性能优化文章参考倪朋飞老师的Linux性能优化实战课程

性能优化方法论

Q：怎么评估性能优化的效果？
A：对系统的性能指标进行量化，并且要分别测试出优化前、后的性能指标，用前后指标的变化来对比呈现效果。确定性能的量化指标；测试优化前的性能指标；测试优化后的性能指标
Q：多个性能问题同时存在，要怎么选择？
A：不是所有的性能问题都值得优化，找出最重要的、可以最大程度提升性能的问题
Q：有多种优化方法时，要如何选择?
A：性能优化通常会带来复杂度的提升，降低程序的可维护性，还可能在优化一个指标时，引发其他指标的异常；切记，不要想着“一步登天”，试图一次性解决所有问题；也不要只会“拿来主义”，把其他应用的优化方法原封不动拿来用，却不经过任何思考和分析

CPU优化

1. 应用程序优化
   • 编译器优化
   • 算法优化
   • 异步处理
   • 多线程
   • 缓存
2. 系统优化
   • CPU绑定：把进程绑定到一个或者多个 CPU 上，可以提高 CPU 缓存的命中率，减少跨 CPU 调度带来的上下文切换问题
   • CPU独占：跟 CPU 绑定类似，进一步将 CPU 分组，并通过 CPU 亲和性机制为其分配进程。这样，这些 CPU 就由指定的进程独占，换句话说，不允许其他进程再来使用这些 CPU
   • 优先级调整：使用 nice 调整进程的优先级，正值调低优先级，负值调高优先级。优先级的数值含义前面我们提到过，忘了的话及时复习一下。在这里，适当降低非核心应用的优先级，增高核心应用的优先级，可以确保核心应用得到优先处理。
   • 为进程设置资源限制：使用 Linux cgroups 来设置进程的 CPU 使用上限，可以防止由于某个应用自身的问题，而耗尽系统资源。
   • NUMA（Non-Uniform Memory Access）优化：支持 NUMA 的处理器会被划分为多个 node，每个 node 都有自己的本地内存空间。NUMA 优化，其实就是让 CPU 尽可能只访问本地内存。
   • 中断负载均衡：无论是软中断还是硬中断，它们的中断处理程序都可能会耗费大量的 CPU。开启 irqbalance 服务或者配置 smp_affinity，就可以把中断处理过程自动负载均衡到多个 CPU 上。

# 查看系统平均负载
watch -d uptime
# 查看系统CPU情况
mpstat -P ALL 1
# 查看进程CPU使用情况
pidstat -u 1
# 查看上下文切换
vmstat 1 10