大咖助场3｜傅健：那些年，影响我们达到性能巅峰的常见绊脚石（上）
傅健
该思维导图由 AI 生成，仅供参考
你好，我是傅健。这里有部分同学可能认识我，我在极客时间开设了一门视频课《Netty 源码剖析与实战》，很荣幸受邀来到陶辉老师的专栏做一些分享。今天我会围绕这门课程的主题——系统性能调优，结合我自身的工作经历补充一些内容，期待能给你一些新思路。
其实说起性能调优，我们往往有很多理论依据可以参考，例如针对分布式系统的 NWR、CAP 等，也有很多实践的“套路”，如绘制火焰图、监控调用链等。当然，这些内容多多少少陶辉老师都有讲到。实际上，不管方式、方法有多少，我们的终极目标都是一致的，那就是在固定的资源条件下，将系统的响应速度调整到极致。
但是在严谨地评价一个系统性能时，我们很少粗略地使用这种表述：在压力 A（如 1000 TPS）下，基于软硬件配置 B，我们应用的 C 操作响应时间是 D 毫秒。而是加上一个百分位，例如：在压力 A（如 1000 TPS）下，基于软硬件配置 B，我们应用的 C 操作响应时间 99% 已经达到 D 毫秒。或者当需要提供更为详细的性能报告时，我们提供的往往是类似于下面表格形式的数据来反映性能：不仅包括常见的百分比（95%、99% 等或者常见的四分位），也包括平均数、中位数、最大值等。
那为什么要如此“严谨”？不可以直接说达到了某某水平吗？究其原因，还是我们的系统很难达到一个完美的极致，总有一些请求的处理时间超出了我们的“预期”，让我们的系统不够平滑（即常说的系统有“毛刺”）。所以在追求极致的路上，我们的工作重心已经不再是“大刀阔斧”地进行主动性能调优以满足 99% 的需求，而是着重观察、分析那掉队的 1% 请求，找出这些“绊脚石”，再各个击破，从而提高我们系统性能的“百分比”。例如，从 2 个 9（99%）再进一步提高到 3 个 9（99.9%）。而实际上，我们不难发现，这些所谓的绊脚石其实都是类似的，所以这期分享我就带你看看究竟有哪些绊脚石，我们结合具体场景总结应对策略。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
本文深入探讨了系统性能调优中常见的绊脚石及应对策略，以及两个具体场景的详细分析。作者指出，在追求系统性能极致的过程中，需要关注影响系统性能的1%请求，并解决这些“绊脚石”，从而提高系统性能的“百分比”。通过具体案例和代码解析，文章展示了重试和重定向、失败引发轮询等情况对系统性能的影响，并提出了相应的解决策略。此外，文章还介绍了GC的“STW”停顿对系统性能的影响，并通过实例分析了GC导致的处理停顿情况。通过这些案例，读者可以深入了解系统性能调优中常见的问题及解决思路。文章内容丰富，案例具体，对于系统性能调优有很好的指导意义。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《系统性能调优必知必会》，新⼈⾸单¥59
《系统性能调优必知必会》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(7)
- 最新
- 精选
万历十五年重试，轮询，DNS解析，GC这些习以为常的细节都会造成系统的毛刺，细节是魔鬼，细节的魔鬼铸就了巨匠。作者回复: ^_^
2020-09-124
明翼挺不错的,喜欢这种实战作者回复: 傅健老师是我在思科工作时的老同事，有丰富的实战经验！
2020-07-282
一只小菜鸟各种所谓的毛刺抖动其实都有根本原因，只是我们水平太差排查不出来而已2021-01-022
马里奥的马里奥重试 轮询 GC2020-08-041
J.Smile挺好的分享，多些生产案例分析价值就更大了。2020-07-2011
xiaochao321重试 轮询 GC2022-09-03归属地：广东
铬天青S之前用Go做开发的时候遇到过类似的现象。虽然从监控可以明显看到GC的时间变长了，但是没有怀疑是GC的问题（毕竟从来没遇到过）。直到后来用pprof在线上采集了数据，做了更详细的分析之后，才敢确认就是GC导致的剧烈抖动。再后来，优化了内存的分配方式之后，这个问题才算是得到了解决。2022-06-23
收起评论
