性能与优化那些事
2017-12-21 10:59:45 55 举报
AI智能生成
性能和优化知识点
作者其他创作
大纲/内容
架构指导
移除不必要的对持久层的访问
频繁访问持久层的访问时间应独立于持久层数据量
通过利用可用资源进行扩展和扩展,实现吞吐量和响应时间的优化
内存消耗量对于处理的数据量至多应该是线性的, 应该没有内存泄漏
CPU消耗量对于处理的数据量至多应该是线性的
每个用户交互步骤前端和应用层之间的连续往返数不应超过2次
在每个用户交互步骤中两个服务/实例之间不应该有两个以上的顺序往返
低效数据库访问
缺乏合适的索引支持
读取不必要的数据
相同数据读取多次
不当使用缓冲
使用单个访问而不是数组访问
错误编码
大量调用导致运行时间过长
单个调用消耗时间过长
性能问题因素
客户端
网络
CPU
内存
程序
本地程序调用
远程程序调用
数据库
端到端分析
客户端性能分析
网路性能分析
服务器端(程序)性能分析
CPU消耗分析
内存消耗分析
数据库访问分析
硬件瓶颈分析
表示层
应记录前端和应用层每个用户交互步骤之间以及两个服务器/实例之间的顺序往返数量
应记录在前端和应用层之间传输的每用户交互步骤的数据量
每个用户交互步骤前端和应用层之间的连续往返数不应超过2次
应用层
应记录所有应用程序堆栈上的物理内存消耗(MB)
应记录所有应用程序堆栈的总CPU时间(以ms为单位)
通过利用可用资源进行扩展和扩展,实现吞吐量和响应时间的优化
内存消耗量对于处理的数据量至多应该是线性的, 应该没有内存泄漏
CPU消耗量对于处理的数据量至多应该是线性的
应该记录对持久层的访问次数
应记录持久层和应用层之间传输的数据量(以KB为单位)
持久层
移除不必要的对持久层的访问
频繁访问持久层的访问时间应独立于持久层数据量
0 条评论
下一页