全网vip影视自助建站系统,wordpress 主题页脚,便宜的游戏服务器租用,wordpress app for ios 3.4下载深入挖掘和分析如何提升服务的性能以及执行效率 前提介绍知识要点 性能概述教你看懂程序的性能案例介绍性能指标性能的参考指标性能瓶颈#xff08;木桶原理#xff09; 性能分析三大定律Amdahl定律计算公式参数解释案例分析定律总结 Gustafson定律与Amdahl定律相对立Gustafs… 深入挖掘和分析如何提升服务的性能以及执行效率 前提介绍知识要点 性能概述教你看懂程序的性能案例介绍性能指标性能的参考指标性能瓶颈木桶原理 性能分析三大定律Amdahl定律计算公式参数解释案例分析定律总结 Gustafson定律与Amdahl定律相对立Gustafson的逻辑公式 Sun-Ni定律深入分析Sun-NiSun-Ni定律还强调尽量增大问题规模 定律总结 课外知识普及 前提介绍
本篇文章全面介绍了性能优化技术旨在帮助读者了解性能概念以及性能优化的基本思路和方法。通过掌握这些内容读者将能够对性能问题进行系统分析提升应用程序的性能。
知识要点
评价性能的主要指标木桶原理的概念及其在性能优化中的应用Amdahl定律的含义性能调优的层次系统优化的一般步骤和注意事
性能概述
许多人经常会抱怨程序为什么总是那么慢它到底在干什么时间都花到哪里去了这些问题常常让人困扰。如果你也有类似的经历那么很可能你的程序存在性能问题。相比功能性问题性能问题有时可能被忽视或将就过去。然而严重的性能问题有可能导致程序瘫痪、假死甚至崩溃。因此了解性能的各种表现和指标非常重要。
教你看懂程序的性能
对于客户端程序而言低劣的性能将严重影响用户体验。用户会不断抱怨界面停顿、抖动、响应迟钝等问题。
案例介绍
一个典型的例子是Eclipse IDE在执行Full GC时会导致程序假死这一问题被许多开发人员所诟病。对于服务器程序来说性能问题更加重要许多后台服务器软件都有自己的性能目标。以Web服务器为例服务器的响应时间和吞吐量是两个重要的性能指标。当服务器面临巨大的访问压力时可能会出现响应时间延长、吞吐量下降甚至内存溢出导致崩溃等问题。
上述这两个案例这些都是性能调优需要解决的问题。
性能指标
一般来说程序的性能可以从以下几个方面来评估
执行速度程序的反应是否迅速响应时间是否足够短。内存分配内存分配是否合理是否过多消耗内存或存在内存泄漏。启动时间程序从启动到正常处理业务所需的时间。负载承受能力当系统承受压力增加时系统的执行速度和响应时间是否能平稳上升。
性能的参考指标
为了进行科学的性能分析对性能指标进行定量评估是非常重要的。目前可以用于定量评估的性能指标包括
执行时间代码从开始运行到结束所使用的时间。CPU占用时间函数或线程占用CPU的时间。内存分配程序在运行时所使用的内存空间。磁盘吞吐量描述磁盘的使用情况。网络吞吐量描述网络的使用情况。响应时间系统对某个用户行为或事件做出响应的时间。响应时间越短性能越好。
处理器CPU在需要大量计算的应用中CPU的处理能力可能成为系统的瓶颈。
内存RAM在需要大量数据处理和存储的应用中内存的容量和速度可能成为系统的瓶颈。
磁盘硬盘或固态硬盘在需要频繁进行数据读写的应用中磁盘的读写速度可能成为系统的瓶颈。
网络带宽在需要大量数据传输的分布式系统中网络带宽的限制可能成为系统的瓶颈。
性能瓶颈木桶原理
木桶原理又称“短板理论”其核心思想是—一只木桶盛水的多少并不取职决于桶壁上最高的那块木块而是取决于桶壁上最短的那块如下图所示 根据木桶原理一个系统的最终性能受限于其性能最差的组件因此为了提升系统整体的性能需要集中精力对性能最差的组件进行优化而不是将注意力放在性能良好的组件上。这意味着系统的整体性能会受到性能最差组件的制约只有通过改进和优化这些性能最差的组件我们才能最大程度地提升系统的性能。因此在进行性能优化时我们需要聚焦于系统中最薄弱的环节以实现整体性能的最大化优化。 即使系统具有丰富的内存资源和CPU资源但如果磁盘IO性能低下那么系统的整体性能将取决于当前最慢的磁盘IO速度而不是当前最优的CPU或内存。在这种情况下优化内存或CPU资源是无用的只有通过提高磁盘IO性能才能对系统的整体性能进行优化。因此磁盘IO成为系统的性能瓶颈。
性能分析三大定律 Amdahl定律
Amdahl定律以计算机架构师 Gene Amdahl 命名是并行计算中的一个基本原理它量化了程序在多个处理器上执行时的潜在速度提升。它有助于深入了解并行化的局限性并帮助优化并行计算系统的性能。
它主要讨论了加速比speedup的问题推算初整个系统的最大预期改进的最大预期改进。
计算公式
Amdahl指出程序的加速受限于程序中无法并行化的部分。其数学表达式为
Speedup 1 / [(1 - P) (P / N)]参数解释
Speedup是程序并行化后性能的提升。P是可并行化的程序比例。N是用于并行执行的处理器或线程数。
根据Amdahl定律可实现的最大速度提升与程序中不可并行化的部分成反比。即使有无限多的处理器速度提升也会受到程序顺序部分的限制。 Amdahl定律强调了识别和优化程序关键顺序部分以实现显著提速的重要性。如果程序中不可并行的部分较多那么只关注程序的并行化可能不会带来实质性的性能提升。 案例分析
例如假设一个程序 80% 的代码可以并行化P 0.8如果我们在 10 个处理器N 10上执行这个程序应用阿姆达尔定律我们可以计算出最大加速度如下
加速度 1 / [(1 - 0.8) (0.8 / 10)] 。1 / (0.2 0.08)1 / 0.28 ≈ 3.57上面的结果意味着即使使用 10 个处理器我们所能达到的最大速度也比顺序执行快约 3.57 倍。
定律总结
Amdahl定律的重要性在于它提醒我们如果程序中存在大量的顺序执行部分即不可并行化的部分那么即使将其余部分并行化也无法获得线性的性能提升。
Gustafson定律
Gustafson定律认为随着处理器个数的增加计算总量可以同时增加从而实现更高的性能。如果现实情况符合Gustafson定律的假设前提那么软件的性能将可以随着处理器个数的增加而增加。
与Amdahl定律相对立
Gustafson假设是与阿姆达尔定律相对的一种观点它认为随着处理器个数的增加计算总量可以同时增加从而实现更高的性能。与阿姆达尔定律关注固定问题规模下的性能提升不同Gustafson定律关注的是在可扩展问题上的性能提升。
Gustafson的逻辑公式
根据Gustafson定律加速系数Speedup几乎与处理器个数成正比而不是受到不可并行化部分的限制。这意味着随着处理器个数的增加计算总量可以线性地增加而不是受到串行部分的限制。
speedUp N * C * MN物理内核数C主频数值M逻辑内核数
一般而言在实际应用中需要综合考虑问题的特性和并行化策略以确定最佳的性能优化方法。
Sun-Ni定律
Sun-Ni定律是一种关于计算资源利用和问题规模的原则它强调充分利用存储空间等计算资源并尽量增大问题规模以产生更好和更精确的解决方案。
深入分析Sun-Ni
根据Sun-Ni定律通过充分利用计算资源特别是存储空间可以提高问题求解的质量和准确性。存储空间在计算中起着重要的作用可以用于存储中间结果、数据结构和算法所需的信息等。通过充分利用存储空间可以提供更多的计算资源来处理问题从而产生更好的解决方案。
Sun-Ni定律还强调尽量增大问题规模
通过增大问题规模可以更全面地考虑问题的各个方面并提供更准确的解决方案。较大的问题规模可以提供更多的数据和信息使得算法和模型能够更好地捕捉问题的复杂性和细节从而得到更精确的结果。
定律总结
Sun-Ni定律指出了充分利用存储空间等计算资源并尽量增大问题规模以产生更好和更精确的解决方案的重要性。通过充分利用计算资源和增大问题规模可以提高问题求解的质量、准确性和全面性。
课外知识普及
谈到并发技术不可避免地要提及Doug Lea他是当今世界上并发程序设计领域的先驱和知名学者。Doug Lea是util.concurrent包的作者他为并发编程领域做出了突出的贡献并参与制定了JSR166规范。他的工作对于推动并发编程的发展和实践起到了重要的推动作用。 图书著作《Concurrent Programming in Java: Design Principles and Patterns》以及其两篇论文《A Scalable Elimination-based Exchange Channel》和《Scalable Synchronous Queues》是非阻塞同步算法领域的经典文章。其中《A Scalable Elimination-based Exchange Channel》和《Scalable Synchronous Queues》论文被公认为非阻塞同步算法的重要篇章。 此外该著作还有另一个重要影响即A fork/join framework这一架构对Java 7的发展产生了深远的影响。
