性能优化分享篇
一、认识性能优化
为提升框架侧用户体感，最近半年我一直在做SaaS运行时性能优化的事项。年前我完成了一个核心接口的性能优化，我完完整整进行了3次优化，从平均1200ms到现在的20ms，实现很大的一个跨度。而我们团队维护的接口从均耗最高的接口2.3s（前期代码问题导致），降低到现在全部接口均耗在200ms左右，优化效果明显。当然我的各项优化任务还在继续，更优的SaaS体验期待你的见证。而在我真正实施的过程中，一直在考虑下面2个问题：
我该从哪里开始做性能优化？
我们应该如何建立长期的关注性能的团队文化？
带着这两个问题，我们来认识下什么是性能优化。简言之，就是在不影响系统运行正确性的前提下，使之运行地更快，完成特定功能所需的时间更短。带着这个认知，让我们一起去成长吧。
二、性能优化的基本原则
脱离场景谈性能都是耍流氓
实际的性能分析调优过程中，我们需要根据具体的业务场景，综合考虑成本和性能，使用最合适的办法去处理。系统的性能优化到 3000QPS 如果已经可以在成本可以承受的范围内满足业务发展的需求，那么再花几个人月优化到 3100QPS 就没有什么意义，同样地如果花一倍成本去优化到 5000QPS 存粹是浪费资源。
过早的优化是万恶之源
我们需要考虑在恰当的时机去优化系统。在业务发展的早期，量不大，性能没那么重要。我们做一个新系统，先考虑整体设计是不是 OK，功能实现是不是 OK，然后基本的功能都做得差不多的时候，再考虑性能的优化工作。因为如果一开始就考虑优化，就可能要想太多导致过度设计了。而且主体框架和功能完成之前，可能会有比较大的改动，一旦提前做了优化，可能这些改动导致原来的优化都失效了，又要重新优化，多做了很多无用功。
瓶颈问题都遵循巴莱多定律（也叫二八定律）
随着业务的发展，业务系统性能一般都存在瓶颈问题，而瓶颈问题都遵循 80/20 定律。性能优化本身就是一个长期任务，不能拍脑袋去定不切实际的目标。我们把整个接口处理过程中比较慢的因素都列一个清单，并按照对性能的影响排序，那么前 20% 的瓶颈问题，至少会对性能的影响占到 80% 比重。换句话说，我们优先解决了最重要的几个问题，那么性能就能好一大半，这也正是我前期一直在解的问题。而我当前正在进行的SDK改造项目，也是属于20% 的瓶颈问题。
考虑正确性与ROI
性能优化的同时一定要考虑正确性，如果优化之后连正确性都无法保证优化有啥意义呢？而更稳妥的方案是，让你团队内能全面掌握整个领域的技术牛人去把控，我想你能看到更高的正确性。当然，性能优化必然要伴随着更多的测试来保证正确性。另一个问题，如果一个功能投入很大，优化效果不好，那么是不是要三思而后行呢？请say NO!
考虑拓展性、可读性
性能很好，但是可读性很差，可拓展性、安全性很差，那么就容易埋下很多隐患。比如为什么外国人很少用 fastjson，其中一个重要原因是里面有很多硬编码的东西，而且总是爆出安全漏洞。
建立性能优化的文化
集中式的性能优化只是开始，到了项目后期，作为团队的成员，时不时的小优化才是保持系统良好性能的唯一方向。但更重要的是：在头脑中明确当前项目的性能目标，因为这将影响整个开发过程中代码的coding方式。待基本面上的问题解决后，我也会逐步推进这个事项。
三、性能优化四步走
第一步：制定指标，收集数据。
通过技术手段，找到当前系统性能衡量的可靠指标。本次呢，我这里就结合大数据平台数据统计功能，做了定制化数据统计。产出了如：7日接口调用次数、平均接口耗时、最大接口耗时等指标。当然用户访问量大的时候，对网络有任何抖动都可能会导致最大响应时间变得非常大，最大响应时间这个指标不可控，一般我们也不会直接用，不过我们也会统计出来做为参考数据。这样的数据的统计呢，后续也将每天邮件抄送每位业务开发同学，来帮助每位系统开发的参与者更好的完成自己项目性能指标。当然，一定要结合场景合理制定目标，最忌讳的是拍脑袋定目标，完全不切实际的优化目标，除了打击项目参与者的积极性，得不来任何更好的结果。
第二步：分析问题，找到瓶颈。
在系统的日常运行过程中，持续观察，逐步调整和收集以上数据，进行系统的分析，列出各项瓶颈问题，并评估问题的影响面。在我早期的优化方案文档中，我梳理了当前系统的核心问题，以及基本的解决思路，这也帮助我在优化项目中能够按既定目标更好的落地。
第三步：制定方案，调整配置。
优化是一个长期任务，制定执行计划，分阶段完成既定目标。在优化阶段，伴随着框架侧接口性能的整体提升，我发现自己从代码改造、系统架构、数据缓存等方面，经历和完成了大大小小近十次优化任务。
第四步：逐步改进，持续观察。
性能优化本身就不是一蹴而就的事情，很多时候我们按既定目标执行，可能也不见得能收获明显的优化效果。遇到问题一定要戒骄戒躁，耐心分析，避免消极懈怠。从多角度、全方位排查，找到问题的解决思路，调整优化方向。另外，如果你的团队不能形成良好的优化文化，你可能会看到这样一种情况：短期内优化效果明显，但后续别人的相关逻辑改动可能也会影响之前你的优化效果，这也说明了团队建立性能优化文化的重要性。正是这样，一个优秀的团队，势必也会将代码质量和代码优化放在首要位置。