19 | Spark的性能优化案例分析（上）

关于软件性能优化，有个著名的论断。

1. 你不能优化一个没有经过性能测试的软件。

2. 你不能优化一个你不了解其架构设计的软件。

 

性能指标包括：

响应时间：完成一次任务（请求）花费的时间。

并发数：同时处理的任务数（请求数）。

吞吐量：单位时间完成的任务数（请求数、事务数、查询数……）。

性能计数器：System Load，线程数，进程数，CPU、内存、磁盘、网络使用率等。

如果没有性能指标，我们也就不清楚软件性能的瓶颈，优化前和优化后也是无从对比。这样的优化工作只能是主观臆断：别人这样做说性能好，我们也这样优化。

而如果不了解软件的架构设计，你可能根本无从判断性能瓶颈产生的的根源，也不知道该从哪里优化。

所以性能优化的一般过程是：

1. 做性能测试，分析性能状况和瓶颈点。

2. 针对软件架构设计进行分析，寻找导致性能问题的原因。

3. 修改相关代码和架构，进行性能优化。

4. 做性能测试，对比是否提升性能，并寻找下一个性能瓶颈。