關(guān)于性能優(yōu)化這是一個(gè)比較大的話題，在《由12306.cn談?wù)劸W(wǎng)站性能技術(shù)》中我從業(yè)務(wù)和設(shè)計(jì)上說過一些可用的技術(shù)以及那些技術(shù)的優(yōu)缺點(diǎn)，今天，想從一些技術(shù)細(xì)節(jié)上談?wù)勑阅軆?yōu)化，主要是一些代碼級別的技術(shù)和方法。本文的東西是我的一些經(jīng)驗(yàn)和知識(shí)，并不一定全對，希望大家指正和補(bǔ)充。

在開始這篇文章之前，大家可以移步去看一下酷殼以前發(fā)表的《代碼優(yōu)化概要》，這篇文章基本上告訴你——要進(jìn)行優(yōu)化，先得找到性能瓶頸! 但是在講如何定位系統(tǒng)性能瓶勁之前，請讓我講一下系統(tǒng)性能的定義和測試，因?yàn)闆]有這兩件事，后面的定位和優(yōu)化無從談起。

一、系統(tǒng)性能定義

讓我們先來說說如何什么是系統(tǒng)性能。這個(gè)定義非常關(guān)鍵，如果我們不清楚什么是系統(tǒng)性能，那么我們將無法定位之。我見過很多朋友會(huì)覺得這很容易，但是仔細(xì)一問，其實(shí)他們并沒有一個(gè)比較系統(tǒng)的方法，所以，在這里我想告訴大家如何系統(tǒng)地來定位性能。 總體來說，系統(tǒng)性能就是兩個(gè)事：

1. Throughput ，吞吐量。也就是每秒鐘可以處理的請求數(shù)，任務(wù)數(shù)。
2. Latency， 系統(tǒng)延遲。也就是系統(tǒng)在處理一個(gè)請求或一個(gè)任務(wù)時(shí)的延遲。

一般來說，一個(gè)系統(tǒng)的性能受到這兩個(gè)條件的約束，缺一不可。比如，我的系統(tǒng)可以頂?shù)米∫话偃f的并發(fā)，但是系統(tǒng)的延遲是2分鐘以上，那么，這個(gè)一百萬的負(fù)載毫無意義。系統(tǒng)延遲很短，但是吞吐量很低，同樣沒有意義。所以，一個(gè)好的系統(tǒng)的性能測試必然受到這兩個(gè)條件的同時(shí)作用。 有經(jīng)驗(yàn)的朋友一定知道，這兩個(gè)東西的一些關(guān)系：

• Throughput越大，Latency會(huì)越差。因?yàn)檎埱罅窟^大，系統(tǒng)太繁忙，所以響應(yīng)速度自然會(huì)低。
• Latency越好，能支持的Throughput就會(huì)越高。因?yàn)長atency短說明處理速度快，于是就可以處理更多的請求。

二、系統(tǒng)性能測試

經(jīng)過上述的說明，我們知道要測試系統(tǒng)的性能，需要我們收集系統(tǒng)的Throughput和Latency這兩個(gè)值。

• 首先，需要定義Latency這個(gè)值，比如說，對于網(wǎng)站系統(tǒng)響應(yīng)時(shí)間必需是5秒以內(nèi)(對于某些實(shí)時(shí)系統(tǒng)可能需要定義的更短，比如5ms以內(nèi)，這個(gè)更根據(jù)不同的業(yè)務(wù)來定義)
• 其次，開發(fā)性能測試工具，一個(gè)工具用來制造高強(qiáng)度的Throughput，另一個(gè)工具用來測量Latency。對于第一個(gè)工具，你可以參考一下“十個(gè)免費(fèi)的Web壓力測試工具”，關(guān)于如何測量Latency，你可以在代碼中測量，但是這樣會(huì)影響程序的執(zhí)行，而且只能測試到程序內(nèi)部的Latency，真正的Latency是整個(gè)系統(tǒng)都算上，包括操作系統(tǒng)和網(wǎng)絡(luò)的延時(shí)，你可以使用Wireshark來抓網(wǎng)絡(luò)包來測量。這兩個(gè)工具具體怎么做，這個(gè)還請大家自己思考去了。
• 最后，開始性能測試。你需要不斷地提升測試的Throughput，然后觀察系統(tǒng)的負(fù)載情況，如果系統(tǒng)頂?shù)米?，那就觀察Latency的值。這樣，你就可以找到系統(tǒng)的最大負(fù)載，并且你可以知道系統(tǒng)的響應(yīng)延時(shí)是多少。

再多說一些，

• 關(guān)于Latency，如果吞吐量很少，這個(gè)值估計(jì)會(huì)非常穩(wěn)定，當(dāng)吞吐量越來越大時(shí)，系統(tǒng)的Latency會(huì)出現(xiàn)非常劇烈的抖動(dòng)，所以，我們在測量Latency的時(shí)候，我們需要注意到Latency的分布，也就是說，有百分之幾的在我們允許的范圍，有百分之幾的超出了，有百分之幾的完全不可接受。也許，平均下來的Latency達(dá)標(biāo)了，但是其中僅有50%的達(dá)到了我們可接受的范圍。那也沒有意義。
• 關(guān)于性能測試，我們還需要定義一個(gè)時(shí)間段。比如：在某個(gè)吞吐量上持續(xù)15分鐘。因?yàn)楫?dāng)負(fù)載到達(dá)的時(shí)候，系統(tǒng)會(huì)變得不穩(wěn)定，當(dāng)過了一兩分鐘后，系統(tǒng)才會(huì)穩(wěn)定。另外，也有可能是，你的系統(tǒng)在這個(gè)負(fù)載下前幾分鐘還表現(xiàn)正常，然后就不穩(wěn)定了，甚至垮了。所以，需要這么一段時(shí)間。這個(gè)值，我們叫做峰值極限。
• 性能測試還需要做Soak Test，也就是在某個(gè)吞吐量下，系統(tǒng)可以持續(xù)跑一周甚至更長。這個(gè)值，我們叫做系統(tǒng)的正常運(yùn)行的負(fù)載極限。

性能測試有很多很復(fù)要的東西，比如：burst test等。 這里不能一一詳述，這里只說了一些和性能調(diào)優(yōu)相關(guān)的東西。總之，性能測試是一細(xì)活和累活。

三、定位性能瓶頸

有了上面的鋪墊，我們就可以測試到到系統(tǒng)的性能了，再調(diào)優(yōu)之前，我們先來說說如何找到性能的瓶頸。我見過很多朋友會(huì)覺得這很容易，但是仔細(xì)一問，其實(shí)他們并沒有一個(gè)比較系統(tǒng)的方法。

3.1)查看操作系統(tǒng)負(fù)載

首先，當(dāng)我們系統(tǒng)有問題的時(shí)候，我們不要急于去調(diào)查我們代碼，這個(gè)毫無意義。我們首要需要看的是操作系統(tǒng)的報(bào)告?？纯床僮飨到y(tǒng)的CPU利用率，看看內(nèi)存使用率，看看操作系統(tǒng)的IO，還有網(wǎng)絡(luò)的IO，網(wǎng)絡(luò)鏈接數(shù)，等等。Windows下的perfmon是一個(gè)很不錯(cuò)的工具，Linux下也有很多相關(guān)的命令和工具，比如：SystemTap，LatencyTOP，vmstat, sar, iostat, top, tcpdump等等 。通過觀察這些數(shù)據(jù)，我們就可以知道我們的軟件的性能基本上出在哪里。比如：

1)先看CPU利用率，如果CPU利用率不高，但是系統(tǒng)的Throughput和Latency上不去了，這說明我們的程序并沒有忙于計(jì)算，而是忙于別的一些事，比如IO。(另外，CPU的利用率還要看內(nèi)核態(tài)的和用戶態(tài)的，內(nèi)核態(tài)的一上去了，整個(gè)系統(tǒng)的性能就下來了。而對于多核CPU來說，CPU 0 是相當(dāng)關(guān)鍵的，如果CPU 0的負(fù)載高，那么會(huì)影響其它核的性能，因?yàn)镃PU各核間是需要有調(diào)度的，這靠CPU0完成)

2)然后，我們可以看一下IO大不大，IO和CPU一般是反著來的，CPU利用率高則IO不大，IO大則CPU就小。關(guān)于IO，我們要看三個(gè)事，一個(gè)是磁盤文件IO，一個(gè)是驅(qū)動(dòng)程序的IO(如：網(wǎng)卡)，一個(gè)是內(nèi)存換頁率。這三個(gè)事都會(huì)影響系統(tǒng)性能。

3)然后，查看一下網(wǎng)絡(luò)帶寬使用情況，在Linux下，你可以使用iftop, iptraf, ntop, tcpdump這些命令來查看?；蚴怯肳ireshark來查看。

4)如果CPU不高，IO不高，內(nèi)存使用不高，網(wǎng)絡(luò)帶寬使用不高。但是系統(tǒng)的性能上不去。這說明你的程序有問題，比如，你的程序被阻塞了。可能是因?yàn)榈饶莻€(gè)鎖，可能是因?yàn)榈饶硞€(gè)資源，或者是在切換上下文。

通過了解操作系統(tǒng)的性能，我們才知道性能的問題，比如：帶寬不夠，內(nèi)存不夠，TCP緩沖區(qū)不夠，等等，很多時(shí)候，不需要調(diào)整程序的，只需要調(diào)整一下硬件或操作系統(tǒng)的配置就可以了。

3.2)使用Profiler測試

接下來，我們需要使用性能檢測工具，也就是使用某個(gè)Profiler來差看一下我們程序的運(yùn)行性能。如：Java的JProfiler/TPTP/CodePro Profiler，GNU的gprof，IBM的PurifyPlus，Intel的VTune，AMD的CodeAnalyst，還有Linux下的OProfile/perf，后面兩個(gè)可以讓你對你的代碼優(yōu)化到CPU的微指令級別，如果你關(guān)心CPU的L1/L2的緩存調(diào)優(yōu)，那么你需要考慮一下使用VTune。 使用這些Profiler工具，可以讓你程序中各個(gè)模塊函數(shù)甚至指令的很多東西，如：運(yùn)行的時(shí)間 ，調(diào)用的次數(shù)，CPU的利用率，等等。這些東西對我們來說非常有用。

我們重點(diǎn)觀察運(yùn)行時(shí)間最多，調(diào)用次數(shù)最多的那些函數(shù)和指令。這里注意一下，對于調(diào)用次數(shù)多但是時(shí)間很短的函數(shù)，你可能只需要輕微優(yōu)化一下，你的性能就上去了(比如：某函數(shù)一秒種被調(diào)用100萬次，你想想如果你讓這個(gè)函數(shù)提高0.01毫秒的時(shí)間 ，這會(huì)給你帶來多大的性能)

使用Profiler有個(gè)問題我們需要注意一下，因?yàn)镻rofiler會(huì)讓你的程序運(yùn)行的性能變低，像PurifyPlus這樣的工具會(huì)在你的代碼中插入很多代碼，會(huì)導(dǎo)致你的程序運(yùn)行效率變低，從而沒發(fā)測試出在高吞吐量下的系統(tǒng)的性能，對此，一般有兩個(gè)方法來定位系統(tǒng)瓶頸：

1)在你的代碼中自己做統(tǒng)計(jì)，使用微秒級的計(jì)時(shí)器和函數(shù)調(diào)用計(jì)算器，每隔10秒把統(tǒng)計(jì)log到文件中。

2)分段注釋你的代碼塊，讓一些函數(shù)空轉(zhuǎn)，做Hard Code的Mock，然后再測試一下系統(tǒng)的Throughput和Latency是否有質(zhì)的變化，如果有，那么被注釋的函數(shù)就是性能瓶頸，再在這個(gè)函數(shù)體內(nèi)注釋代碼，直到找到最耗性能的語句。

最后再說一點(diǎn)，對于性能測試，不同的Throughput會(huì)出現(xiàn)不同的測試結(jié)果，不同的測試數(shù)據(jù)也會(huì)有不同的測試結(jié)果。所以，用于性能測試的數(shù)據(jù)非常重要，性能測試中，我們需要觀測試不同Throughput的結(jié)果。

四、常見的系統(tǒng)瓶頸

下面這些東西是我所經(jīng)歷過的一些問題，也許并不全，也許并不對，大家可以補(bǔ)充指正，我純屬拋磚引玉。關(guān)于系統(tǒng)架構(gòu)方面的性能調(diào)優(yōu)，大家可移步看一下《由12306.cn談?wù)劸W(wǎng)站性能技術(shù)》，關(guān)于Web方面的一些性能調(diào)優(yōu)的東西，大家可以看看《Web開發(fā)中需要了解的東西》一文中的性能一章。我在這里就不再說設(shè)計(jì)和架構(gòu)上的東西了。

一般來說，性能優(yōu)化也就是下面的幾個(gè)策略：

• 用空間換時(shí)間。各種cache如CPU L1/L2/RAM到硬盤，都是用空間來換時(shí)間的策略。這樣策略基本上是把計(jì)算的過程一步一步的保存或緩存下來，這樣就不用每次用的時(shí)候都要再計(jì)算一遍，比如數(shù)據(jù)緩沖，CDN，等。這樣的策略還表現(xiàn)為冗余數(shù)據(jù)，比如數(shù)據(jù)鏡象，負(fù)載均衡什么的。
• 用時(shí)間換空間。有時(shí)候，少量的空間可能性能會(huì)更好，比如網(wǎng)絡(luò)傳輸，如果有一些壓縮數(shù)據(jù)的算法(如前些天說的““Huffman 編碼壓縮算法” 和 “rsync 的核心算法”)，這樣的算法其實(shí)很耗時(shí)，但是因?yàn)槠款i在網(wǎng)絡(luò)傳輸，所以用時(shí)間來換空間反而能省時(shí)間。
• 簡化代碼。最高效的程序就是不執(zhí)行任何代碼的程序，所以，代碼越少性能就越高。關(guān)于代碼級優(yōu)化的技術(shù)大學(xué)里的教科書有很多示例了。如：減少循環(huán)的層數(shù)，減少遞歸，在循環(huán)中少聲明變量，少做分配和釋放內(nèi)存的操作，盡量把循環(huán)體內(nèi)的表達(dá)式抽到循環(huán)外，條件表達(dá)的中的多個(gè)條件判斷的次序，盡量在程序啟動(dòng)時(shí)把一些東西準(zhǔn)備好，注意函數(shù)調(diào)用的開銷(棧上開銷)，注意面向?qū)ο笳Z言中臨時(shí)對象的開銷，小心使用異常(不要用異常來檢查一些可接受可忽略并經(jīng)常發(fā)生的錯(cuò)誤)，…… 等等，等等，這連東西需要我們非常了解編程語言和常用的庫。
• 并行處理。如果CPU只有一個(gè)核，你要玩多進(jìn)程，多線程，對于計(jì)算密集型的軟件會(huì)反而更慢(因?yàn)椴僮飨到y(tǒng)調(diào)度和切換開銷很大)，CPU的核多了才能真正體現(xiàn)出多進(jìn)程多線程的優(yōu)勢。并行處理需要我們的程序有Scalability，不能水平或垂直擴(kuò)展的程序無法進(jìn)行并行處理。從架構(gòu)上來說，這表再為——是否可以做到不改代碼只是加加機(jī)器就可以完成性能提升?

總之，根據(jù)2：8原則來說，20%的代碼耗了你80%的性能，找到那20%的代碼，你就可以優(yōu)化那80%的性能。 下面的一些東西都是我的一些經(jīng)驗(yàn)，我只例舉了一些最有價(jià)值的性能調(diào)優(yōu)的的方法，供你參考，也歡迎補(bǔ)充。

4.1)算法調(diào)優(yōu)。算法非常重要，好的算法會(huì)有更好的性能。舉幾個(gè)我經(jīng)歷過的項(xiàng)目的例子，大家可以感覺一下。

• 一個(gè)是過濾算法，系統(tǒng)需要對收到的請求做過濾，我們把可以被filter in/out的東西配置在了一個(gè)文件中，原有的過濾算法是遍歷過濾配置，后來，我們找到了一種方法可以對這個(gè)過濾配置進(jìn)行排序，這樣就可以用二分折半的方法來過濾，系統(tǒng)性能增加了50%。
• 一個(gè)是哈希算法。計(jì)算哈希算法的函數(shù)并不高效，一方面是計(jì)算太費(fèi)時(shí)，另一方面是碰撞太高，碰撞高了就跟單向鏈表一個(gè)性能(可參看Hash Collision DoS 問題)。我們知道，算法都是和需要處理的數(shù)據(jù)很有關(guān)系的，就算是被大家所嘲笑的“冒泡排序”在某些情況下(大多數(shù)數(shù)據(jù)是排好序的)其效率會(huì)高于所有的排序算法。哈希算法也一樣，廣為人知的哈希算法都是用英文字典做測試，但是我們的業(yè)務(wù)在數(shù)據(jù)有其特殊性，所以，對于還需要根據(jù)自己的數(shù)據(jù)來挑選適合的哈希算法。對于我以前的一個(gè)項(xiàng)目，公司內(nèi)某牛人給我發(fā)來了一個(gè)哈希算法，結(jié)果讓我們的系統(tǒng)性能上升了150%。(關(guān)于各種哈希算法，你一定要看看StackExchange上的這篇關(guān)于各種hash算法的文章  )
• 分而治之和預(yù)處理。以前有一個(gè)程序?yàn)榱松稍聢?bào)表，每次都需要計(jì)算很長的時(shí)間，有時(shí)候需要花將近一整天的時(shí)間。于是我們把我們找到了一種方法可以把這個(gè)算法發(fā)成增量式的，也就是說我每天都把當(dāng)天的數(shù)據(jù)計(jì)算好了后和前一天的報(bào)表合并，這樣可以大大的節(jié)省計(jì)算時(shí)間，每天的數(shù)據(jù)計(jì)算量只需要20分鐘，但是如果我要算整個(gè)月的，系統(tǒng)則需要10個(gè)小時(shí)以上(SQL語句在大數(shù)據(jù)量面前性能成級數(shù)性下降)。這種分而治之的思路在大數(shù)據(jù)面前對性能有很幫助，就像merge排序一樣。SQL語句和數(shù)據(jù)庫的性能優(yōu)化也是這一策略，如：使用嵌套式的Select而不是笛卡爾積的Select，使用視圖，等等。

4.2)代碼調(diào)優(yōu)。從我的經(jīng)驗(yàn)上來說，代碼上的調(diào)優(yōu)有下面這幾點(diǎn)：

• 字符串操作。這是最費(fèi)系統(tǒng)性能的事了，無論是strcpy, strcat還是strlen，最需要注意的是字符串子串匹配。所以，能用整型最好用整型。舉幾個(gè)例子，第一個(gè)例子是N年前做銀行的時(shí)候，我的同事喜歡把日期存成字符串(如：2012-05-29 08:30:02)，我勒個(gè)去，一個(gè)select where between語句相當(dāng)耗時(shí)。另一個(gè)例子是，我以前有個(gè)同事把一些狀態(tài)碼用字符串來處理，他的理由是，這樣可以在界面上直接顯示，后來性能調(diào)優(yōu)的時(shí)候，我把這些狀態(tài)碼全改成整型，然后用位操作查狀態(tài)，因?yàn)橛幸粋€(gè)每秒鐘被調(diào)用了150K次的函數(shù)里面有三處需要檢查狀態(tài)，經(jīng)過改善以后，整個(gè)系統(tǒng)的性能上升了30%左右。還有一個(gè)例子是，我以前從事的某個(gè)產(chǎn)品編程規(guī)范中有一條是要在每個(gè)函數(shù)中把函數(shù)名定義出來，如：const char fname[]=”functionName()”, 這是為了好打日志，但是為什么不聲明成 static類型的呢?
• 多線程調(diào)優(yōu)。有人說，thread is evil，這個(gè)對于系統(tǒng)性能在某些時(shí)候是個(gè)問題。因?yàn)槎嗑€程瓶頸就在于互斥和同步的鎖上，以及線程上下文切換的成本，怎么樣的少用鎖或不用鎖是根本(比如：多版本并發(fā)控制(MVCC)在分布式系統(tǒng)中的應(yīng)用 中說的樂觀鎖可以解決性能問題)，此外，還有讀寫鎖也可以解決大多數(shù)是讀操作的并發(fā)的性能問題。這里多說一點(diǎn)在C++中，我們可能會(huì)使用線程安全的智能指針AutoPtr或是別的一些容器，只要是線程安全的，其不管三七二十一都要上鎖，上鎖是個(gè)成本很高的操作，使用AutoPtr會(huì)讓我們的系統(tǒng)性能下降得很快，如果你可以保證不會(huì)有線程并發(fā)問題，那么你應(yīng)該不要用AutoPtr。我記得我上次我們同事去掉智能指針的引用計(jì)數(shù)，讓系統(tǒng)性能提升了50%以上。對于Java對象的引用計(jì)數(shù)，如果我猜的沒錯(cuò)的話，到處都是鎖，所以，Java的性能問題一直是個(gè)問題。另外，線程不是越多越好，線程間的調(diào)度和上下文切換也是很夸張的事，盡可能的在一個(gè)線程里干，盡可能的不要同步線程。這會(huì)讓你有很多的性能。
• 內(nèi)存分配。不要小看程序的內(nèi)存分配。malloc/realloc/calloc這樣的系統(tǒng)調(diào)非常耗時(shí)，尤其是當(dāng)內(nèi)存出現(xiàn)碎片的時(shí)候。我以前的公司出過這樣一個(gè)問題——在用戶的站點(diǎn)上，我們的程序有一天不響應(yīng)了，用GDB跟進(jìn)去一看，系統(tǒng)hang在了malloc操作上，20秒都沒有返回，重啟一些系統(tǒng)就好了。這就是內(nèi)存碎片的問題。這就是為什么很多人抱怨STL有嚴(yán)重的內(nèi)存碎片的問題，因?yàn)樘嗟男?nèi)存的分配釋放了。有很多人會(huì)以為用內(nèi)存池可以解決這個(gè)問題，但是實(shí)際上他們只是重新發(fā)明了Runtime-C或操作系統(tǒng)的內(nèi)存管理機(jī)制，完全于事無補(bǔ)。當(dāng)然解決內(nèi)存碎片的問題還是通過內(nèi)存池，具體來說是一系列不同尺寸的內(nèi)存池(這個(gè)留給大家自己去思考)。當(dāng)然，少進(jìn)行動(dòng)態(tài)內(nèi)存分配是最好的。說到內(nèi)存池就需要說一下池化技術(shù)。比如線程池，連接池等。池化技術(shù)對于一些短作業(yè)來說(如http服務(wù)) 相當(dāng)相當(dāng)?shù)挠行А＿@項(xiàng)技術(shù)可以減少鏈接建立，線程創(chuàng)建的開銷，從而提高性能。
• 異步操作。我們知道Unix下的文件操作是有block和non-block的方式的，像有些系統(tǒng)調(diào)用也是block式的，如：Socket下的select，Windows下的WaitforObject之類的，如果我們的程序是同步操作，那么會(huì)非常影響性能，我們可以改成異步的，但是改成異步的方式會(huì)讓你的程序變復(fù)雜。異步方式一般要通過隊(duì)列，要注間隊(duì)列的性能問題，另外，異步下的狀態(tài)通知通常是個(gè)問題，比如消息事件通知方式，有callback方式，等，這些方式同樣可能會(huì)影響你的性能。但是通常來說，異步操作會(huì)讓性能的吞吐率有很大提升(Throughput)，但是會(huì)犧牲系統(tǒng)的響應(yīng)時(shí)間(latency)。這需要業(yè)務(wù)上支持。
• 語言和代碼庫。我們要熟悉語言以及所使用的函數(shù)庫或類庫的性能。比如：STL中的很多容器分配了內(nèi)存后，那怕你刪除元素，內(nèi)存也不會(huì)回收，其會(huì)造成內(nèi)存泄露的假像，并可能造成內(nèi)存碎片問題。再如，STL某些容器的size()==0 和 empty()是不一樣的，因?yàn)?，size()是O(n)復(fù)雜度，empty()是O(1)的復(fù)雜度，這個(gè)要小心。Java中的JVM調(diào)優(yōu)需要使用的這些參數(shù)：-Xms -Xmx -Xmn -XX:SurvivorRatio -XX:MaxTenuringThreshold，還需要注意JVM的GC，GC的霸氣大家都知道，尤其是full GC(還整理內(nèi)存碎片)，他就像“恐龍?zhí)丶壙速愄?hào)”一樣，他運(yùn)行的時(shí)候，整個(gè)世界的時(shí)間都停止了。

4.3)網(wǎng)絡(luò)調(diào)優(yōu)

關(guān)于網(wǎng)絡(luò)調(diào)優(yōu)，尤其是TCP Tuning(你可以以這兩個(gè)關(guān)鍵詞在網(wǎng)上找到很多文章)，這里面有很多很多東西可以說?？纯碙inux下TCP/IP的那么多參數(shù)就知道了(順便說一下，你也許不喜歡Linux，但是你不能否認(rèn)Linux給我們了很多可以進(jìn)行內(nèi)核調(diào)優(yōu)的權(quán)力)。強(qiáng)烈建議大家看看《TCP/IP 詳解 卷1:協(xié)議》這本書。我在這里只講一些概念上的東西。

A) TCP調(diào)優(yōu)

我們知道TCP鏈接是有很多開銷的，一個(gè)是會(huì)占用文件描述符，另一個(gè)是會(huì)開緩存，一般來說一個(gè)系統(tǒng)可以支持的TCP鏈接數(shù)是有限的，我們需要清楚地認(rèn)識(shí)到TCP鏈接對系統(tǒng)的開銷是很大的。正是因?yàn)門CP是耗資源的，所以，很多攻擊都是讓你系統(tǒng)上出現(xiàn)大量的TCP鏈接，把你的系統(tǒng)資源耗盡。比如著名的SYNC Flood攻擊。

所以，我們要注意配置KeepAlive參數(shù)，這個(gè)參數(shù)的意思是定義一個(gè)時(shí)間，如果鏈接上沒有數(shù)據(jù)傳輸，系統(tǒng)會(huì)在這個(gè)時(shí)間發(fā)一個(gè)包，如果沒有收到回應(yīng)，那么TCP就認(rèn)為鏈接斷了，然后就會(huì)把鏈接關(guān)閉，這樣可以回收系統(tǒng)資源開銷。(注：HTTP層上也有KeepAlive參數(shù))對于像HTTP這樣的短鏈接，設(shè)置一個(gè)1-2分鐘的keepalive非常重要。這可以在一定程度上防止DoS攻擊。有下面幾個(gè)參數(shù)(下面這些參數(shù)的值僅供參考)：

1. net.ipv4.tcp_keepalive_probes = 5
2. net.ipv4.tcp_keepalive_intvl = 20
3. net.ipv4.tcp_fin_timeout = 30

對于TCP的TIME_WAIT這個(gè)狀態(tài)，主動(dòng)關(guān)閉的一方進(jìn)入TIME_WAIT狀態(tài)，TIME_WAIT狀態(tài)將持續(xù)2個(gè)MSL(Max Segment Lifetime)，默認(rèn)為4分鐘，TIME_WAIT狀態(tài)下的資源不能回收。有大量的TIME_WAIT鏈接的情況一般是在HTTP服務(wù)器上。對此，有兩個(gè)參數(shù)需要注意，

1. net.ipv4.tcp_tw_reuse=1
2. net.ipv4.tcp_tw_recycle=1

前者表示重用TIME_WAIT，后者表示回收TIME_WAIT的資源。

TCP還有一個(gè)重要的概念叫RWIN(TCP Receive Window Size)，這個(gè)東西的意思是，我一個(gè)TCP鏈接在沒有向Sender發(fā)出ack時(shí)可以接收到的最大的數(shù)據(jù)包。為什么這個(gè)很重要?因?yàn)槿绻鸖ender沒有收到Receiver發(fā)過來ack，Sender就會(huì)停止發(fā)送數(shù)據(jù)并會(huì)等一段時(shí)間，如果超時(shí)，那么就會(huì)重傳。這就是為什么TCP鏈接是可靠鏈接的原因。重傳還不是最嚴(yán)重的，如果有丟包發(fā)生的話，TCP的帶寬使用率會(huì)馬上受到影響(會(huì)盲目減半)，再丟包，再減半，然后如果不丟包了，就逐步恢復(fù)。相關(guān)參數(shù)如下：

1. net.core.wmem_default = 8388608
2. net.core.rmem_default = 8388608
3. net.core.rmem_max = 16777216
4. net.core.wmem_max = 16777216

一般來說，理論上的RWIN應(yīng)該設(shè)置成：吞吐量 * 回路時(shí)間。Sender端的buffer應(yīng)該和RWIN有一樣的大小，因?yàn)镾ender端發(fā)送完數(shù)據(jù)后要等Receiver端確認(rèn)，如果網(wǎng)絡(luò)延時(shí)很大，buffer過小了，確認(rèn)的次數(shù)就會(huì)多，于是性能就不高，對網(wǎng)絡(luò)的利用率也就不高了。也就是說，對于延遲大的網(wǎng)絡(luò)，我們需要大的buffer，這樣可以少一點(diǎn)ack，多一些數(shù)據(jù)，對于響應(yīng)快一點(diǎn)的網(wǎng)絡(luò)，可以少一些buffer。因?yàn)?，如果有丟包(沒有收到ack)，buffer過大可能會(huì)有問題，因?yàn)檫@會(huì)讓TCP重傳所有的數(shù)據(jù)，反而影響網(wǎng)絡(luò)性能。(當(dāng)然，網(wǎng)絡(luò)差的情況下，就別玩什么高性能了) 所以，高性能的網(wǎng)絡(luò)重要的是要讓網(wǎng)絡(luò)丟包率非常非常地小(基本上是用在LAN里)，如果網(wǎng)絡(luò)基本是可信的，這樣用大一點(diǎn)的buffer會(huì)有更好的網(wǎng)絡(luò)傳輸性能(來來回回太多太影響性能了)。

另外，我們想一想，如果網(wǎng)絡(luò)質(zhì)量非常好，基本不丟包，而業(yè)務(wù)上我們不怕偶爾丟幾個(gè)包，如果是這樣的話，那么，我們?yōu)槭裁床挥盟俣雀斓腢DP呢?你想過這個(gè)問題了嗎?

B)UDP調(diào)優(yōu)

說到UDP的調(diào)優(yōu)，有一些事我想重點(diǎn)說一樣，那就是MTU——最大傳輸單元(其實(shí)這對TCP也一樣，因?yàn)檫@是鏈路層上的東西)。所謂最大傳輸單元，你可以想像成是公路上的公交車，假設(shè)一個(gè)公交車可以最多坐70人，帶寬就像是公路的車道數(shù)一樣，如果一條路上最多可以容下100輛公交車，那意味著我最多可以運(yùn)送7000人，但是如果公交車坐不滿，比如平均每輛車只有20人，那么我只運(yùn)送了2000人，于是我公路資源(帶寬資源)就被浪費(fèi)了。 所以，我們對于一個(gè)UDP的包，我們要盡量地讓他大到MTU的最大尺寸再往網(wǎng)絡(luò)上傳，這樣可以最大化帶寬利用率。對于這個(gè)MTU，以太網(wǎng)是1500字節(jié)，光纖是4352字節(jié)，802.11無線網(wǎng)是7981。但是，當(dāng)我們用TCP/UDP發(fā)包的時(shí)候，我們的有效負(fù)載Payload要低于這個(gè)值，因?yàn)镮P協(xié)議會(huì)加上20個(gè)字節(jié)，UDP會(huì)加上8個(gè)字節(jié)(TCP加的更多)，所以，一般來說，你的一個(gè)UDP包的最大應(yīng)該是1500-8-20=1472，這是你的數(shù)據(jù)的大小。當(dāng)然，如果你用光纖的話， 這個(gè)值就可以更大一些。(順便說一下，對于某些NB的千光以態(tài)網(wǎng)網(wǎng)卡來說，在網(wǎng)卡上，網(wǎng)卡硬件如果發(fā)現(xiàn)你的包的大小超過了MTU，其會(huì)幫你做fragment，到了目標(biāo)端又會(huì)幫你做重組，這就不需要你在程序中處理了)

再多說一下，使用Socket編程的時(shí)候，你可以使用setsockopt() 設(shè)置 SO_SNDBUF/SO_RCVBUF 的大小，TTL和KeepAlive這些關(guān)鍵的設(shè)置，當(dāng)然，還有很多，具體你可以查看一下Socket的手冊。

最后說一點(diǎn)，UDP還有一個(gè)最大的好處是multi-cast多播，這個(gè)技術(shù)對于你需要在內(nèi)網(wǎng)里通知多臺(tái)結(jié)點(diǎn)時(shí)非常方便和高效。而且，多播這種技術(shù)對于機(jī)會(huì)的水平擴(kuò)展(需要增加機(jī)器來偵聽多播信息)也很有利。

C)網(wǎng)卡調(diào)優(yōu)

對于網(wǎng)卡，我們也是可以調(diào)優(yōu)的，這對于千兆以及網(wǎng)網(wǎng)卡非常必要，在Linux下，我們可以用ifconfig查看網(wǎng)上的統(tǒng)計(jì)信息，如果我們看到overrun上有數(shù)據(jù)，我們就可能需要調(diào)整一下txqueuelen的尺寸(一般默認(rèn)為1000)，我們可以調(diào)大一些，如：ifconfig eth0 txqueuelen 5000。Linux下還有一個(gè)命令叫：ethtool可以用于設(shè)置網(wǎng)卡的緩沖區(qū)大小。在Windows下，我們可以在網(wǎng)卡適配器中的高級選項(xiàng)卡中調(diào)整相關(guān)的參數(shù)(如：Receive Buffers, Transmit Buffer等，不同的網(wǎng)卡有不同的參數(shù))。把Buffer調(diào)大對于需要大數(shù)據(jù)量的網(wǎng)絡(luò)傳輸非常有效。

D)其它網(wǎng)絡(luò)性能

關(guān)于多路復(fù)用技術(shù)，也就是用一個(gè)線程來管理所有的TCP鏈接，有三個(gè)系統(tǒng)調(diào)用要重點(diǎn)注意：一個(gè)是select，這個(gè)系統(tǒng)調(diào)用只支持上限1024個(gè)鏈接，第二個(gè)是poll，其可以突破1024的限制，但是select和poll本質(zhì)上是使用的輪詢機(jī)制，輪詢機(jī)制在鏈接多的時(shí)候性能很差，因主是O(n)的算法，所以，epoll出現(xiàn)了，epoll是操作系統(tǒng)內(nèi)核支持的，僅當(dāng)在鏈接活躍時(shí)，操作系統(tǒng)才會(huì)callback，這是由操作系統(tǒng)通知觸發(fā)的，但其只有Linux Kernel 2.6以后才支持(準(zhǔn)確說是2.5.44中引入的)，當(dāng)然，如果所有的鏈接都是活躍的，過多的使用epoll_ctl可能會(huì)比輪詢的方式還影響性能，不過影響的不大。

另外，關(guān)于一些和DNS Lookup的系統(tǒng)調(diào)用要小心，比如：gethostbyaddr/gethostbyname，這個(gè)函數(shù)可能會(huì)相當(dāng)?shù)馁M(fèi)時(shí)，因?yàn)槠湟骄W(wǎng)絡(luò)上去找域名，因?yàn)镈NS的遞歸查詢，會(huì)導(dǎo)致嚴(yán)重超時(shí)，而又不能通過設(shè)置什么參數(shù)來設(shè)置time out，對此你可以通過配置hosts文件來加快速度，或是自己在內(nèi)存中管理對應(yīng)表，在程序啟動(dòng)時(shí)查好，而不要在運(yùn)行時(shí)每次都查。另外，在多線程下面，gethostbyname會(huì)一個(gè)更嚴(yán)重的問題，就是如果有一個(gè)線程的gethostbyname發(fā)生阻塞，其它線程都會(huì)在gethostbyname處發(fā)生阻塞，這個(gè)比較變態(tài)，要小心。(你可以試試GNU的gethostbyname_r()，這個(gè)的性能要好一些) 這種到網(wǎng)上找信息的東西很多，比如，如果你的Linux使用了NIS，或是NFS，某些用戶或文件相關(guān)的系統(tǒng)調(diào)用就很慢，所以要小心。

4.4)系統(tǒng)調(diào)優(yōu)

A)I/O模型

前面說到過select/poll/epoll這三個(gè)系統(tǒng)調(diào)用，我們都知道，Unix/Linux下把所有的設(shè)備都當(dāng)成文件來進(jìn)行I/O，所以，那三個(gè)操作更應(yīng)該算是I/O相關(guān)的系統(tǒng)調(diào)用。說到 I/O模型，這對于我們的I/O性能相當(dāng)重要，我們知道，Unix/Linux經(jīng)典的I/O方式是(關(guān)于Linux下的I/O模型，大家可以讀一下這篇文章《使用異步I/O大大提高性能》)：

第一種，同步阻塞式I/O，這個(gè)不說了。

第二種，同步無阻塞方式。其通過fctnl設(shè)置 O_NONBLOCK 來完成。

第三種，對于select/poll/epoll這三個(gè)是I/O不阻塞，但是在事件上阻塞，算是：I/O異步，事件同步的調(diào)用。

第四種，AIO方式。這種I/O 模型是一種處理與 I/O 并行的模型。I/O請求會(huì)立即返回，說明請求已經(jīng)成功發(fā)起了。在后臺(tái)完成I/O操作時(shí)，向應(yīng)用程序發(fā)起通知，通知有兩種方式：一種是產(chǎn)生一個(gè)信號(hào)，另一種是執(zhí)行一個(gè)基于線程的回調(diào)函數(shù)來完成這次 I/O 處理過程。

第四種因?yàn)闆]有任何的阻塞，無論是I/O上，還是事件通知上，所以，其可以讓你充分地利用CPU，比起第二種同步無阻塞好處就是，第二種要你一遍一遍地去輪詢。Nginx之所所以高效，是其使用了epoll和AIO的方式來進(jìn)行I/O的。

再說一下Windows下的I/O模型，

a)一個(gè)是WriteFile系統(tǒng)調(diào)用，這個(gè)系統(tǒng)調(diào)用可以是同步阻塞的，也可以是同步無阻塞的，關(guān)于看文件是不是以O(shè)verlapped打開的。關(guān)于同步無阻塞，需要設(shè)置其最后一個(gè)參數(shù)Overlapped，微軟叫Overlapped I/O，你需要WaitForSingleObject才能知道有沒有寫完成。這個(gè)系統(tǒng)調(diào)用的性能可想而知。

b)另一個(gè)叫WriteFileEx的系統(tǒng)調(diào)用，其可以實(shí)現(xiàn)異步I/O，并可以讓你傳入一個(gè)callback函數(shù)，等I/O結(jié)束后回調(diào)之， 但是這個(gè)回調(diào)的過程Windows是把callback函數(shù)放到了APC(Asynchronous Procedure Calls)的隊(duì)列中，然后，只用當(dāng)應(yīng)用程序當(dāng)前線程成為可被通知狀態(tài)(Alterable)時(shí)，才會(huì)被回調(diào)。只有當(dāng)你的線程使用了這幾個(gè)函數(shù)時(shí)WaitForSingleObjectEx, WaitForMultipleObjectsEx, MsgWaitForMultipleObjectsEx, SignalObjectAndWait和 SleepEx，線程才會(huì)成為Alterable狀態(tài)?？梢姡@個(gè)模型，還是有wait，所以性能也不高。

c)然后是IOCP – IO Completion Port，IOCP會(huì)把I/O的結(jié)果放在一個(gè)隊(duì)列中，但是，偵聽這個(gè)隊(duì)列的不是主線程，而是專門來干這個(gè)事的一個(gè)或多個(gè)線程去干(老的平臺(tái)要你自己創(chuàng)建線程，新的平臺(tái)是你可以創(chuàng)建一個(gè)線程池)。IOCP是一個(gè)線程池模型。這個(gè)和Linux下的AIO模型比較相似，但是實(shí)現(xiàn)方式和使用方式完全不一樣。

當(dāng)然，真正提高I/O性能方式是把和外設(shè)的I/O的次數(shù)降到最低，最好沒有，所以，對于讀來說，內(nèi)存cache通常可以從質(zhì)上提升性能，因?yàn)閮?nèi)存比外設(shè)快太多了。對于寫來說，cache住要寫的數(shù)據(jù)，少寫幾次，但是cache帶來的問題就是實(shí)時(shí)性的問題，也就是latency會(huì)變大，我們需要在寫的次數(shù)上和相應(yīng)上做權(quán)衡。

B)多核CPU調(diào)優(yōu)

關(guān)于CPU的多核技術(shù)，我們知道，CPU0是很關(guān)鍵的，如果0號(hào)CPU被用得過狠的話，別的CPU性能也會(huì)下降，因?yàn)镃PU0是有調(diào)整功能的，所以，我們不能任由操作系統(tǒng)負(fù)載均衡，因?yàn)槲覀冏约焊私庾约旱某绦颍裕覀兛梢允謩?dòng)地為其分配CPU核，而不會(huì)過多地占用CPU0，或是讓我們關(guān)鍵進(jìn)程和一堆別的進(jìn)程擠在一起。

• 對于Windows來說，我們可以通過“任務(wù)管理器”中的“進(jìn)程”而中右鍵菜單中的“設(shè)置相關(guān)性……”(Set Affinity…)來設(shè)置并限制這個(gè)進(jìn)程能被運(yùn)行在哪些核上。
• 對于Linux來說，可以使用taskset命令來設(shè)置(你可以通過安裝schedutils來安裝這個(gè)命令：apt-get install schedutils)

多核CPU還有一個(gè)技術(shù)叫NUMA技術(shù)(Non-Uniform Memory Access)。傳統(tǒng)的多核運(yùn)算是使用SMP(Symmetric Multi-Processor )模式，多個(gè)處理器共享一個(gè)集中的存儲(chǔ)器和I/O總線。于是就會(huì)出現(xiàn)一致存儲(chǔ)器訪問的問題，一致性通常意味著性能問題。NUMA模式下，處理器被劃分成多個(gè)node， 每個(gè)node有自己的本地存儲(chǔ)器空間。關(guān)于NUMA的一些技術(shù)細(xì)節(jié)，你可以查看一下這篇文章《Linux 的 NUMA 技術(shù)》，在Linux下，對NUMA調(diào)優(yōu)的命令是：numactl 。如下面的命令：(指定命令“myprogram arg1 arg2”運(yùn)行在node 0 上，其內(nèi)存分配在node 0 和 1上)

1numactl --cpubind=0 --membind=0,1 myprogram arg1 arg2

當(dāng)然，上面這個(gè)命令并不好，因?yàn)閮?nèi)存跨越了兩個(gè)node，這非常不好。最好的方式是只讓程序訪問和自己運(yùn)行一樣的node，如：

1$ numactl --membind 1 --cpunodebind 1 --localalloc myapplication

C)文件系統(tǒng)調(diào)優(yōu)

關(guān)于文件系統(tǒng)，因?yàn)槲募到y(tǒng)也是有cache的，所以，為了讓文件系統(tǒng)有最大的性能。首要的事情就是分配足夠大的內(nèi)存，這個(gè)非常關(guān)鍵，在Linux下可以使用free命令來查看 free/used/buffers/cached，理想來說，buffers和cached應(yīng)該有40%左右。然后是一個(gè)快速的硬盤控制器，SCSI會(huì)好很多。最快的是Intel SSD 固態(tài)硬盤，速度超快，但是寫次數(shù)有限。

接下來，我們就可以調(diào)優(yōu)文件系統(tǒng)配置了，對于Linux的Ext3/4來說，幾乎在所有情況下都有所幫助的一個(gè)參數(shù)是關(guān)閉文件系統(tǒng)訪問時(shí)間，在/etc/fstab下看看你的文件系統(tǒng) 有沒有noatime參數(shù)(一般來說應(yīng)該有)，還有一個(gè)是dealloc，它可以讓系統(tǒng)在最后時(shí)刻決定寫入文件發(fā)生時(shí)使用哪個(gè)塊，可優(yōu)化這個(gè)寫入程序。還要注間一下三種日志模式：data=journal、data=ordered和data=writeback。默認(rèn)設(shè)置data=ordered提供性能和防護(hù)之間的最佳平衡。

當(dāng)然，對于這些來說，ext4的默認(rèn)設(shè)置基本上是最佳優(yōu)化了。

這里介紹一個(gè)Linux下的查看I/O的命令—— iotop，可以讓你看到各進(jìn)程的磁盤讀寫的負(fù)載情況。

其它還有一些關(guān)于NFS、XFS的調(diào)優(yōu)，大家可以上google搜索一些相關(guān)優(yōu)化的文章看看。關(guān)于各文件系統(tǒng)，大家可以看一下這篇文章——《Linux日志文件系統(tǒng)及性能分析》

4.5)數(shù)據(jù)庫調(diào)優(yōu)

數(shù)據(jù)庫調(diào)優(yōu)并不是我的強(qiáng)項(xiàng)，我就僅用我非常有限的知識(shí)說上一些吧。注意，下面的這些東西并不一定正確，因?yàn)樵诓煌臉I(yè)務(wù)場景，不同的數(shù)據(jù)庫設(shè)計(jì)下可能會(huì)得到完全相反的結(jié)論，所以，我僅在這里做一些一般性的說明，具體問題還要具體分析。

A)數(shù)據(jù)庫引擎調(diào)優(yōu)

我對數(shù)據(jù)庫引擎不是熟，但是有幾個(gè)事情我覺得是一定要去了解的。

• 數(shù)據(jù)庫的鎖的方式。這個(gè)非常非常地重要。并發(fā)情況下，鎖是非常非常影響性能的。各種隔離級別，行鎖，表鎖，頁鎖，讀寫鎖，事務(wù)鎖，以及各種寫優(yōu)先還是讀優(yōu)先機(jī)制。性能最高的是不要鎖，所以，分庫分表，冗余數(shù)據(jù)，減少一致性事務(wù)處理，可以有效地提高性能。NoSQL就是犧牲了一致性和事務(wù)處理，并冗余數(shù)據(jù)，從而達(dá)到了分布式和高性能。
• 數(shù)據(jù)庫的存儲(chǔ)機(jī)制。不但要搞清楚各種類型字段是怎么存儲(chǔ)的，更重要的是數(shù)據(jù)庫的數(shù)據(jù)存儲(chǔ)方式，是怎么分區(qū)的，是怎么管理的，比如Oracle的數(shù)據(jù)文件，表空間，段，等等。了解清楚這個(gè)機(jī)制可以減輕很多的I/O負(fù)載。比如：MySQL下使用show engines;可以看到各種存儲(chǔ)引擎的支持。不同的存儲(chǔ)引擎有不同的側(cè)重點(diǎn)，針對不同的業(yè)務(wù)或數(shù)據(jù)庫設(shè)計(jì)會(huì)讓你有不同的性能。
• 數(shù)據(jù)庫的分布式策略。最簡單的就是復(fù)制或鏡像，需要了解分布式的一致性算法，或是主主同步，主從同步。通過了解這種技術(shù)的機(jī)理可以做到數(shù)據(jù)庫級別的水平擴(kuò)展。

B)SQL語句優(yōu)化

關(guān)于SQL語句的優(yōu)化，首先也是要使用工具，比如：MySQL SQL Query Analyzer，Oracle SQL Performance Analyzer，或是微軟SQL Query Analyzer，基本上來說，所有的RMDB都會(huì)有這樣的工具，來讓你查看你的應(yīng)用中的SQL的性能問題。 還可以使用explain來看看SQL語句最終Execution Plan會(huì)是什么樣的。

還有一點(diǎn)很重要，數(shù)據(jù)庫的各種操作需要大量的內(nèi)存，所以服務(wù)器的內(nèi)存要夠，優(yōu)其應(yīng)對那些多表查詢的SQL語句，那是相當(dāng)?shù)暮膬?nèi)存。

下面我根據(jù)我有限的數(shù)據(jù)庫SQL的知識(shí)說幾個(gè)會(huì)有性能問題的SQL：

全表檢索。比如：select * from user where lastname = “xxxx”，這樣的SQL語句基本上是全表查找，線性復(fù)雜度O(n)，記錄數(shù)越多，性能也越差(如：100條記錄的查找要50ms，一百萬條記錄需要5分鐘)。對于這種情況，我們可以有兩種方法提高性能：一種方法是分表，把記錄數(shù)降下來，另一種方法是建索引(為lastname建索引)。索引就像是key-value的數(shù)據(jù)結(jié)構(gòu)一樣，key就是where后面的字段，value就是物理行號(hào)，對索引的搜索復(fù)雜度是基本上是O(log(n)) ——用B-Tree實(shí)現(xiàn)索引(如：100條記錄的查找要50ms，一百萬條記錄需要100ms)。

索引。對于索引字段，最好不要在字段上做計(jì)算、類型轉(zhuǎn)換、函數(shù)、空值判斷、字段連接操作，這些操作都會(huì)破壞索引原本的性能。當(dāng)然，索引一般都出現(xiàn)在Where或是Order by字句中，所以對Where和Order by子句中的子段最好不要進(jìn)行計(jì)算操作，或是加上什么NOT之類的，或是使用什么函數(shù)。

多表查詢。關(guān)系型數(shù)據(jù)庫最多的操作就是多表查詢，多表查詢主要有三個(gè)關(guān)鍵字，EXISTS，IN和JOIN(關(guān)于各種join，可以參看圖解圖解SQL的Join一文)?；緛碚f，現(xiàn)代的數(shù)據(jù)引擎對SQL語句優(yōu)化得都挺好的，JOIN和IN/EXISTS在結(jié)果上有些不同，但性能基本上都差不多。有人說，EXISTS的性能要好于IN，IN的性能要好于JOIN，我各人覺得，這個(gè)還要看你的數(shù)據(jù)、schema和SQL語句的復(fù)雜度，對于一般的簡單的情況來說，都差不多，所以千萬不要使用過多的嵌套，千萬不要讓你的SQL太復(fù)雜，寧可使用幾個(gè)簡單的SQL也不要使用一個(gè)巨大無比的嵌套N級的SQL。還有人說，如果兩個(gè)表的數(shù)據(jù)量差不多，Exists的性能可能會(huì)高于In，In可能會(huì)高于Join，如果這兩個(gè)表一大一小，那么子查詢中，Exists用大表，In則用小表。這個(gè)，我沒有驗(yàn)證過，放在這里讓大家討論吧。另，有一篇關(guān)于SQL Server的文章大家可以看看《IN vs JOIN vs EXISTS》

JOIN操作。有人說，Join表的順序會(huì)影響性能，只要Join的結(jié)果集是一樣，性能和join的次序無關(guān)。因?yàn)楹笈_(tái)的數(shù)據(jù)庫引擎會(huì)幫我們優(yōu)化的。Join有三種實(shí)現(xiàn)算法，嵌套循環(huán)，排序歸并，和Hash式的Join。(MySQL只支持第一種)

• 嵌套循環(huán)，就好像是我們常見的多重嵌套循環(huán)。注意，前面的索引說過，數(shù)據(jù)庫的索引查找算法用的是B-Tree，這是O(log(n))的算法，所以，整個(gè)算法復(fù)法度應(yīng)該是O(log(n)) * O(log(m)) 這樣的。
• Hash式的Join，主要解決嵌套循環(huán)的O(log(n))的復(fù)雜，使用一個(gè)臨時(shí)的hash表來標(biāo)記。
• 排序歸并，意思是兩個(gè)表按照查詢字段排好序，然后再合并。當(dāng)然，索引字段一般是排好序的。

還是那句話，具體要看什么樣的數(shù)據(jù)，什么樣的SQL語句，你才知道用哪種方法是最好的。

部分結(jié)果集。我們知道MySQL里的Limit關(guān)鍵字，Oracle里的rownum，SQL Server里的Top都是在限制前幾條的返回結(jié)果。這給了我們數(shù)據(jù)庫引擎很多可以調(diào)優(yōu)的空間。一般來說，返回top n的記錄數(shù)據(jù)需要我們使用order by，注意在這里我們需要為order by的字段建立索引。有了被建索引的order by后，會(huì)讓我們的select語句的性能不會(huì)被記錄數(shù)的所影響。使用這個(gè)技術(shù)，一般來說我們前臺(tái)會(huì)以分頁方式來顯現(xiàn)數(shù)據(jù)，Mysql用的是OFFSET，SQL Server用的是FETCH NEXT，這種Fetch的方式其實(shí)并不好是線性復(fù)雜度，所以，如果我們能夠知道order by字段的第二頁的起始值，我們就可以在where語句里直接使用>=的表達(dá)式來select，這種技術(shù)叫seek，而不是fetch，seek的性能比fetch要高很多。

字符串。正如我前面所說的，字符串操作對性能上有非常大的惡夢，所以，能用數(shù)據(jù)的情況就用數(shù)字，比如：時(shí)間，工號(hào)，等。

全文檢索。千萬不要用Like之類的東西來做全文檢索，如果要玩全文檢索，可以嘗試使用Sphinx。

其它。

• 不要select *，而是明確指出各個(gè)字段，如果有多個(gè)表，一定要在字段名前加上表名，不要讓引擎去算。
• 不要用Having，因?yàn)槠湟闅v所有的記錄。性能差得不能再差。
• 盡可能地使用UNION ALL 取代 UNION。
• 索引過多，insert和delete就會(huì)越慢。而update如果update多數(shù)索引，也會(huì)慢，但是如果只update一個(gè)，則只會(huì)影響一個(gè)索引表。
• 等等。

關(guān)于SQL語句的優(yōu)化，網(wǎng)上有很多文章， 不同的數(shù)據(jù)庫引擎有不同的優(yōu)化技巧，正如本站以前轉(zhuǎn)發(fā)的《MySQL性能優(yōu)化的最佳20+條經(jīng)驗(yàn)》

先寫這么多吧，歡迎大家指正補(bǔ)充。

【編輯推薦】

1. 性能偵探: 哪兒出問題了？
2. 服務(wù)器性能指標(biāo)：撥開服務(wù)器評測體系迷霧
3. Clojure世界：如何做性能測試