影响系统性能的十大元凶

文章来自微信公众号：techreading 技术阅读Martin Thompson 在巴西圣保罗的InfoQ全球软件开发大会上，分享了在软件开发中，哪些问题容易影响系统的性能。他总结了在工作中比较常见的10个问题以及相应的解决办法

文章来自微信公众号：techreading 技术阅读

Martin Thompson 在巴西圣保罗的InfoQ全球软件开发大会上，分享了在软件开发中，哪些问题容易影响系统的性能。

他总结了在工作中比较常见的10个问题以及相应的解决办法。

10 环境没有升级到最新版

很多人不愿意把软件运行的环境或者系统升级到最新版，因为这些升级很可能会影响到正在运行的软件或服务。如果你的确希望提高系统的性能，不妨先在测试环境中试一试。

同时，应该采取持续集成的工作流程，经常更新代码，写完整的测试，另外试试看是否有一些bug可以通过升级它所依赖的环境就得到解决。

9 重复运行的代码

这个问题还比较常见。代码可以运行，和可以有效率地运行是两回事。一段代码可能被重复调用了很多次，而表面上看起来却没有问题。比如每次需要一个文件就从磁盘读取，用过之后并不缓存起来，导致接下来访问这个文件都很慢。

Thompson提到一个案例。在这个案例中，网页的响应速度非常慢。一般来说是数据库出了问题。但当他仔细检查代码时，却发现在同一个循环中，数据库被调用了7000次。问题不是数据库引起的，而是代码引起的。

这个案例带来的教训就是，永远要弄清楚你的代码正在处理什么问题。重复运行的代码极有可能不会带来明显的bug，但并不意味着它没有问题。

8 数据结构的选择

当你把超过1GB的数据存在一个数据结构里，就需要小心内存的读取速度了。对于一个超过2GB的字典，Java的HashMap比.NET的字典慢10倍以上。当然，在别的情况下，Java可能也比.NET快。

处理特别占有内存的数据时，在选择数据结构上需要仔细斟酌，同时不要太依赖系统自带的数据结构。

7 内存回收慢

这个问题和上个问题有点儿像，它指是自动内存回收导致的问题。

使用自动内存回收的语言或者工具时，一次性分配过多的内存会增加内存回收的时间，导致系统速度变慢。

6 并行问题

并行任务的通信和同步需要系统开销，并且这些通信和同步本身并不一定是并行的。根据阿姆德尔定律（Amdahl Law），如果5%的系统活动需要串行，不论使用多少个处理器，系统最多也只能加速20倍。而通用扩展性定律（USL）则指出，在处理器达到一定数量后，并行系统的通讯开销会导致性能下降。

建立并行系统时，尽量避免引入共享可变的全局数据，因为一旦出了问题，你几乎不可能知道是哪里的代码有问题。推荐使用不共享数据的方式构建并行系统，或者严格控制写入数据的场景。

如果需要给算法加速，应首先考虑单线程的情况，再考虑复杂的并行情况。

5 不理解TCP原理

很多人不理解TCP的原理就开始考虑微服务架构，在某些情况下，遇到ACK延时可能导致每秒只能传输2-5个包。造成这个现象的原因是，TCP中的Nagle和TCP延时确认两种算法有时会造成进程死锁，影响微服务间的通讯。

Thompson推荐通过TCP_NODELAY来禁用Nagle算法，不再限制小包的发送，这样做的话每秒可多处理5-500个请求。

4 通信同步问题

做过网页前端的同学对这个问题应该比较了解。浏览器访问网页时，速度可能会很慢，而再好再贵的服务器也解决不了这个问题，因为用户还是有可能用2G的手机网络来访问你的网站。

但是还是有一些办法可以尽量让网页加载速度快一点。比如优化图片的大小，让不同分辨率的屏幕加载不同大小的图片，优化脚本加载顺序，以及尽量采用异步加载等等。

3 数据编码问题

有些程序员喜欢用JSON，XML，或Base64等编码格式来传送数据，因为这样数据更具有可读性，在debug的时候非常方便。

但是，系统间的交互是不需要可读性的。将二进制的数据转换成文本再转换成二进制不仅消耗CPU，还消耗网络带宽。

其实，你可以用Wireshark来debug服务器通信，或者使用ProtoBuffer，Thrift等工具库来优化通信过程。

2 函数设计问题

在保证代码的易读性的同时，再提高代码的性能可能会比较困难。但你总得做出取舍，或者多花点时间来好好设计。

有很多技巧可以在避免一些常见性能问题的同时，不会过多牺牲代码的可读性。比如，用C++语言写函数参数时，可以考虑使用引用或指针类型，这样可以避免在函数内生成临时的数据结构，而且不用返回数据。对于大部分语言来说，函数返回Iterable就比直接返回Array要好，而且不影响易读性。

1 日志问题

很惊讶吧，No. 1性能问题竟然是日志带来的问题！对于大多数日志系统来说，随着进程数量的增加，记录日志所需要的时间也会线性增加。在进程数量达到8个时，日志记录时间大约为0.15s，非常影响系统的响应速度。所以说，日志是一个比较重要的性能瓶颈，而且常常被人忽视。

为了解决这个问题，我们可以使用异步logger，同时小心设计logger所记录数据的结构，以便进行后续的读取和处理。

另外，logger重复记录同一个错误是非常浪费性能的，我们可以将它设置为只记录第一次错误，然后设置一个计数器来记录错误发生的次数。

语音：Mia

原作者：Abel Avram@InfoQ