Benchmark与Profiler---性能调优的左右手

标签：数据   类   问题   工作   算法   代码   

       性能调优，就是一个诊断性能瓶颈，然后针对性能问题点进行优化的过程，前两天听完shaoling的讲座学到很多。做APP和System的两拨人现在看到的计算机是不同的。APP的开发者看到的是抽象接口，已经不再关心底层的实现。当一个未经优化的程序由System背景的人优化一次通常会有2-10倍的性能提升，当然优化过后再有提升再牛的大牛也顶多20%的提升。即使现在APP开发已经不再去深究底层，但是对工作负载的密集类型了解还是十分必要的，毕竟算法要跑在机器上。这个优化的过程是怎样实现的呢，这就不得不说我们需要两个工具，Benchmark和Profiler。Benchmark进行性能的压榨和暴露问题，Profiler将整个运行状况呈现出来不管是log还是可视化的界面。

       Benchmark现在主流的一些Benchmark，Hadoop的Hibench ,GridMix，Berkeley Bigdatabench以及 TPC-DS等都有各自适应的场景。Benchmark就是要在指定的数据集上跑各种不同密集型的计算Workload来暴露性能问题。

       Profiler可以在不同层次，体系结构，JVM，大数据系统，各个层次去看系统的CPU,Mem,IO的利用率，吞吐量，任务执行时间，去发现费时费空间的作业 ->任务->代码。最后针对指定的出问题的代码进行调优和优化，或者对运行配置参数进行调整。

       Benchmark和Profiler就是系统人的居家必备良器。

Benchmark与Profiler---性能调优的左右手,布布扣,bubuko.com

Benchmark与Profiler---性能调优的左右手

标签：数据   类   问题   工作   算法   代码   

原文地址：http://blog.csdn.net/gaoyanjie55/article/details/34981077