我对后端优化的一点想法2012.pptVIP

我对后端优化的一点想法 About Me Jametong@童家旺 work@alipay (2010.8-) work@alibaba(2005.5-2010.8) work@浙江移动台州公司 (2003.12-2005.5) Blog @ / mail@ jametong@ Weibo @ Jametong 内容简介 什么是优化? 响应时间 Vs 吞吐量 性能与可伸缩性（Performance Vs Scalability) Instrument metrics 需要了解的一点硬件知识 常见案例分析 引用资料 什么是优化(1) The fastest way to do something is don‘t do it Anonymous Two ways to improve performance, do it less or do it faster Anonymous Performance is all about code path From Cary Millsap /2010/09/my-otn-interview-at-oow2010-which-hasnt.html 什么是优化(2) 不访问不必要的数据 使用B*Tree/hash等方法定位必要的数据 使用column Store或分表的方式将数据分开存储 合理的利用硬件来提升访问效率 使用缓存消除对数据的重复访问 使用批量处理来减少交互次数（磁盘、网络） 使用新硬件来降低后端的延时，提高效率 提高系统的吞吐量 对工作单元进行细化，减少串行操作 优化硬件配置，提高整体的TCO与硬件利用率 合理的拆分（水平、垂直拆分）以提高系统的整体吞吐能力 响应时间 Vs 吞吐量(1) 性能 衡量完成特定任务的速度或效率 响应时间 衡量系统与用户交互式多久能够收到响应 吞吐量 衡量系统在单位时间里可以完成的任务量 响应时间 Vs 吞吐量 Response Time = Service Time + Queue Time 经典的响应时间曲线.到达率为1.55trx/s,响应时间为3ms/Trx,服务时间为2ms/Trx,排队时间为1ms/trx 可伸缩性？ 可伸缩性 Amdahls law 使用多处理器进行 并行处理能够提升的性能的比例受限于程序中需要串行处理的比例 USL Scalability 使用多处理器进行 并行处理能够提升的性能的比例不仅受限于程序中需要串行处理的比例, 还受限于进程之间的并发系数. Instrument Metrics What gets measured gets managed. Peter Drucker (彼得. 德鲁克 ) Dont guess, get the data Anonymous Instrument Metrics@life 从杭州北京（花费了6个半小时） Instrument Metrics@life 从杭州北京（花费了6个半小时） 13:00 – 13:15 从公司下楼到淘宝(15分钟) 13:30 – 13:50 从淘宝出发到上出租车(20分钟) 14:00 - 15:00 在出租车上,从淘宝-机场(60分钟) 15:10 - 15:20 拿机票(10分钟) 15:25 - 15:50 安检(25分钟) 16:00 – 17:00 在机场候机(60分钟) 17:00 - 18:20 飞机上,杭州北京(80分钟) 18:20 - 18:40 到出租车上车点(20分钟) 18:40 - 18:55 等待出租车(15分钟) 18:55 - 19:50 机场到酒店(55分钟) Instrument Metrics@Oracle Metrics v$sys_time_model v$sess_time_model v$sysstat v$sesstat v$system_event v$session_event v$session_wait v$event_histogram Instrument Extended 10046 trace Instrument Metrics@Linux vmstat iostat netstat tcprstat sar strace oprofile systemtap aspersa latencytop top [oracle@mytest ~]$ ps -ef | grep dbw oracle 8323 1 0 2010 ? 00:42:29 ora_dbw0_mytest [oracle@mytest ~]$ strace -c -p 8323 Process 8323 attached -