性能优化的常见思路

结合大学时计算机组成原理老师的教导，和本人积累的经验和思考，将一些系统性能优化的套路总结了一下。不包含具体的优化场景，只提供方向。
所以本文看起来会有点废话连篇。

1. Profiling

系统优化之前最重要的是profiling，profile有“画像，轮廓”的意思，可以理解为对整个系统进行摸底，看一下每个过程需要多长时间，过程是并行的还是串行的等等。
在profiling完成之后，应当能区分出流程中的子系统。

子系统区分如何完成，主要看耗费时间的数量级。
数量级差不多的流程，就可以划分到一个子系统里。

子系统划分出来，按照流程连接，就形成一个DAG，求出关键路径之后，优化的工作才能启动。

2. 子系统的优化

在子系统中，时间耗费的数量级一样，因此第一条优化思路就是加快经常性事件。

对于程序优化，就是找热点函数。各语言都有自己的profiling工具，这里不细讲。

问题来了，如何加快经常性事件？
有下面几种套路

3. 使用更优的算法

我们可能创造不出快排这种算法，也想不出红黑树这种数据结构。
但是有一些套路还是比较简单的。
比如：

预先处理

比如预先计算，预先申请，预先读取等等。
预先计算就是先将所有可能的结果计算出来，外部需要的时候直接取。

增量处理

增量处理算法上也要做支持，这里的例子就太多了。
比如数据库的增量备份和同步，文件的增量打包和同步等等。

批量处理

将原本需要多次传输、多次写入或多次读取的操作，改成一次批量处理。

4. 使用更快的存储器

mysql换成redis，硬盘换成内存，内存换成cache，使用更快的存储器来存储你的数据，可以显著提升效率。
在实践上，我们用redis存储不太重要的数据；把文件加载到内存，不用每次读取；给CPU加上L1 Cache，L2 Cache，不用每次从内存中取。

5. 使用更多的CPU

这里包含两个方向：一个是从单线程到多线程的优化，一个是多线程之间的优化。
单线程到多线程的优化，可能会受到场景的限制，有些场景可能本来就是串行的，无法进行多核优化。
多线程之间的优化，就是同步手段的优化，比如互斥锁改为读写锁，一些简单的场景，可能原子操作就能满足要求。
一些压缩算法，是可以并行处理的，利用多核的优势，可以很轻松的减少50-75%的时间。

总结

总体来看，优化的方向在于计算，存储，并行三大方向，当然这三个方面也要相互配合才能达到最佳效果。