性能分析十八招，你用哪一招？

对系统或程序进行相关性能分析，有助于分析研究运行时出现的问题或查找出问题根源。而没有方法论指导的分析，如盲头苍蝇，费时费力。为确保软件满足或超过设计的期望值，有必要分析应用程序的性能以发现潜在的问题。性能分析一个必不可少的环节是使应用程序的组件可见。当能够了解组件是如何交互时，就可以诊断潜在的性能问题。

主要采用的方法论，包括：USE 方法：找出资源瓶颈；TSA 方法：分析程序用时；Off-CPU分析：分析任何类型的线程延时；http://www.brendangregg.com/activebenchmarking.htmlActive Benchmarking(动态基准)分析，进行精确有效的基准分析。

以下将列举出一个综览清单，开始部分包含一些个人不建议的反对的做法，不妨作为一个反面教材来参考。

1. 推诿他人(反对的)

• 尝试找出一个系统或环境的组件，但是该组件与你无关。
• 假设问题出在该组件上。
• 把问题推至与该组件真正相关的团队。
• 当发现其实也与该团队无关时，重做第一步，继续找别人的茬。

• 采用以下任一方法来选择简便工具：自己熟悉的；在Internet找来的；随机找来的。
• 运行工具。
• 找出显眼的问题。

3.  酒徒做法（错误做法）

随机变更事物直到问题离去。

4.  随机变更(错误做法)

1. 测量一个性能基线。
2. 随机找出并变更一个属性。
3. 沿着某一个方向进行变更操作。
4. 测量系统性能。
5. 换个方向继续执行变更。
6. 测量系统性能。
7. 步骤4或6的结果好于基线吗？如果是，继续执行；否则，执行回退。
8. 回到步骤1。

5.  被动的基准(错误做法)

• 选择一个基准工具。
• 采用不同的选项组合运行工具。
• 根据结果做一个幻灯片。
• 按着幻灯片来进行管理。

6.  临时的检查清单法

运行 A，如果出现 B，执行 C。

7.  问题陈述法

• 什么让你觉得出现了性能问题？
• 系统之前运作良好吗？
• 最近执行了什么变更（例如：软件，硬件，负载）？
• 是潜伏期或运行时间方面的性能减退问题吗？
• 该问题会影响其他人或程序吗(还是仅仅是自己)？
• 运行环境是怎么样的？用了什么软件或硬件？版本？配置？

• 问题
• 假设
• 预测
• 测试
• 分析

9.  工作负荷特征描述法

• 谁正在引起工作负荷?PID,UID,IP地址等。
• 为什么会产生工作负荷？代码路径
• 工作负荷是什么？IOPS，tput命令，类型
• 这些负荷随着时间是怎样变化的？

10.自上而下分析法

• 从最高级开始
• 检查下一级别的细节
• 找出最关注部分进行分解
• 如果问题得不到解决，重做第2步

11.逐层分析法

从以下方面进行造成延迟的测量：

• 多语言
• 执行文件
•  运行库
• 系统调用
• 核心：文件系统，网络
• 设备驱动

12.延迟分析法

• 测量运行时间(延迟)
• 划分成同步的逻辑部件
• 继续进行划分直到找出延迟的根源
• 量化：估算系统恢复后带来的速度提升

13.工具法

• 列出可用的性能分析工具
• 针对每个工具各自特点列出有用的指标
• 针对每项指标，作出相关解释
• 运行挑选后的工具，针对选出的指标进行分析

14.USE方法

对于每项资源，作出如下检查：

• 利用率(Utilization)
• 饱和度(Saturation)
• 错误(Errors)

15. 栈配置法

• 跟踪线程堆栈信息，针对on-CPU和off-CPU进行分析
• 联合分析
• 把堆栈倒置进行分析

16.off-CPU分析法

• 针对堆栈中每一计划调度线程进行off-CPU时间分析
• 对类同的堆栈进行联合分析
• 对于最长和最短用时进行分析

17.TSA方法

1.  针对每一引起重视的线程，测量操作系统线程状态的时间。例如：

• 执行用时
• 运行用时
• 交换用时
• 睡眠用时
• 锁用时
• 闲时时间

2.  使用合适的工具对最高和最低发生频率事件进行分析。

18.动态基准法

• 以一个足够长的周期来运行测量基准。
• 运行的时候，使用其他工具进行性能分析，查找出限制因素。