主要观点：

• 广告技术平台需在规模上追求极致，每毫秒都很关键，节省 CPU 周期可直接转化为利润。
• 优化系统不仅要降低延迟，更要构建在工作负载增加和业务压力加大时仍高效的架构。
• 实时系统的性能损失难以察觉，需通过剖析工具和负载测试来发现并解决常见瓶颈。

关键信息：

• 介绍了在实时服务中消除常见瓶颈的实践编码做法、架构调整和运营模式。
• 强调了轻量级缓存、高效构建集合、减少冗余计算、避免异常用于控制流等具体优化方法。
• 提及了批处理和日志记录的纪律，以及这些实践如何协同作用以提升系统效率。
• 以 Python 实现的拍卖服务为例，展示了跨语言的优化实践。
• 指出推动系统效率需要改变部署习惯，将效率视为首要目标。

重要细节：

• 性能损失的隐藏问题，如测试中不显著的空指针异常等，在大规模请求下会造成巨大浪费。
• 系统剖析可早期发现回归问题，如库升级导致的 CPU 时间增加。
• 缓存时应只缓存热点路径所需的数据子集，以减少存储和检索成本。
• 高效构建集合可避免不必要的分配和垃圾回收负载。
• 避免在热循环中用异常代替正常控制流，以减少开销和提高可预测性。
• 外部服务调用应批处理，日志记录要有纪律，以保持热路径清洁。
• 不同优化方法相互配合，重塑实时平台的经济模式，降低成本并保持低延迟。
• 部署习惯的改变对于持续保持系统效率至关重要，可显著降低基础设施成本。