---

前言

性能分析和优化一直是技术领域热门的一个话题，无论是三高（高性能、高可用、高稳定），还是CAP（数据一致性、服务可用性、分区容错性），都强调了服务的性能和可用。

那么在工作中，该如何去测试并进行性能优化呢？

常见的性能问题与原因

网络带宽：
网络对性能的影响不言而喻。如果带宽不足，单位时间内的请求过多，就会导致数据包的传输延迟较大。

如果网络不稳定，也会导致RT的曲线抖动较为剧烈，产生毛刺甚至丢包，这个时候P90/P99的数值也可能变大。因此稳定和足够的网络带宽，对系统的性能来说是很重要的。

负载均衡：
现在的SLB层已经优化的足够好，但如果负载均衡出现问题，可能会导致流量分发不均匀，导致部分应用节点流量异常，健康检查不通过从而被踢下线。

甚至服务注册重试失败或者弹性扩容不够及时，还会导致可用的节点承受了较多的请求最终导致雪崩效应。

安全策略：
现在的软件系统，常见的安全防护策略有ddos高防以及WAF，一般都是部署在SLB和流量网关之间或者更上层。

安全防护策略常见的场景有异常检测、输入验证、安全补丁、状态管理以及基于规则和异常的保护功能。

这些安全策略能够有效的保护系统不受到一些恶意的攻击和侵入，但这些策略生效也是需要耗费时间的。

流量网关：
上面提到的几个部分都可以看做是互联网时代的基础通用层，而网关是伴随着微服务和容器化出现的，作为用户流量的系统入口，网关也承担了较多的功能。

比如：日志、身份鉴权、灰度发布、限流熔断、可观测性metrics、应用限流apm tracing

上述的功能，无论是身份鉴权还是可观测性的metrics的实现，都需要耗费一定时间。特别是对于请求的RT比较敏感的业务，对流量网关功能的耗时要求更为严格。

Web应用层：
这几年前后端分离的系统设计越来越多，web层更多的负责页面的渲染展示和部分讨好用户的交互设计。

如何让用户更快的感知到他所感兴趣的东西，这个时候CDN和缓存就派上用场了。

利用CDN和缓存的特性“就近加载”，让用户感知到的性能更快，也是性能优化领域很重要的一点。

APP应用层：
前面讲了web层负责页面渲染展示和友好的交互，那App应用层（即我们常说的后端服务）则更多的负责逻辑计算。逻辑计算是很吃资源的，当然和它的一些参数配置以及技术架构也有较大关联。

常见的影响后端服务性能的因素如下：
硬件资源：如CPU/Memory；
参数配置：如Activethreads/TimeOut；
缓存配置：缓存中的大Key及缓存命中率；
并行计算：请求下游依赖是串行还是并行？
代码逻辑：最经典的例子——for循环无线套娃；
日志处理：特别是异常日志的处理以及生产日志级别；
处理机制：同步还是异步？如果是异步，MQ容量及消费能力如何？

数据存储层：
数据存储层我们通常理解为数据库。数据库层面影响性能的因素应该是最常见也是最多的。

比如：
锁：不合理的锁使用导致的请求等待；
索引：未加索引或索引未生效导致慢SQL；
数据量：表数据量过大导致的读写变慢等问题；
针对业务扩张以及数据量变大的问题，常见的优化策略有分表、数据库垂直拆分、读写分离等；

压测不是发现问题的唯一手段

回到性能定位分析和优化的话题上，关于性能优化，如下三点是必须铭记的。

1、性能优化的目标
在保持和降低系统99%RT的前提下，不断提高系统吞吐量，提高流量高峰时期的服务可用性。

2、性能优化的挑战
日益增长的用户量（带来访问量的提升，大数据量的存储和处理）；
越来越多样的业务（业务的不断迭代和发展，会使其复杂性指数提升）；
越来越复杂的系统（为了支撑业务迭代发展，系统架构会变得很复杂）；

3、性能优化的路径
降低响应时间；
提高系统吞吐量；
提高服务可用性；

PS：三者关系在某些场景下互相矛盾冲突，不可兼得！

基于上述关于性能优化的几点内容，结合我个人的实践经验和看法，性能定位和分析可以分为：
熟悉业务逻辑，了解系统架构；
掌握技术原理，熟知问题定位和分析优化的软件工程方法论；
不断实践踩坑，总结归纳性能验证、定位分析的方法和经验；
熟练使用性能测试、监控追踪、问题分析和优化的各种工具并擅加利用；

性能优化运行的更快更稳定

分层优化：
请求的处理过程要经过多个链路环节，除了优化耗时最长难度和成本较低的环节之外，在每个环节都进行一定优化，则对整体性能的提升有很大帮助。下面是流量高峰时的一些优化或者说应对案例：

数据库：
扩容：DB是有状态服务，计算层便于扩容，将DB节点放到容器中，有需要扩容；
灾备：对于大流量读场景可通过流量切换方式，将部分流量迁移到备份集群分流；
巡检：慢SQL是常见的问题，可通过自动监控和历史数据分析，提供辅助式决策；

应用层(计算层)：
限流：控制访问应用的流量在系统承载范围内
在业务请求入口（网关）限流，避免内部互相调用放大流量；
限流是个演进状态，从连接池、IP、指定SQL到更细的层级粒度做限流；
每个调用层都做限流，每个应用先保证自己可用，对其他依赖调用要做到“零信任”；

降级：强依赖通过熔断做紧急处理，弱依赖提前主动降级
主动降级：提前进行风险识别，然后针对性的降级，可降低已知的风险；
紧急降级：假设出现重大的问题，才需要决策是否启用的方案（风险较大）；
预案平台：预案平台的目的是留痕，方便后续把限流降级等配置恢复回来；

熔断：熔断下游强依赖的服务
双十一零点的前半小时， 做一个动态推送，把日志关掉；
真正流量来的时候，留一台机器来观察错误和异常的日志；

隔离：核心和非核心业务做隔离

下面是我整理的2023年最全的软件测试工程师学习知识架构体系图

一、Python编程入门到精通

二、接口自动化项目实战

三、Web自动化项目实战

四、App自动化项目实战

五、一线大厂简历

六、测试开发DevOps体系

七、常用自动化测试工具

八、JMeter性能测试

九、总结（尾部小惊喜）

每一次的努力都不会白费，终究会有回报。只要不放弃，坚持到底，你就能看到自己所期待的美好未来。因为奋斗是人生最珍贵的经历，它能让你变得更加坚强、勇敢和有智慧。只有不停地前行，才能走出属于自己的辉煌人生！

每一次的挫折和失败，都是你成长的机会。不要轻易放弃，坚持下去，你会发现自己变得越来越强大，最终实现自己的梦想。

只要你有梦想，就有无限的可能性。不要害怕失败，因为失败不是终点，而是成功的起点。勇往直前，不断尝试，你会发现自己比想象中更强大。坚持不懈，相信自己，你必将创造属于自己的辉煌人生！