性能调优一直是企业应用上线准备工作的关键环节，但具有讽刺意味的是，这项如此重要的任务长期以来却没有成为一门系统化、理论化的学科，更像是基于经验和 教训的原始手工劳动。这并不是因为性能调优工程师们没有努力工作，而是因为性能调优涉及到应用的各个组件及其之间的关系，每个组件内部也需要深入分析。不 同的应用其架构、技术、组件都存在差别，难以把性能调优过程和规则抽象成通用的方法。
不过现在幸运的是，性能调优专家 Steven Haines 在多年实践和深入思考的基础上，提出了一个称为“基于等待调优”的方法，该方法尝试把性能调优工作系统化、可度量化。基于等待的调优首先执行 一个应用架构的等待点分析，以此定位有可能导致请求等待的某项技术。等待点来自两方面：基于层次的等待点，代表着跨越应用层次的转换；基于技术的等待点， 代表着可能提高或降低性能的技术，比如缓存、池和通讯基础设施。一旦定位了一系列等待点，调优过程就此开始：开放所有基于层次的等待点和外部依赖池，产生 均衡的、具有代表性的负载，然后采用后退调优，收紧等待点以最大化该请求最薄弱的一环的性能，但是不要透支。
基于等待的调优方法在生产环境中已经一次又一次的得到了证明，不仅仅是高效的，而且帮助性能工程师快速实现可度量的性能优化。Steven 同时又是 InfoQ.com 的 Java 社区编辑，这篇《一种正规的性能调优方法—基于等待调优》就是他的成果分享。
详细内容，请阅读全文：一种正规的性能调优方法──基于等待的调优。
暂无签名
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
推荐系统的基本问题及系统优化路径
腾讯混合云数据湖 GooseFS 在高性能计算场景的落地
云原生时序数据库的挑战和架构设计
评论