系统瓶颈20点

原文地址：http://highscalability.com/blog/2012/5/16/big-list-of-20-common-bottlenecks.html

 个人根据理解翻译了一些，用于个人笔记，如有问题，还请指正

• 数据库:
• 内存使用超出
• 查询问题（过长、过短）（过短本人理解为太短应该考虑缓存神马的）
• 写入内容冲突
• 大联接查询狂吃内存
• 虚拟化:
• 共享一个硬盘，硬盘读数据累死
• 云中的网络io不稳定
• 程序方面:
• 多线程问题: 死锁, 事件比对等重操作, 调试, 非线性扩张等等
• 事件驱动型: 回调复杂度, 函数调用重存储状态等问题
• 缺少分析、调试和日志信息
• 不可伸缩的一坨, 单点故障, 非水平扩展等等
• 程序中有状态信息(高扩展要求最好无状态)
• 设计太破啦:开发时没啥问题，刚运行也挺好，有点用户，过点时间，还未达到设计饱和量时就挂掉了，需要重新来过(然后再循环 )
• 算法复杂度（部分实现太复杂）
• 总是依赖一些需要等待的服务，比如DNS查询
• 栈空间问题（过于复杂的调用，递归等）
• 磁盘方面:
• 本地磁盘读取
• 随机磁盘读取导致频繁寻道
• 磁盘碎片
• 向SSD磁盘写入超出容载量之数据
• 操作系统方面:
• Fsync刷新,linux缓冲区满了，堵塞了
• TCP缓存过小
• 文件打开数限制问题
• 功率分配问题
• 缓存:
• 没使用类似memcached的缓存系统 (连续访问数据库，它累啊)
• HTTP方面: 头部, etags标示, gzip开启状态等等
• 没有充分发挥浏览器的缓存（能丢给客户浏览器的使劲丢啊）
• 操作码（指令码）缓存 (例如PHP)
• L1/L2 缓存. 这个当然是最最大的瓶颈了（系统级，不然它们也不会这么贵J），重要数据保存在L1/L2缓存. 这将有很大的提升,比如网络io,数据库压缩算法等. 有一系列方法不用销毁TLB(本地线程缓存) 最重要的一点是按照电脑架构来说，以多核、L1/L2缓存，共享L3缓存（以上属于cpu层级内），NUMA 内存，主板内存的带宽和延迟，内存到磁盘页面置换，脏页，网络数据传输（TCP）这个递减的顺序来保存
• CPU:
• CPU过载
• 上下文切换：单核上过多的线程，系统调度中等待过多（bad luck w/ the linux scheduler），太多的系统调用等等
• 程序阻塞在IO等待上，cpu都闲置了
• CPU缓存: 缓存数据是一个细粒度的方法（java中使用volatile），是为了在多实例不同数据和沉重操作同步之间寻求一个正确平衡
• 背板吞吐量。（见http://en.wikipedia.org/wiki/Backplane，个人理解主板bus带宽和附加通道带宽比如pci等）
• 网络:
• NIC负载满（刷爆）, IRQ饱和, 软中断，消耗了100%的cpu
• DNS查询等待
• 丢掉的网络包
• 网络中出现非意料的路由导致网络包传输时间过长
• 网络磁盘访问
• 共享SAN
• 依赖服务器挂掉，无响应，系统等待。
• 软件开发流程(有翻译为进程，个人认为不妥):
• 测试时间
• 开发时间
• 团队规模
• 各方面预算
• 代码负债（未实现的功能…）
• 内存:
• 内存溢出，导致结束进程，系统SWAP，甚至宕机
• 内存溢出导致磁盘交换（和swap相关）
• 内存库开销过大（非操作系统实现的内存池等）
• 内存碎片问题
• Java中gc，gc会导致停顿
• C中，总是以malloc开始