“时间”都去哪儿了？性能调优分析方法与案例详解

原创 侯龙

一个好的软件，功能和性能都至关重要，这当然离不开产品同学的开光脑瓜、研发同学的灵巧小手，也离不开测试同学的金晶火眼。说到测试，可能大家就会想到页面点点点呀，接口验证呀，业务联调呀等等，其实还有一个很重要的环节，那就是性能测试。

那么，什么是性能测试？如何衡量系统性能？系统响应时间是怎么计算的？如何进行性能调优？带着这些问题，咱们今天就来简单地聊一聊性能调优那些事儿。

1.性能测试是什么

性能测试就是通过特定的方式，对被测系统按照一定的测试策略施加压力，获取该系统的响应时间、吞吐量、资源利用率等性能指标，来检验系统上线后能否满足用户需求的过程，主要包括测试需求/目的、测试环境/工具、测试方案、测试执行、测试结果与分析。

2.衡量系统的四大指标

衡量一个系统的性能，主要有以下四大指标：

响应时间

指应用执行一个操作所需的时间，包括从发出请求开始到最后收到响应所需要的时间。响应时间是系统最重要的性能指标，直观的反映了系统的快慢。

吞吐量

指单位时间内系统处理的请求数，体现系统的整体处理能力。TPS(Transaction per second)是吞吐量的一个常用量化指标，此外还有HPS(Hits per second)、QPS(Query per second)等。

资源利用率

指应用服务器、数据库服务器及被测系统包含的中间件服务器的CPU、内存、磁盘、网络等系统资源的使用情况。

并发数

指的是同时提交请求的用户数目。这四个指标之间的关系如图1。

图1

吞吐量= 并发数/平均响应时间吞吐量= 并发数/平均响应时间。

从图1我们可以看到：

• 当系统压力较小时，响应时间几乎无变化，吞吐量和系统资源随并发数的增加呈线性增长趋势；
• 当系统压力较大时，随着并发数增加，响应时间也逐渐增加，系统资源达到极限，吞吐量不再增长；
• 继续增加并发数，响应时间快速增长，系统资源仍然在极限状态，吞吐量迅速下降。

一般情况下，我们希望系统能够支持更大的并发和更大的吞吐量。但是，从上面的分析我们可以看到，并发数的增长不会一直带来吞吐量的增长，因为系统资源使用率达到极限后，响应时间将会是决定吞吐量的更大因素，那么，时间都去哪儿了呢？

3.时间都去哪儿了

图2

一个请求从发出到接收响应，如图2所示。大致流程如下：

1. 客户端发送请求报文。客户端发送请求报文，经过网络传输后到达服务端；
2. 服务端处理。服务端接收到请求报文后，进行业务逻辑处理和必要的数据读写操作；
3. 服务端返回响应报文。服务端处理完后，将响应报文发送到客户端。

我们通常说的响应时间是第1步、第2步、第3步消耗的总时间。第1步主要是客户端请求耗时和网络耗时；第2步主要是业务逻辑、数据读写和网络耗时；第3步主要是客户端渲染和网络耗时。

第1、2、3步每一步都有可能存在性能问题，导致响应时间变长。第1步中如客户端主机配置低，反应慢等，第二步中如业务线程阻塞、数据库查询慢；第3步中如网络传输延迟。根据各种问题的类型，我们又可以把问题归为硬件问题、网络问题、代码问题、中间件问题等。不同问题也有不同的调优方法，下面我们简单聊一聊性能调优。

4.抓住时间的小偷-性能调优

常用的调优方法有：

• 空间换时间。如数据缓存，提前从磁盘上读取数据缓存到内存中，CPU请求数据直接从内存中获取，从而达到更高的效率；
• 时间换空间，如上传大附件，将数据分批次处理，用更少的空间完成任务处理；
• 分而治之，把任务切分，分开执行，也方便并行执行来提高效率；
• 异步处理，如互联网应用最常见的MQ消息队列，将业务链路上比较耗时的业务拆分出来，通过异步处理减少阻塞影响；
• 并行，多个进程或者线程同时处理业务，缩短业务处理时间；
• 离用户更近一点，如CDN技术，把用户请求的静态资源放在离用户更近的地方；
• 一切可扩展，业务模块化、服务化（同时无状态化）、良好的水平扩展能力。

下面我们举几个案例进行说明。

案例1

问题描述：压测某接口时，随着压测执行，响应时间越来越长。

问题分析：

1. 打印线程堆栈，对比线程堆栈信息，发现线程堆栈中FailoverEvent的线程数越来越多，最终内存溢出；
2. 查看代码发现，程序中未判断FailoverEvent线程队列是否已经存在，导致FailoverEvent线程队列重复创建。

解决方案：创建FailoverEvent线程队列前，判断其是否存在，如果不存在则创建，如果存在，则使用现有对象。

优化结果：内存溢出问题解决，响应时间正常。

调优建议：

1. 尽早释放无用对象的引用；
2. 程序进行字符串处理时，尽量避免使用String，而应使用StringBuffer；
3. 尽量少用静态变量；
4. 避免集中创建对象尤其是大对象；
5. 尽量运用对象池技术以提高系统性能；
6. 不要在经常调用的方法中创建对象，尤其是忌讳在循环中创建对象。

案例2

问题描述：某批量处理接口，无积压的情况下，10000订单，4500sku种类处理时间耗时433秒。

问题分析：接口中采用单线程方式调用下游服务，查询次数=sku种类数/11，4500sku种类约410次，且每次调用耗时约519ms。

解决方案：调用下游服务改用多线程方式。

优化结果：TP99由212秒下降到33秒，TPS由87笔/秒提升到127笔/秒。

调优建议：本案例采用多线程降低了响应时间，但并不是说多线程一定比单线程快，因为干活的是CPU，不是线程。我们可以通过确认系统有无磁盘/网络IO来进行选择，有，多线程；无，单线程。并且采用多线程时，一定要使用线程池。

案例3

问题描述：数据查询接口，TP99=727ms，加大并发，吞吐量无法提升，应用服务器CPU使用率始终不到40%。

问题分析：通过调用链分析我们发现，一次请求，调用了11次selectList方法，导致接口总耗时飙升。

解决方案：去掉冗余调用，一次请求调用一次selectList方法。

优化结果：TP99由727ms下降到19ms，提升38倍，TPS由17.5笔/秒提升至163.4笔/秒，提升9倍。

调优建议：

1. 设计先于代码；
2. 基本原则：把数据库操作放在循环之外；
3. 如果是查询，使用IN查询替换for循环(空间换时间)；
4. 如果是新增，使用批量插入。

案例4

问题描述：某接口提交数据库操作，更新数据时产生死锁。

问题分析：产生死锁的事务如表1：

解决方案：将事务1拆分，先查询，然后根据查询的结果批量删除。

优化结果：死锁问题解决。

调优建议：

1. 避免大事务；
2. 按同一顺序访问数据对；
3. 避免编写包含用户交互的事务；
4. 酌情使用低隔离级别，如RC；
5. 为表添加合理的索引，如果不走索引将会为表的每一行记录加锁，死锁的概率就会大大增大；
6. 避免在同一时间点运行多个对同一表进行读写的脚本，特别注意加锁且操作数据量比较大的语句；
7. 设置锁等待超时参数，innodb_lock_wait_timeout。

5.总结

响应时间通常只是问题的表现，根本原因在于各种资源的利用是否合理，这里的资源是指广义的资源，包括硬件/软件资源、系统/线程/数据等不同级别的资源。调优本身，就是对各种资源进行更合理的配置。调优的目的通常也是为了满足业务需求，因此我们不必追求过早和过度优化，并且我们应该认识到，性能调优不可能一劳永逸，随着业务的迭代，总会有新的问题出现，因此我们应该具备打持久战的共识和能力。

推荐阅读

• 我们是如何将 ToB 服务的交付能力优化 75%？
• 干货 | 如何对京东云GPU云主机进行TensorFlow Benchmark测试
• 运维大规模ES集群的思考和实践

欢迎点击【京东科技】，了解开发者社区

更多精彩技术实践与独家干货解析

欢迎关注【京东科技开发者】公众号