读书笔记4瞬时相应网站的高性能架构
一、概述
性能测试是性能优化的前提和基础。也是性能优化检查和度量的标准。不同的视角下网站的性能有不同的标准，也有不同的优化手段
二、性能分类
-
用户视觉的性能
过程:用户情况à网站通讯时间à处理时间à用户计算机浏览器解析
优化手段
通过前端优化手段,通过html样式话,利用浏览器段并发和异步特性,挑战浏览器缓存,使用CDN和反向代理使浏览器尽快返回用户感兴趣数据。即使不优化应用程序和架构，也可以很大程度改善用户视觉性能
-
开发人员视觉的性能
关注应用程序本身及子系统的性能，包括相应延迟，系统吞吐量，并发处理能力，系统稳定行等技术指标。
优化手段:
使用缓存加速数据读取，使用集群提高吞吐能力，使用异步消息加快请求响应及实现削峰，使用代码优化改善程序性能。
-
运维人员视觉的性能
运维人员更关注基础设施性能和资源利用率,如带宽处理能力，
优化手段:
服务器硬件配置，数据中心网络架构，服务器和网络带宽利用率等主要优化手段建设，使用高性价比定制服务器,利用虚拟化技术优化资源利用。
三、架构设计中要考虑的核心五要素
性能、可用性、扩展性、伸缩性、安全性
四、网站性能测试
（1）性能测试指标：①响应时间；②并发数；③吞吐量；④性能计数器；
（2）性能测试方法：①性能测试；②负载测试；③压力测试；④稳定性测试；
（3）性能优化策略：
①性能分析：排查一个网站的性能瓶颈和排查一个应用查询的性能手法基本相同：检查请求处里的各个环节日志，分析那个环节响应时间不合理，超过预期；然后检查监控数据，分析影响性能的主要因素是内存，磁盘，网络还是cpu,是代码问题还是架构不合理，或是系统资源不足
②性能优化：Web前端优化，应用服务器优化，存储服务器优化；
性能优化前的准备
性能的测试指标
响应时间
应用执行一个操作需要的时间，包括从发出请求开始到收到最后响应数据所需要的时间。响应时间是系统最重要的性能指标，直观地反映了系统的"快慢"。下表列出了一些常用的系统操作需要的响应时间。 
并发数
系统能够同时处理请求的数目
吞吐量
单位时间内系统处理的请求数量; 如：TPS、QPS（每秒查询数）,HPS每秒http请求数量 ,PV 页面访问,随着并发数的增大，吞吐量随着增大； 超过阈值后，并发数继续增大，吞吐量下降，直到吞吐量降为0，网站宕机；理解上述3个指标：类比高速公路行车 ,吞吐量就是每天通过的车辆数 ,并发数是正在行驶的车辆 ,响应时间是车速
性能计数器
描述服务器或操作系统性能指标的一些数据指标。包括System Load,对象与线程数，内存使用，cpu使用，磁盘与网络io等指标.这些指标也是性能监控的重要指标。System Load反映系统Cpu正在指向和等待执行的进程数量。
性能测试方法
-
性能测试
以预期设定的性能值为目标，测试是否能满足预期 -
负载测试
不断加压到安全临界值 -
压力测试
超过安全负载直到崩溃下的最大负载 -
稳定性测试
特地环境下。持续运行一段较长时间。
下图中的横坐标表示消耗的系统资源，纵坐标表示系统处理能力（吞吐量）。在开始阶段，随着并发请求数目的增加，系统使用较少的资源就达到较好的处理能力（a～b段），这一段是网站的日常运行区间，网站的绝大部分访问负载压力都集中在这一段区间，被称作性能测试，测试目标是评估系统性能是否符合需求及设计目标；随着压力的持续增加，系统处理能力增加变缓，直到达到一个最大值（c点），这是系统的最大负载点，这一段被称作负载测试。测试目标是评估当系统因为突发事件超出日常访问压力的情况下，保证系统正常运行情况下能够承受的最大访问负载压力；超过这个点后，再增加压力，系统的处理能力反而下降，而资源消耗却更多，直到资源消耗达到极限（d点），这个点可以看作是系统的崩溃点，超过这个点继续加大并发请求数目，系统不能再处理任何请求，这一段被称作压力测试，测试目标是评估可能导致系统崩溃的最大访问负载压力。
性能测试反应的是系统在实际生产环境中使用时，随着用户并发访问数量的增加，系统的处理能力。与性能曲线相对应的是用户访问的等待时间（系统响应时间），如图所示。
在日常运行区间，可以获得最好的用户响应时间，随着并发用户数的增加，响应延迟越来越大，直到系统崩溃，用户失去响应。
性能测试报告
测试结果报告应能够反映上述性能测试曲线的规律，阅读者可以得到系统性能是否满足设计目标和业务要求、系统最大负载能力、系统最大压力承受能力等重要信息，下表是一个简单示例。
五、Web前端性能优化
（1）浏览器访问优化：
①减少http请求：因为http是无状态的，每次请求的开销都比较昂贵（需要建立通信链路、进行数据传输，而服务器端对于每个http请求都需要启动独立的线程去处理）；减少http的主要手段是合并CSS、合并JS、合并图片（CSS精灵，利用偏移定位image）；
②使用浏览器缓存：设置http头中Cache-Control和Expires属性；
③启用压缩：可以对html、css、js文件启用Gzip压缩，可以达到较高的压缩效率，但是压缩会对服务器及浏览器产生一定的压力；
④CSS放页面最上面，JS放页面最下面：浏览器会在下载完全部CSS之后才开始对整个页面进行渲染，因此最好将CSS放在页面最上面；而浏览器在加载JS后会立即执行，有可能会阻塞整个页面，造成页面显示缓慢，因此最好将JS放在页面最下面；
⑤减少Cookie传输：一方面，太大的Cookie会严重影响数据传输；另一方面，对于某些静态资源的访问（如CSS、JS等）发送Cookie没有意义；
（2）CDN加速：
CDN（内容分发网络）仍然是一个缓存，它将数据缓存在离用户最近的地方，便于用户以最快速度获取数据。即所谓的"网络访问第一跳"，如下图所示：
CDN只将访问频度很高的热点内容（例如：图片、视频、CSS、JS脚本等访问频度很高的内容）进行缓存，可以极大地加快用户访问速度，减少数据中心负载。
（3）反向代理：
反向代理服务器位于网站机房，代理网站Web服务器接收Http请求，对请求进行转发，如下图所示：
反向代理服务器具有以下功能：
①保护网站安全：任何来自Internet的请求都必须先经过代理服务器；
②通过配置缓存功能加速Web请求：减轻真实Web服务器的负载压力；
③实现负载均衡：均衡地分发请求，平衡集群中各个服务器的负载压力；
六、应用服务器性能优化
（1）分布式缓存：
PS：网站性能优化第一定律：优先考虑使用缓存优化性能。缓存是指将数据存储在相对较高访问速度的存储介质中（如内存），以供系统进行快速处理响应用户请求。
①缓存本质是一个内存Hash表，数据以(Key,Value)形式存储在内存中。
②缓存主要用来存放那些读写比很高、很少变化的数据，如商品的类目信息、热门商品信息等。这样，应用程序读取数据时，先到缓存中取，如缓存中没有或失效，再到数据库中取出，重新写入缓存以供下一次访问。因此，可以很好地改善系统性能，提高数据读取速度，降低存储访问压力。
③分布式缓存架构：一方面是以以JBoss Cache为代表的互相通信派；另一方面是以Memcached为代表的互不通信派；
JBoss Cache需要将缓存信息同步到集群中的所有机器，代价比较大；而Memcached采用一种集中式的缓存集群管理，缓存与应用分离部署，应用程序通过一致性Hash算法选择缓存服务器远程访问缓存数据，缓存服务器之间互不通信，因而集群规模可以轻易地扩容，具有良好的伸缩性。
Memcached由两个核心组件组成：服务端（ms）和客户端（mc），在一个memcached的查询中，mc先通过计算key的hash值来确定kv对所处在的ms位置。当ms确定后，客户端就会发送一个查询请求给对应的ms，让它来查找确切的数据。因为这之间没有交互以及多播协议，所以 memcached交互带给网络的影响是最小化的。
（2）异步操作：
①使用消息队列将调用异步化，可改善网站的扩展性，还可改善网站性能；
②消息队列具有削峰的作用->将短时间高并发产生的事务消息存储在消息队列中，从而削平高峰期的并发事务；
PS：任何可以晚点做的事情都应该晚点再做。前提是：这个事儿确实可以晚点再做。
（3）使用集群：
①在高并发场景下，使用负载均衡技术为一个应用构建多台服务器组成的服务器集群；
②可以避免单一服务器因负载压力过大而响应缓慢，使用户请求具有更好的响应延迟特性；
③负载均衡可以采用硬件设备，也可以采用软件负载。商用硬件负载设备（例如出名的F5）成本通常较高（一台几十万上百万很正常），所以在条件允许的情况下我们会采用软负载，软负载解决的两个核心问题是：选谁、转发，其中最著名的是LVS（Linux Virtual Server）。
PS：LVS是四层负载均衡，也就是说建立在OSI模型的第四层——传输层之上，传输层上有我们熟悉的TCP/UDP，LVS支持TCP/UDP的负载均衡。
LVS的转发主要通过修改IP地址（NAT模式，分为源地址修改SNAT和目标地址修改DNAT）、修改目标MAC（DR模式）来实现。有关LVS的详情请参考：http://www.importnew.com/11229.html
（4）代码优化：
①多线程：使用多线程的原因：一是IO阻塞，二是多CPU，都是为了最大限度地利用CPU资源，提高系统吞吐能力，改善系统性能；
②资源复用：目的是减少开销很大的系统资源的创建和销毁，主要采用两种模式实现：单例（Singleton）和对象池（Object Pool）。例如，在.NET开发中，经常使用到的线程池，数据库连接池等，本质上都是对象池。
③数据结构：在不同场合合理使用恰当的数据结构，可以极大优化程序的性能。
-
垃圾回收：理解垃圾回收机制有助于程序优化和参数调优，以及编写内存安安全的代码。这里主要针对Java（JVM）和C#（CLR）一类的具有GC（垃圾回收机制）的语言。
Java中JVM介绍及GC执行时机
内存分为堆栈和堆,堆栈用于存储线程上下文信息，如方法参数，局部变量等。堆则是存储对象的内存空间，对象的创建和销毁。垃圾回收就是在这里进行。
将JVM分为年轻带(Young Generation)和年老带(Old Generation),又将年轻带(Young Generation)分为,Eden区,From区,To区。新建对象总是在Eden区创建，当Eden区空间已满,就触发一次Young GC(Garbage Collection,垃圾回收),将还被使用的对象复制到From区,这样Eden区都是未使用的对象,还可以继续创建对象,当Eden去在次用完,在触发一次Young GC,将Eden区和From区还在使用的对象复制到To区。下一次Young GC则是将Eden区和To区对象复制到From区。经过多次GC,某些对象会在From和To区多次复制，如果超过某个阀值对象还未被释放，则将对象复制到Old Generation。如果Old Generation空间已经用完，那么会触发Full GC,即所谓的全量回收，全量回收对系统性能产生较大影响，因此应该根据业务特点和对象生命周期合理设置Young Generation和Old Generation区域大小，尽量减少Full GC.
七、存储性能优化
（1）机械硬盘还是固态硬盘？
①机械硬盘：通过马达驱动磁头臂，带动磁头到指定的磁盘位置访问数据。它能够实现快速顺序读写，慢速随机读写。
②固态硬盘（又称SSD）：无机械装置，数据存储在可持久记忆的硅晶体上，因此可以像内存一样快速随机访问。
在目前的网站应用中，大部分应用访问数据都是随机的，这种情况下SSD具有更好的性能表现，但是性价比有待提升（蛮贵的，么么嗒）。
（2）B+树 vs LSM树
①传统关系型数据库广泛采用B+树，B+树是对数据排好序后再存储，加快数据检索速度。
PS：目前大多数DB多采用两级索引的B+树，树的层次最多三层。因此可能需要5次磁盘访问才能更新一条记录（三次磁盘访问获得数据索引及行ID，一次数据文件读操作，一次数据文件写操作，终于知道数据库操作有多麻烦多耗时了）
②NoSQL（例如：HBase）产品广泛采用LSM树：
具体思想是：将对数据的修改增量保持在内存中，达到指定的大小限制后将这些修改操作批量写入磁盘。不过读取的时候稍微麻烦，需要合并磁盘中历史数据和内存中最近的修改操作，所以写入性能大大提升，读取时可能需要先看是否命中内存，否则需要访问较多的磁盘文件。
LSM树的原理是：把一棵大树拆分成N棵小树，它首先写入内存中，随着小树越来越大，内存中的小树会被清除并写入到磁盘中，磁盘中的树定期可以做合并操作，合并成一棵大树，以优化读性能。
LSM树的优势在于：在LSM树上进行一次数据更新不需要磁盘访问，在内存即可完成，速度远快于B+树。
八、学习总结
对于网站的高性能架构这一章的阅读，通过大牛的书籍我们学到了从三个主要方面的性能优化策略，虽然都是理论，而且还只是浅显地说明，但是对于我们这些广大的开发菜鸟来说，扩展知识面，了解一点优化策略不是一件坏事，我们可以从中注意到日常的代码规范，如何写出高效的代码也是一件值得研究的事儿。在书中，看到了作者写了这样一句话，贴出来与各位正在学习途中的菜鸟们共享："归根结底，技术是为业务服务的，技术选型和架构决策依赖业务规划乃至企业战略规划，离开业务发展的支撑和驱动，技术走不远，甚至还会迷路"。出来实习了一年多，对这句话感慨颇多，也吃了很多的亏，在和客户的沟通交流上也有了自己的一点感悟，所以贴出来与各位园友共勉。最后，希望作为菜鸟的我们，在技术这条路上能够走得远一些，迷路不重要，重要的是能够迷途知返，么么嗒！再过一个多月，就要开始找工作了，希望在此期间能够认真阅读完自己的计划书单，加油！
参考文献
（1）李智慧，《大型网站技术架构-核心原理与案例分析》，http://item.jd.com/11322972.html
（2）周言之，《Memcached详解》，http://blog.csdn.net/zlb824/article/details/7466943
（3）百度百科，CDN，http://baike.baidu.com/view/8689800.htm
（4）王晨纯，《Web基础架构：负载均衡和LVS》，http://www.importnew.com/11229.html
（5）辉之光，《B树、B-树、B+树》，http://www.cnblogs.com/oldhorse/archive/2009/11/16/1604009.html
（6）yanghuahui's blog，《LSM树由来、设计思想以及应用到HBase的索引》，http://www.cnblogs.com/yanghuahui/p/3483754.html
本章思维导图
声明
部分内容转载自http://www.cnblogs.com/edisonchou/博客
