资深工程师做性能优化，靠的是方法论而不是经验偏方。性能工作要有目标、基线、瓶颈定位、验证实验和回滚方案。

1. 学习目标

• 建立从现象到证据再到优化的性能分析流程。
• 掌握吞吐、延迟、并发、饱和度、错误率和成本等指标关系。
• 能设计压测、容量评估和性能回归机制。

2. 知识框架

系统性能方法论
├─ 入门：建立术语、对象和日常操作的直觉
├─ 进阶：理解机制、边界和跨平台差异
└─ 专家：能排障、能设计、能阅读实现和研究材料

性能优化闭环：定义目标 -> 建立基线 -> 定位瓶颈 -> 提出假设 -> 小步实验 -> 量化收益 -> 固化和监控。

3. 核心概念

主题	说明	工程关注
吞吐	单位时间完成的工作量	QPS、TPS、批处理速度
延迟	单次请求或任务耗时	P50、P95、P99
饱和度	资源接近极限的程度	队列长度、利用率、等待时间
容量	在目标 SLO 下系统可承载的负载	扩容、限流、降级

4. 机制与实践

1. 性能目标必须绑定业务场景和 SLO，不能只说“更快”。
2. 压测数据要包含资源指标、应用指标、错误率和配置版本。
3. 优化一处瓶颈后重新测量，因为瓶颈会迁移。

5. 常用命令与工具

命令或工具	作用	使用建议
wrk -t4 -c200 -d60s url	HTTP 压测工具示例	评估接口吞吐和延迟
perf record -g command	采集 CPU 性能数据	Linux 深入热点分析
sar -u 1	采集 CPU 指标	观察趋势和峰值

6. 常见误区

• 没有基线就优化：无法判断是否真的变好，也无法排除噪声。
• 只看吞吐不看延迟：吞吐提高可能以 P99 延迟恶化为代价。
• 压测环境不代表生产：硬件、数据量、依赖、网络和限流策略都可能不同。

7. 进阶研究方向

• 学习 USE、RED、Golden Signals 和排队论基础。
• 研究火焰图、eBPF、ETW、Instruments 在不同系统上的实践。
• 建立性能回归测试和容量评估文档模板。

8. Tips 快问快答

Q：性能优化第一步是什么？

A：定义清楚目标和基线，例如目标 QPS、P99 延迟、错误率和资源成本。

Q：为什么 P99 很重要？

A：尾延迟影响真实用户体验，也会在分布式系统中被多次放大。

Q：调优后还要做什么？

A：要验证收益、监控副作用、记录配置，并准备回滚方案。

9. 总结

性能优化是一项实验科学。资深工程师的价值在于用证据定位瓶颈，用小步实验控制风险，用监控保证收益持续存在。