程序媛的生活不止是眼前的代码，还有效率和性能优化。

认识代码性能和系统容量效率。

一、代码性能的主要指标

1. 吞吐量

Throughput，单位时间处理请求的数量。

2. 服务延迟

Service latency，客户请求的处理时间。

3. 扩展性

Scalability，系统在高压的情况下能不能正常处理请求。

4. 资源使用效率

Resource Utilization，单位请求处理所需要的资源量，如：CPU、内存等。

5. 可靠性

Reliability，在极端情况下能不能持续处理正常的服务请求，如：天猫双十一等。

性能好的代码，可以用四个字来概括：“多、快、好、省”。

  • 多 》吞吐量大。
  • 快 》服务延迟低。
  • 好 》扩展性好。
  • 省 》资源效率高，资源使用量低。

二、代码性能的重要性

如图所示，代码性能的重要性，不仅仅局限于程序员所直接负责的软件模块，还对其他相关软件模块、模块所在的应用程序、单机系统的设计、互联网服务的质量、公司的运营成本，甚至对我们共同生活的地球都很重要。

单机系统

我们的模块所在的应用程序或微服务，是运行在服务器的硬件和操作系统上的。对这台服务器而言，这就是个单机系统，包括软件和硬件的整个垂直栈：包括操作系统、程序库、存储系统、CPU、内存、网络等。这些构建都或多或少会影响上层程序的性能。

对下层的软硬件构件越是了解，就越有可能设计出性能优越的模块和应用程序。

三、性能优化的知识和技能

互联网服务的复杂性来源于业务种类的多样、服务质量的要求、不同模块的交互、软硬构件的结合、各个团队的合作等。这意味着，服务性能的优化不仅涉及 结构设计、代码实现、容量部署、运维管理、效率提升等各个阶段，也需要员工之间和团队之间的紧密合作。如此，想要做好这方面的工作，需要有广泛的知识面、广博的实践经验和较高的软技能。

1. 扩展知识面，懂得软硬结合。

  • 软件 操作系统、数据结构和算法、编译原理以及各类协议等计算机方面的知识和数学、统计方面的知识。
  • 硬件 服务器本身（CPU、内存等）、存储系统、各类网络、数据中心等。
  • 实践经验 观察系统资源使用率的各种系统命令，各种调试和测试工具，以及如何进行性能分析、优化的实践。
  • 软技能 团队协作能力、分享汇报能力。

2. 理论联系实际。

不明显原因导致的性能问题，需要对各种协议、软件 和 操作系统、硬件 和 网络非常熟悉。

3. 测试、分析、优化，有迹可循。

性能测试是一切性能工作的基础和开端。

分析和研究性能测试得到的数据，发现问题并找到问题的根本原因，然后进行性能优化来解决问题。

性能工程师分析问题并且优化性能的总体思路：问题 → 测试 → 分析 → 优化 → 实践。