以后的某个时间很有可能会用到某种数据时，把数据预先取到需要用的地方，能大幅度提升用户体验或服务端响应速度。

是否用预取模式就像自助餐餐厅与厨师现做的区别，在自助餐餐厅可以直接拿做好的菜品，一般餐厅需要坐下来等菜品现做。

那么，预取在哪些实际场景会用呢？

• 视频或直播类网站，在播放前先缓冲一小段时间，就是预取数据。有的在播放时不仅预取这一条数据，甚至还会预测下一个要看的其他内容，提前把数据取到本地；
• HTTP/2 Server Push，在浏览器请求某个资源时，服务器顺带把其他相关的资源一起推回去，HTML/JS/CSS 几乎同时到达浏览器端，相当于浏览器被动预取了资源；
• 一些客户端软件会用常驻进程的形式，提前预取数据或执行一些代码，这样可以极大提高第一次使用的打开速度；
• 服务端同样也会用一些预热机制，一方面热点数据预取到内存提前形成多级缓存；另一方面也是对运行环境的预热，载入 CPU 高速缓存、热点函数 JIT 编译成机器码等等；
• 热点资源提前预分配到各个实例，比如：秒杀、售票的库存性质的数据；分布式唯一 ID 等等

天上不会掉馅饼，预取也是有副作用的。

正如烤箱预热需要消耗时间和额外的电费，在软件代码中做预取/预热的副作用通常是启动慢一些、占用一些闲时的计算资源、可能取到的不一定是后面需要的。

削峰填谷术

削峰填谷的原理也是“时间换时间”，谷时换峰时。

削峰填谷与预取是反过来的：预取是事先花时间做，削峰填谷是事后花时间做。就像三峡大坝可以抗住短期巨量洪水，事后雨停再慢慢开闸防水。软件世界的“削峰填谷”是类似的，只是不是用三峡大坝实现，而是用消息队列、异步化等方式。

常见的有这几类问题，我们分别来看每种对应的解决方案：

• 针对前端、客户端的启动优化或首屏优化：代码和数据等资源的延时加载、分批加载、后台异步加载、或按需懒加载等等。
• 背压控制 - 限流、节流、去抖等等。一夫当关，万夫莫开，从入口处削峰，防止一些恶意重复请求以及请求过于频繁的爬虫，甚至是一些 DDoS 攻击。简单做法有网关层根据单个 IP 或用户用漏桶控制请求速率和上限；前端做按钮的节流去抖防止重复点击；网络层开启 TCP SYN Cookie 防止恶意的 SYN 洪水攻击等等。彻底杜绝爬虫、黑客手段的恶意洪水攻击是很难的，DDoS 这类属于网络安全范畴了。
• 针对正常的业务请求洪峰，用消息队列暂存再异步化处理：常见的后端消息队列 Kafka、RocketMQ 甚至 Redis 等等都可以做缓冲层，第一层业务处理直接校验后丢到消息队列中，在洪峰过去后慢慢消费消息队列中的消息，执行具体的业务。另外执行过程中的耗时和耗计算资源的操作，也可以丢到消息队列或数据库中，等到谷时处理。
• 捋平毛刺：有时候洪峰不一定来自外界，如果系统内部大量定时任务在同一时间执行，或与业务高峰期重合，很容易在监控中看到“毛刺”——短时间负载极高。一般解决方案就是错峰执行定时任务，或者分配到其他非核心业务系统中，把“毛刺”摊平。比如很多数据分析型任务都放在业务低谷期去执行，大量定时任务在创建时尽量加一些随机性来分散执行时间。
• 避免错误风暴带来的次生洪峰：有时候网络抖动或短暂宕机，业务会出现各种异常或错误。这时处理不好很容易带来次生灾害，比如：很多代码都会做错误重试，不加控制的大量重试甚至会导致网络抖动恢复后的瞬间，积压的大量请求再次冲垮整个系统；还有一些代码没有做超时、降级等处理，可能导致大量的等待耗尽 TCP 连接，进而导致整个系统被冲垮。解决之道就是做限定次数、间隔指数级增长的 Back-Off 重试，设定超时、降级策略。

批量处理术

批量处理同样可以看成“时间换时间”，其原理是减少了重复的事情，是一种对执行流程的压缩。以个别批量操作更长的耗时为代价，在整体上换取了更多的时间。

批量处理的应用也非常广泛，我们还是从前端开始讲：

• 打包合并的 JS 文件、雪碧图等等，将一批资源集中到一起，一次性传输；
• 前端动画使用 requestAnimationFrame 在 UI 渲染时批量处理积压的变化，而不是有变化立刻更新，在游戏开发中也有类似的应用；
• 前后端中使用队列暂存临时产生的数据，积压到一定数量再批量处理；在不影响可扩展性情况下，一个接口传输多种需要的数据，减少大量 ajax 调用（GraphQL 在这一点就做到了极致）；
• 系统间通信尽量发送整批数据，比如消息队列的发布订阅、存取缓存服务的数据、RPC 调用、插入或更新数据库等等，能批量做尽可能批量做，因为这些系统间通信的 I/O 时间开销已经很昂贵了；
• 数据积压到一定程度再落盘，操作系统本身的写文件就是这么做的，Linux 的 fwrite 只是写入缓冲区暂存，积压到一定程度再 fsync 刷盘。在应用层，很多高性能的数据库和 K-V 存储的实现都体现了这一点：一些 NoSQL 的 LSM Tree 的第一层就是在内存中先积压到一定大小再往下层合并；Redis 的 RDB 结合 AOF 的落盘机制；Linux 系统调用也提供了批量读写多个缓冲区文件的系统调用：readv/writev；
• 延迟地批量回收资源，比如 JVM 的 Survivor Space 的 S0 和 S1 区互换、Redis 的 Key 过期的清除策略。

批量处理如此好用，那么问题来了，每一批放多大最合适呢？

这个问题其实没有定论，有一些个人经验可以分享。

• 前端把所有文件打包成单个 JS，大部分时候并不是最优解。Webpack 提供了很多分块的机制，CSS 和 JS 分开、JS 按业务分更小的 Chunk 结合懒加载、一些体积大又不用在首屏用的第三方库设置 external 或单独分块，可能整体性能更高。不一定要一批搞定所有事情，分几个小批次反而用户体验的性能更好。
• Redis 的 MGET、MSET 来批量存取数据时，每批大小不宜过大，因为 Redis 主线程只有一个，如果一批太大执行期间会让其他命令无法响应。经验上一批 50-100 个 Key 性能是不错的，但最好在真实环境下用真实大小的数据量化度量一下，做 Benchmark 测试才能确定一批大小的最优值。
• MySQL、Oracle 这类 RDBMS，最优的批量 Insert 的大小也视数据行的特性而定。我之前在 2U8G 的 Oracle 上用一些普遍的业务数据做过测试，批量插入时每批 5000-10000 条数据性能是最高的，每批过大会导致 DML 的解析耗时过长，甚至单个 SQL 语句体积超限，单批太多反而得不偿失。
• 消息队列的发布订阅，每批的消息长度尽量控制在 1MB 以内，有些云服务商提供的消息队列限制了最大长度，那这个长度可能就是性能拐点，比如 AWS 的 SQS 服务对单条消息的限制是 256KB。

总之，多大一批可以确保单批响应时间不太长的同时让整体性能最高，是需要在实际情况下做基准测试的，不能一概而论。而批量处理的副作用在于：处理逻辑会更加复杂，尤其是一些涉及事务、并发的问题；需要用数组或队列用来存放缓冲一批数据，消耗了额外的存储空间。

中篇

引言

前面我们总结了六种普适的性能优化方法，包括 索引、压缩、缓存、预取、削峰填谷、批量处理，简单讲解了每种技术手段的原理和实际应用。

在开启最后一篇前，我们先需要搞清楚：

在程序运行期间，时间和空间都耗在哪里了？

时间都去哪儿了？

人眨一次眼大约 100 毫秒，而现代 1 核 CPU 在一眨眼的功夫就可以执行数亿条指令。

现代的 CPU 已经非常厉害了，频率已经达到了 GHz 级别，也就是每秒数十亿个指令周期。

即使一些 CPU 指令需要多个时钟周期，但由于有流水线机制的存在，平均下来大约每个时钟周期能执行 1 条指令，比如一个 3GHz 频率的 CPU 核心，每秒大概可以执行 20 亿到 40 亿左右的指令数量。

程序运行还需要 RAM，也可能用到持久化存储，网络等等。随着新的技术和工艺的出现，这些硬件也越来越厉害，比如 CPU 高速缓存的提升、NVMe 固态硬盘相对 SATA 盘读写速率和延迟的飞跃等等。这些硬件具体有多强呢？

有一个非常棒的网站“Latency Numbers Every Programmer Should Know”，可以直观地查看从 1990 年到现在，高速缓存、内存、硬盘、网络时间开销的具体数值。

https://colin-scott.github.io/personal_website/research/interactive_latency.html

下图是 2020 年的截图，的确是“每个开发者应该知道的数字”。

图片

这里有几个非常关键的数据：

• 存取一次 CPU 多级高速缓存的时间大约 1-10 纳秒级别；
• 存取一次主存(RAM)的时间大概在 100 纳秒级别；
• 固态硬盘的一次随机读写大约在 10 微秒到 1 毫秒这个数量级；
• 网络包在局域网传输一个来回大约是 0.5 毫秒。

看到不同硬件之间数量级的差距，就很容易理解性能优化的一些技术手段了。

比如一次网络传输的时间，是主存访问的 5000 倍，明白这点就不难理解写 for 循环发 HTTP 请求，为什么会被扣工资了。

放大到我们容易感知的时间范围，来理解 5000 倍的差距：如果一次主存访问是 1 天的话，一趟局域网数据传输就要 13.7 年。

如果要传输更多网络数据，每两个网络帧之间还有固定的间隔（Interpacket Gap），在间隔期间传输 Idle 信号，数据链路层以此来区分两个数据包，具体数值在链接 Wiki 中有，这里截取几个我们熟悉的网络来感受一下：

• 百兆以太网: 0.96 µs
• 千兆以太网：96 ns
• 万兆以太网：9.6 ns

不过，单纯看硬件的上限意义不大，从代码到机器指令中间有许多层抽象，仅仅是在 TCP 连接上发一个字节的数据包，从操作系统内核到网线，涉及到的基础设施级别的软硬件不计其数。到了应用层，单次操作耗时虽然没有非常精确的数字，但经验上的范围也值得参考：

• 用 Memcached/Redis 存取缓存数据：1-5 ms
• 执行一条简单的数据库查询或更新操作：5-50ms
• 在局域网中的 TCP 连接上收发一趟数据包：1-10ms；广域网中大约 10-200ms，视传输距离和网络节点的设备而定
• 从用户态切换到内核态，完成一次系统调用：100ns - 1 μs，视不同的系统调用函数和硬件水平而定，少数系统调用可能远超此范围。

空间都去哪儿了？

在计算机历史上，非易失存储技术的发展速度超过了摩尔定律。除了嵌入式设备、数据库系统等等，现在大部分场景已经不太需要优化持久化存储的空间占用了，这里主要讲的是另一个相对稀缺的存储形式 —— RAM，或者说主存/内存。

以 JVM 为例，在堆里面有很多我们创建的对象（Object）。

• 每个 Object 都有一个包含 Mark 和类型指针的 Header，占 12 个字节
• 每个成员变量，根据数据类型的不同占不同的字节数，如果是另一个对象，其对象指针占 4 个字节
• 数组会根据声明的大小，占用 N 倍于其类型 Size 的字节数
• 成员变量之间需要对齐到 4 字节，每个对象之间需要对齐到 8 字节

如果在 32G 以上内存的机器上，禁用了对象指针压缩，对象指针会变成 8 字节，包括 Header 中的 Klass 指针，这也就不难理解为什么堆内存超过 32G，JVM 的性能直线下降了。

举个例子，一个有 8 个 int 类型成员的对象，需要占用 48 个字节（12+32+4），如果有十万个这样的 Object，就需要占用 4.58MB 的内存了。这个数字似乎看起来不大，而实际上一个 Java 服务的堆内存里面，各种各样的对象占用的内存通常比这个数字多得多，大部分内存耗在 char[]这类数组或集合型数据类型上。

举个例子，一个有 8 个 int 类型成员的对象，需要占用 48 个字节（12+32+4），如果有十万个这样的 Object，就需要占用 4.58MB 的内存了。这个数字似乎看起来不大，而实际上一个 Java 服务的堆内存里面，各种各样的对象占用的内存通常比这个数字多得多，大部分内存耗在 char[]这类数组或集合型数据类型上。

堆内存之外，又是另一个世界了。

从操作系统进程的角度去看，也有不少耗内存的大户，不管什么 Runtime 都逃不开这些空间开销：每个线程需要分配 MB 级别的线程栈，运行的程序和数据会缓存下来，用到的输入输出设备需要缓冲区……

代码“写出来”的内存占用，仅仅是冰山之上的部分，真正的内存占用比“写出来”的要更多，到处都存在空间利用率的问题。

比如，即使我们在 Java 代码中只是写了 response.getWriter().print(“OK”)，给浏览器返回 2 字节，网络协议栈的层层封装，协议头部不断增加的额外数据，让最终返回给浏览器的字节数远超原始的 2 字节，像 IP 协议的报头部就至少有 20 个字节，而数据链路层的一个以太网帧头部至少有 18 字节。

如果传输的数据过大，各层协议还有最大传输单元 MTU 的限制，IPv4 一个报文最大只能有 64K 比特，超过此值需要分拆发送并在接收端组合，更多额外的报头导致空间利用率降低（IPv6 则提供了 Jumbogram 机制，最大单包 4G 比特，“浪费”就减少了）。

这部分的“浪费”有多大呢？下面的链接有个表格，传输 1460 个字节的载荷，经过有线到无线网络的转换，至少再添 120 个字节，**空间利用率<92.4%**。

https://en.wikipedia.org/wiki/Jumbo_frame

这种现象非常普遍，使用抽象层级越高的技术平台，平台提供高级能力的同时，其底层实现的“信息密度”通常越低。

像 Java 的 Object Header 就是使用 JVM 的代价，而更进一步使用动态类型语言，要为灵活性付出空间的代价则更大。哈希表的自动扩容，强大的反射能力等等，背后也付出了空间的代价。

再比如，二进制数据交换协议通常比纯文本协议更加节约空间。但多数厂家我们仍然用 JSON、XML 等纯文本协议，用信息的冗余来换取可读性。即便是二进制的数据交互格式，也会存在信息冗余，只能通过更好的协议和压缩算法，尽量去逼近压缩的极限 —— 信息熵。

小结

理解了时间和空间的消耗在哪后，还不能完全解释软件为何倾向于耗尽硬件资源。有一条定律可以解释，正是它锤爆了摩尔定律。

它就是安迪-比尔定律。

“安迪给什么，比尔拿走什么”。

安迪指的是 Intel 前 CEO 安迪·葛洛夫，比尔指的是比尔·盖茨。

这句话的意思就是：软件发展比硬件还快，总能吃得下硬件。

20 年前，在最强的计算机也不见得可以玩赛车游戏；

10 年前，个人电脑已经可以玩画质还可以的 3D 赛车游戏了；

现在，自动驾驶+5G 云驾驶已经快成为现实。

在这背后，是无数的硬件技术飞跃，以及吃掉了这些硬件的各类软件。

这也是我们每隔两三年都要换手机的原因：不是机器老化变卡了，是嗜血的软件在作怪。

图片

因此，即使现代的硬件水平已经强悍到如此境地，性能优化仍然是有必要的。

软件日益复杂，抽象层级越来越高，就越需要底层基础设施被充分优化。

对于大部分开发者而言，高层代码逐步走向低代码化、可视化，“一行代码”能产生的影响也越来越大，写出低效代码则会吃掉更多的硬件资源。

下篇

引言

本篇也是本系列最硬核的一篇，本人技术水平有限，可能存在疏漏或错误之处，望斧正。仍然选取了《火影忍者》的配图和命名方式帮助理解：

• 八门遁甲 —— 榨干计算资源
• 影分身术 —— 水平扩容
• 奥义 —— 分片术
• 秘术 —— 无锁术

（注：这些“中二”的前缀仅是用《火影》中的一些术语，形象地描述技术方案）

八门遁甲 —— 榨干计算资源

让硬件资源都在处理真正有用的逻辑计算，而不是做无关的事情或空转。

从晶体管到集成电路、驱动程序、操作系统、直到高级编程语言的层层抽象，每一层抽象带来的更强的通用性、更高的开发效率，多是以损失运行效率为代价的。

但我们可以在用高级编程语言写代码的时候，在保障可读性、可维护性基础上用运行效率更高、更适合运行时环境的方式去写，减少额外的性能损耗《Effective XXX》、《More Effective XXX》、《高性能 XXX》这类书籍所传递的知识和思想。

落到技术细节，下面用四个小节来说明如何减少“无用功”、避免空转、榨干硬件。

聚焦

减少系统调用与上下文切换，让 CPU 聚焦。

可以看看两个 stackoverflow 上的帖子：

https://stackoverflow .com/questions/21887797/what-is-the-overhead-of-a-context-switch https://stackoverflow.com/questions/23599074/system-calls-overhead

大部分互联网应用服务，耗时的部分不是计算，而是 I/O。

减少 I/O wait， 各司其职，专心干 I/O，专心干计算，epoll 批量捞任务，（refer: event driven）

利用 DMA 减少 CPU 负担 - 零拷贝 NewI/O Redis SingleThread (even 6.0), Node.js

避免不必要的调度 - Context Switch

CPU 亲和性，让 CPU 更加聚焦

蜕变

用更高效的数据结构、算法、第三方组件，让程序本身蜕变。

从逻辑短路、Map 代替 List 遍历、减少锁范围、这样的编码技巧，到应用 FisherYates、Dijkstra 这些经典算法，注意每一行代码细节，量变会发生质变。更何况某个算法就足以让系统性能产生一两个数量级的提升。

适应

因地制宜，适应特定的运行环境

在浏览器中主要是优化方向是 I/O、UI 渲染引擎、JS 执行引擎三个方面。

I/O 越少越好，能用 WebSocket 的地方就不用 Ajax，能用 Ajax 的地方就不要刷整个页面；

UI 渲染方面，减少重排和重绘，比如 Vue、React 等 MVVM 框架的虚拟 DOM 用额外的计算换取最精简的 DOM 操作；

JS 执行引擎方面，少用动态性极高的写法，比如 eval、随意修改对象或对象原型的属性。

前端的优化有个神器：Light House，在新版本 Chrome 已经嵌到开发者工具中了，可以一键生成性能优化报告，按照优化建议改就完了。

与浏览器环境颇为相似的 Node.js 环境：

https://segmentfault.com/a/1190000007621011#articleHeader11

Java

• C1 C2 JIT 编译器
• 栈上分配

Linux

• 各种参数优化
• 内存分配和 GC 策略
• Linux 内核参数 Brendan Gregg
• 内存区块配置（DB，JVM，V8，etc.）

利用语言特性和运行时环境 - 比如写出利于 JIT 的代码

• 多静态少动态 - 舍弃动态特性的灵活性 - hardcode/if-else，强类型，弱类型语言避免类型转换 AOT/JIT vs 解释器， 汇编，机器码 GraalVM

减少内存的分配和回收，少对列表做增加或删除

对于 RAM 有限的嵌入式环境，有时候时间不是问题，反而要拿时间换空间，以节约 RAM 的使用。

运筹

把眼界放宽，跳出程序和运行环境本身，从整体上进行系统性分析最高性价比的优化方案，分析潜在的优化切入点，以及能够调配的资源和技术，运筹帷幄。

其中最简单易行的几个办法，就是花钱，买更好或更多的硬件基础设施，这往往是开发人员容易忽视的，这里提供一些妙招：

• 服务器方面，云服务厂商提供各种类型的实例，每种类型有不同的属性侧重，带宽、CP、磁盘的 I/O 能力，选适合的而不是更贵的
• 舍弃虚拟机 - Bare Mental，比如神龙服务器
• 用 ARM 架构 CPU 的服务器，同等价格可以买到更多的服务器，对于多数可以跨平台运行的服务端系统来说与 x86 区别并不大，ARM 服务器的数据中心也是技术发展趋势使然
• 如果必须用 x86 系列的服务器，AMD 也 Intel 的性价比更高。

第一点非常重要，软件性能遵循木桶原理，一定要找到瓶颈在哪个硬件资源，把钱花在刀刃上。

如果是服务端带宽瓶颈导致的性能问题，升级再多核 CPU 也是没有用的。

我有一次性能优化案例：把一个跑复杂业务的 Node.js 服务器从 AWS 的 m4 类型换成 c4 类型，内存只有原来的一半，但 CPU 使用率反而下降了 20%，同时价格还比之前更便宜，一石二鸟。

这是因为 Node.js 主线程的计算任务只有一个 CPU 核心在干，通过 CPU Profile 的火焰图，可以定位到该业务的瓶颈在主线程的计算任务上，因此提高单核频率的作用是立竿见影的。而该业务对内存的消耗并不多，套用一些定制 v8 引擎内存参数的方案，起不了任何作用。

毕竟这样的例子不多，大部分时候还是要多花钱买更高配的服务器的，除了这条花钱能直接解决问题的办法，剩下的办法难度就大了：

• 利用更底层的特性实现功能，比如 FFI WebAssembly 调用其他语言，Java Agent Instrument，字节码生成（BeanCopier, Json Lib），甚至汇编等等
• 使用硬件提供的更高效的指令
• 各种提升 TLB 命中率的机制，减少内存的大页表
• 魔改 Runtime，Facebook 的 PHP，阿里腾讯定制的 JDK
• 网络设备参数，MTU
• 专用硬件：GPU 加速（cuda）、AES 硬件卡和高级指令加速加解密过程，比如 TLS
• 可编程硬件：地狱级难度，FPGA 硬件设备加速特定业务
• NUMA
• 更宏观的调度，VM 层面的共享 vCPU，K8S 集群调度，总体上的优化

小结

有些手段，是凭空换出来更多的空间和时间了吗？

天下没有免费的午餐，即使那些看起来空手套白狼的优化技术，也需要额外的人力成本来做，副作用可能就是专家级的发际线吧。还好很多复杂的性能优化技术我也不会，所以我本人发际线还可以。

这一小节总结了一些方向，有些技术细节非常深，这里也无力展开。不过，即使榨干了单机性能，也可能不足以支撑业务，这时候就需要分布式集群出场了，因此后面介绍的 3 个技术方向，都与并行化有关。

影分身术 —— 水平扩容

本节的水平扩容以及下面一节的分片，可以算整体的性能提升而不是单点的性能优化，会因为引入额外组件反而降低了处理单个请求的性能。

但当业务规模大到一定程度时，再好的单机硬件也无法承受流量的洪峰，就得水平扩容了，毕竟”众人拾柴火焰高”。

在这背后的理论基础是，硅基半导体已经接近物理极限，随着摩尔定律的减弱，阿姆达尔定律的作用显现出来：

https://en.wikipedia.org/wiki/Amdahl%27s_law

水平扩容必然引入负载均衡

• 多副本
• 水平扩容的前提是无状态
• 读>>写， 多个读实例副本 （CDN）
• 自动扩缩容，根据常用的或自定义的 metrics，判定扩缩容的条件，或根据 CRON
• 负载均衡策略的选择

奥义 —— 分片术

水平扩容针对无状态组件，分片针对有状态组件。二者原理都是提升并行度，但分片的难度更大。

负载均衡也不再是简单的加权轮询了，而是进化成了各个分片的协调器

• Java1.7 的及之前的 ConcurrentHashMap 分段锁
• 有状态数据的分片
• 如何选择 Partition/Sharding Key
• 负载均衡难题
• 热点数据，增强缓存等级，解决分散的缓存带来的一致性难题
• 数据冷热分离，SSD - HDD
• 分开容易合并难
• 区块链的优化，分区域

秘术 —— 无锁术

有些业务场景，比如库存业务，按照正常的逻辑去实现，水平扩容带来的提升非常有限，因为需要锁住库存，扣减，再解锁库存。

票务系统也类似，为了避免超卖，需要有一把锁禁锢了横向扩展的能力。

不管是单机还是分布式微服务，锁都是制约并行度的一大因素。比如上篇提到的秒杀场景，库存就那么多，系统超卖了可能导致非常大的经济损失，但用分布式锁会导致即使服务扩容了成千上万个实例，最终无数请求仍然阻塞在分布式锁这个串行组件上了，再多水平扩展的实例也无用武之地。

避免竞争 Race Condition 是最完美的解决办法。

上篇说的应对秒杀场景，预取库存就是减轻竞态条件的例子，虽然取到服务器内存之后仍然有多线程的锁，但锁的粒度更细了，并发度也就提高了。

• 线程同步锁
• 分布式锁
• 数据库锁 update select 子句
• 事务锁
• 顺序与乱序
• 乐观锁/无锁 CAS Java 1.8 之后的 ConcurrentHashMap
• pipeline 技术 - CPU 流水线 Redis Pipeline 大数据分析 并行计算
• TCP 的缓冲区排头阻塞 QUIC HTTP3.0

总结

以 ROI 的视角看软件开发，初期人力成本的投入，后期的维护成本，计算资源的费用等等，选一个合适的方案而不是一个性能最高的方案。

本篇结合个人经验总结了常见的性能优化手段，这些手段只是冰山一角。在初期就设计实现出一个完美的高性能系统是不可能的，随着软件的迭代和体量的增大，利用压测，各种工具（profiling，vmstat，iostat，netstat），以及监控手段，逐步找到系统的瓶颈，因地制宜地选择优化手段才是正道。

有利必有弊，得到一些必然会失去一些，有一些手段要慎用。Linux 性能优化大师 Brendan Gregg 一再强调的就是：切忌过早优化、过度优化。

持续观测，做 80%高投入产出比的优化。

除了这些设计和实现时可能用到的手段，在技术选型时选择高性能的框架和组件也非常重要。

另外，部署基础设施的硬件性能也同样，合适的服务器和网络等基础设施往往会事半功倍，比如云服务厂商提供的各种字母开头的 instance，网络设备带宽的速度和稳定性，磁盘的 I/O 能力等等。

多数时候我们应当使用更高性能的方案，但有时候甚至要故意去违背它们。最后，以《Effective Java》第一章的一句话结束本文吧。

首先要学会基本的规则，然后才能知道什么时候可以打破规则。

·········· END ··············