性能优化的方法和技巧
性能优化方法和技巧：概述
性能优化有三个层次：
?系统层次
?算法层次
?代码层次
系统层次关注系统的控制流程和数据流程，优化主要考虑如何减少消息传递的个数；如何使系统的负载更加均衡；如何充分利用硬件的性能和设施；如何减少系统额外开销（比如上下文切换等）。
算法层次关注算法的选择（用更高效的算法替换现有算法，而不改变其接口）；现有算法的优化（时间和空间的优化）；并发和锁的优化（增加任务的并行性，减小锁的开销）；数据结构的设计（比如lock-free的数据结构和算法）。
代码层次关注代码优化，主要是cache相关的优化（I-cache, D-cache相关的优化）；代码执行顺序的调整；编译优化选项；语言相关的优化技巧等等。
性能优化需要相关的工具支持，这些工具包括编译器的支持；CPU的支持；以及集成到代码里面的测量工具等等。这些工具主要目的是测量代码的执行时间以及相关的cache miss, cache hit等数据，这些工具可以帮助开发者定位和分析问题。
性能优化和性能设计不同。性能设计贯穿于设计，编码，测试的整个环节，是产品生命周期的第一个阶段；而性能优化，通常是在现有系统和代码基础上所做的改进，属于产品生命周期的后续几个阶段（假设产品有多个生命周期）。性能优化不是重新设计，性能优化是以现有的产品和代码为基础的，而不是推倒重来。性能优化的方法和技巧可以指导性能设计，但两者的方法和技巧不能等同。两者关注的对象不同。性能设计是从正向考虑问题：如何设计出高效，高性能的系统；而性能优化是从反向考虑问题：在出现性能问题时，如何定位和优化性能。性能设计考验的是开发者正向建设的能力，而性能优化考验的是开发者反向修复的能力。两者可以互补。
后续我会就工具，架构，算法，代码，cache等方面展开讨论这个话题，敬请期待。
评论：
优化不能缺少量化的信息，基于量化信息可以解决这些问题（举个例子）：什么时候使用静态内存，什么时候使用动态内存？动态与静态的分界线是什么？所谓和谐得恰到好处。
最近因为工作需要也在做多核下的应用，这里面性能优化可能是最困难的地方了。个人觉得这方面作为知识分享的话，可以更加注重方法论的描述。优化本身是个仁者见仁智者见智的事情，优化的效果评估一方面取决于你的应用场景，另一方面也取决于你的测试方法。我们就曾为了优化算法而设计了一个数学上看起来很棒的 hash，结果在早期应用中我们发现hash本身带来的cache miss，使得我们还不如使用linear search。总之是非常期待后续的文章，希望看到一些新的思路。
关于代码层次的优化，大多时候是把高级语言向低级语言去靠。然后就是将系统层次扁平化，厚的层做薄，薄的层去掉。很多时候philosophy的冲突导致实现困难。性能好了，移植性，维护性差了。老板还不高兴。我现在是越来越不想做这个活了。。。
在做设计阶段，就应该考虑性能的质量属性。如果软件已经成型，再做系统级的性能优化，工作量、风险以及影响都较大。
代码级优化：先找热点，然后针对这些热点进行分析，cache使用、减少不必要指令数、减少栈的深度、提高IO总线利用（如IO由每次变成批量访问）、TLB Miss等等。性能是不能一次搞定的，需要建立基线，不停地迭代，不停地确认。性能优化很容易降低软件的其他质量属性：如维护性、可扩展性。
性能优化方法和技巧：代码
代码层次的优化是最直接，也是最简单的，但前提是要对代码很熟悉，对系统很熟悉。很多事情做到后来，都是一句话：无他，但手熟尔^-^。
在展开这个话题之前，有必要先简单介绍一下Cache相关的内容，如果对这部分内容不熟悉，建议先补补课，做性能优化对Cache不了解，基本上就是盲人骑瞎马。
Cache一般来说，需要关心以下几个方面
1）Cache hierarchy
Cache的层次，一般有L1, L2, L3 （L是level的意思）的cache。通常来说
L1，L2是集成在CPU里面的（可以称之为On-chip cache），而L3是放在CPU 外面（可以称之为Off-chip cache）。当然这个不是绝对的，不同CPU的做法可能会不太一样。这里面应该还需要加上 register，虽然register不是cache，但是把数据放到register里面是能够提高性能的。
2）Cache size
Cache的容量决定了有多少代码和数据可以放到Cache里面，有了Cache才有了竞争，才有了替换，才有了优化的空间。如果一个程序的热点(hotspot)已经完全填充了整个Cache，那么再从Cache角度考虑优化就是白费力气了，巧妇难为无米之炊。我们优化程序的目标是把程序尽可能放到Cache里面，但是把程序写到能够占满整个Cache还是有一定难度的，这么大的一个Code path，相应的代码得有多少，代码逻辑肯定是相当的复杂（基本上是不可能，至少我没有见过）。
3）Cache line size
CPU从内存load数据是一次一个cache line；往内存里面写也是一次一个cache line，所以一个cache line里面的数据最好是读写分开，否则就会相互影响。
4）Cache associative
Cache的关联。有全关联(full associative)，内存可以映射到任意一个Cache line；也有N-way关联，这个就是一个哈希表的结构，N就是冲突链的长度，超过了N，就需要替换。
5）Cache type
有I-cache（指令cache），D-cache（数据cache），TLB（MMU的cache），每一种又有L1, L2等等，有区分指令和数据的cache，也有不区分指令和数据的cache。
更多与cache相关的知识，可以参考这个链接：
https://www.wendangku.net/doc/191761835.html,/wiki/CPU_cache
或者是附件里面的cache.pdf，里面有一个简单的总结。
代码层次的优化，主要是从以下两个角度考虑问题：
1）I-cache相关的优化
例如精简code path，简化调用关系，减少冗余代码等等。尽量减少不必要的调用。但是有用还是无用，是和应用相关的，所以代码层次的优化很多是针对某个应用或者性能指标的优化。有针对性的优化，更容易得到可观的结果。
2）D-cache相关的优化
减少D-cache miss的数量，增加有效的数据访问的数量。这个要比I-cache优化难一些。
下面是一个代码优化技巧列表，需要不断地补充，优化和筛选。
1) Code adjacency （把相关代码放在一起），推荐指数：5颗星
把相关代码放在一起有两个涵义，一是相关的源文件要放在一起；二是相关的函数在object文件里面，也应该是相邻的。这样，在可执行文件被加载到内存里面的时候，函数的位置也是相邻的。相邻的函数，冲突（miss？）的几率比较小。而且相关的函数放在一起，也符合模块化编程的要求：那就是 - 高内聚，低耦合。
如果能够把一个code path上的函数编译到一起（需要编译器支持，把相关函数编译到一起），很显然会提高I-cache的命中率，减少冲突。但是一个系统有很多个code path，所以不可能面面俱到。不同的性能指标，在优化的时候可能是冲突的。所以尽量做对所以case都有效的优化，虽然做到这一点比较难。
2) Cache line alignment （cache对齐），推荐指数：4颗星
数据跨越两个cache line，就意味着两次load或者两次store。如果数据结构是cache line对齐的，就有可能减少一次读写。数据结构的首地址cache line对齐，意味着可能有内存浪费（特别是数组这样连续分配的数据结构），所以需要在空间和时间两方面权衡。
3) Branch prediction （分支预测），推荐指数：3颗星
代码在内存里面是顺序排列的。对于分支程序来说，如果分支语句之后的代码有更大的执行几率，那么就可以减少跳转，一般CPU都有指令预取功能，这样可以提高指令预取命中的几率。分支预测用的就是likely/unlikely这样的宏，一般需要编译器的支持，这样做是静态的分支预测。现在也有很多CPU支持在CPU 内部保存执行过的分支指令的结果（分支指令的cache），所以静态的分支预
测就没有太多的意义。如果分支是有意义的，那么说明任何分支都会执行到，所以在特定情况下，静态分支预测的结果并没有多好，而且likely/unlikely对代码有很大的侵害（影响可读性），所以一般不推荐使用这个方法。
4) Data prefetch (数据预取），推荐指数：4颗星
指令预取是CPU自动完成的，但是数据预取就是一个有技术含量的工作。数据预取的依据是预取的数据马上会用到，这个应该符合空间局部性（spatial locality），但是如何知道预取的数据会被用到，这个要看上下文的关系。一般来说，数据预取在循环里面用的比较多，因为循环是最符合空间局部性的代码。
但是数据预取的代码本身对程序是有侵害的（影响美观和可读性），而且优化效果不一定很明显（命中的概率）。数据预取可以填充流水线，避免访问内存的等待，还是有一定的好处的。
5) Memory coloring （内存着色），推荐指数：不推荐
内存着色属于系统层次的优化，在代码优化阶段去考虑内存着色，有点太晚了。所以这个话题可以放到系统层次优化里面去讨论。
6）Register parameters （寄存器参数），推荐指数：4颗星
寄存器做为速度最快的内存单元，不好好利用实在是浪费。但是，怎么用？一般来说，函数调用的参数少于某个数，比如3，参数是通过寄存器传递的（这个要看ABI的约定）。所以，写函数的时候，不要带那么多参数。c语言里还有一个register关键词，不过通常都没什么用处（没试过，不知道效果，不过可以反汇编看看具体的指令，估计是和编译器相关）。尝试从寄存器里面读取数据，而不是内存。
7) Lazy computation （延迟计算），推荐指数：5颗星
延迟计算的意思是最近用不上的变量，就不要去初始化。通常来说，在函数开始就会初始化很多数据，但是这些数据在函数执行过程中并没有用到（比如一个分支判断，就退出了函数），那么这些动作就是浪费了。
变量初始化是一个好的编程习惯，但是在性能优化的时候，有可能就是一个多余的动作，需要综合考虑函数的各个分支，做出决定。
延迟计算也可以是系统层次的优化，比如COW(copy-on-write)就是在fork子进程的时候，并没有复制父进程所有的页表，而是只复制指令部分。当有写发生的时候，再复制数据部分，这样可以避免不必要的复制，提供进程创建的速度。
8) Early computation （提前计算），推荐指数：5颗星
有些变量，需要计算一次，多次使用的时候。最好是提前计算一下，保存结果，以后再引用，避免每次都重新计算一次。函数多了，有时就会忽略这个函数都做了些什么，写程序的人可以不了解，但是优化的时候不能不了解。能使用常数的地方，尽量使用常数，加减乘除都会消耗CPU的指令，不可不查。
9）Inline or not inline （inline函数），推荐指数：5颗星
Inline or not inline，这是个问题。Inline可以减少函数调用的开销（入栈，出栈的操作），但是inline也有可能造成大量的重复代码，使得代码的体积变大。Inline对debug也有坏处（汇编和语言对不上）。所以用这个的时候要谨慎。小的函数（小于10行），可以尝试用inline（调用次数多？）；调用次数多的或者很长的函数（大函数分割），尽量不要用inline。
10) Macro or not macro (宏定义或者宏函数），推荐指数：5颗星
Macro和inline带来的好处，坏处是一样的。但我的感觉是，可以用宏定义，不要用宏函数。用宏写函数，会有很多潜在的危险。宏要简单，精炼，最好是不要用。中看不中用。
11) Allocation on stack （局部变量），推荐指数：5颗星
如果每次都要在栈上分配一个1K大小的变量，这个代价是不是太大了哪？如果这个变量还需要初始化（因为值是随机的），那是不是更浪费了。全局变量好的一点是不需要反复的重建，销毁；而局部变量就有这个坏处。所以避免在栈上使用数组等变量。
12) Multiple conditions （多个条件的判断语句），推荐指数：3颗星
多个条件判断时，是一个逐步缩小范围的过程。条件的先后，决定了前面的判断是否多余的。根据code path 的情况和条件分支的几率，调整条件的顺序，可以在一定程度上减少code path的开销。但是这个工作做起来有点难度，所以通常不推荐使用。
13) Per-cpu data structure (非共享的数据结构），推荐指数：5颗星
Per-cpu data structure 在多核，多CPU或者多线程编程里面一个通用的技巧。使用Per-cpu data structure的目的是避免共享变量的锁，使得每个CPU可以独立访问数据而与其他CPU无关。坏处是会消耗大量的内存，而且并不是所有的变量都可以per-cpu化。并行是多核编程追求的目标，而串行化是多核编程里面最大的伤害。有关并行和串行的话题，在系统层次优化里面还会提到。
局部变量肯定是thread local的，所以在多核编程里面，局部变量反而更有好处。
14) 64 bits counter in 32 bits environment （32位环境里的64位counter），推荐指数：5颗星
32位环境里面用64位counter很显然会影响性能，所以除非必要，最好别用。有关counter的优化可以多说几句。counter是必须的，但是还需要慎重的选
择，避免重复的计数。关键路径上的counter可以使用 per-cpu counter，非关键路径(exception path）就可以省一点内存。
15) Reduce call path or call trace （减少函数调用的层次），推荐指数：4颗星
函数越多，有用的事情做的就越少（函数的入栈，出栈等）。所以要减少函数的调用层次。但是不应该破坏程序的美观和可读性。个人认为好程序的首要标准就是美观和可读性。不好看的程序读起来影响心情。所以需要权衡利弊，不能一个程序就一个函数（与代码整洁和重构相悖）。
16) Move exception path out （把exception处理放到另一个函数里面），推荐指数：5颗星
把exception path和critical path放到一起（代码混合在一起），就会影响critical path的cache性能。而很多时候，exception path都是长篇大论，有点喧宾夺主的感觉。如果能把critical path和 exception path完全分离开，这样对i-cache有很大帮助。
17) Read, write split （读写分离），推荐指数：5颗星
在cache.pdf里面提到了伪共享(false sharing)，就是说两个无关的变量，一个读，一个写，而这两个变量在一个cache line里面。那么写会导致cache line失效（通常是在多核编程里面，两个变量在不同的core上引用）。读写分离是一个很难运用的技巧，特别是在code很复杂的情况下。需要不断地调试，是个力气活（如果有工具帮助会好一点，比如cache miss时触发cpu的execption处理之类的）。
18) Reduce duplicated code（减少冗余代码），推荐指数：5颗星
代码里面的冗余代码和死代码(dead code)很多。减少冗余代码就是减小浪费。但冗余代码有时又是必不可少（copy-paste太多，尾大不掉，不好改了），但是对critical path，花一些功夫还是必要的。
19) Use compiler optimization options （使用编译器的优化选项），推荐指数：4颗星
使用编译器选项来优化代码，这个应该从一开始就进行。写编译器的人更懂CPU，所以可以放心地使用。编译器优化有不同的目标，有优化空间的，有优化时间的，看需求使用。
20) Know your code path （了解所有的执行路径，并优化关键路径），推荐指数：5颗星
代码的执行路径和静态代码不同，它是一个动态的执行过程，不同的输入，走过的路径不同。我们应该能区分出主要路径和次要路径，关注和优化主要路径。要了解执行路径的执行流程，有多少个锁，多少个原子操作，有多少同步消息，有多少内存拷贝等等。这是性能优化里面必不可少，也是唯一正确的途径，优化的过程，也是学习，整理知识的过程，虽然有时很无聊，但有时也很有趣。
代码优化有时与编程规则是冲突的，比如直接访问成员变量，还是通过接口来访问。编程规则上肯定是说要通过接口来访问，但直接访问效率更高。还有就是许多ASSERT之类的代码，加的多了，也影响性能，但是不加又会给debug带来麻烦。所以需要权衡。代码层次的优化是基本功课，但是指望代码层次的优化来解决所有问题，无疑是缘木求鱼。从系统层次和算法层次考虑问题，可能效果会更好。
代码层次的优化需要相关工具的配合，没有工具，将会事倍功半。所以在优化之前，先把工具准备好。有关工具的话题，会在另一篇文章里面讲。
还有什么，需要好好想想。这些优化技巧都是与C语言相关的。对于其他语言不一定适用。每个语言都有一些与性能相关的编码规范和约定俗成，遵守就可以了。有很多Effective, Exceptional 系列的书籍，可以看看。
代码相关的优化，着力点还是在代码上，多看，多想，就会有收获。
参考资料：
1）https://www.wendangku.net/doc/191761835.html,/wiki/CPU_cache
2) Effective C++: 55 Specific Ways to Improve Your Programs and Designs (3rd Edition)
3) More Effective C++: 35 New Ways to Improve Your Programs and Designs
4) Effective STL: 50 Specific Ways to Improve Your Use of the Standard Template Library
5) Effective Java (2nd Edition)
6) Effective C# (Covers C# 4.0): 50 Specific Ways to Improve Your C# (2nd Edition) (Effective Software Development Series)
7) The Elements of Cache Programming Style
评论：
One more thing to make optimization complete. One has to know cache coherence protocol to do multi-core performance tuning.
In a word, avoiding cache false sharing is the key to improving multi-core performance. If you have any doubt, please read the Linux scalability paper published in OSDI’10, which was recommended by Chen HuiLin in this ite.
性能优化方法和技巧：工具
“工欲善其事，必先利其器”（孔子），虽然“思想比工具更重要”（弯曲网友），但是，如果没有工具支持，性能优化就会非常累。思想不好掌握，但是使用工具还是比较好学习的，有了工具支持，可以让初级开发者更容易入门。
性能优化用到的工具，需要考虑哪些方面的问题？
1）使用工具是否需要重新编译代码？
一般来说，性能优化工具基本上都需要重新编译代码。因为在生产环境里面使用的image，应该是已经优化过的image。不应该在用户环境里面去调试性能问题。但Build-in的工具有一个好处就是性能测试所用的image和性能调试所用的image是相同的，这样可以避免重新编译所带来的误差。
2）工具本身对测量结果的影响
如果是Build-in的工具，需要减小工具对性能的影响，启用工具和不启用工具对性能的影响应该在一定范围之内，比如5%，否则不清楚是工具本身影响性能还是被测量的代码性能下降。
如果是需要重新编译使用的工具，这里的测试是一个相对值，不能做为性能指标的依据。因为编译会修改代码的位置，也可能会往代码里面加一个测量函数，它生成的image和性能测试的image不一样。
在这里要列出几个我用过的Linux工具，其他系统应该也有对应的工具，读者可以自己搜索。
性能测试工具一般分这么几种
1）收集CPU的performance counter。CPU里面有很多performance counter，打开之后，会记录CPU某些事件的数量，比如cache miss, 指令数，指令时间等等。这些counter需要编程才能使用。测量哪一段代码完全由自己掌握。
2）利用编译器的功能，在函数入口和出口自动加回调函数，在回调函数里面，记录入口和出口的时间。收集这些信息，可以得到函数的调用流程和每个函数所花费的时间。
3）自己在代码里面加入时间测量点，测量某段代码执行的时间。这种工具看起来和#1的作用差不多，但是由于performance counter编程有很多限制，所以这种工具有时还是有用处的。
在Linux里面，我们经常会用到
1）Oprofile
Oprofile已经加入了linux的内核代码库，所以不需要打patch，但是还需要重新编译内核才可以使用。这是使用最广泛的linux工具，网上有很多使用指南，读者可以自己搜索参考。
https://www.wendangku.net/doc/191761835.html,/news/
https://www.wendangku.net/doc/191761835.html,/wcohen/Oprofile.pdf
2) KFT and Gprof
KFT是kernel的一个patch，只对kernel有效；Gprof是gcc里面的一个工具，只对用户空间的程序有效。这两个工具都需要重新编译代码，它们都用到了gcc里面的finstrument-functions选项。编译时会在函数入口，出口加回调函数，而且inline函数也会改成非inline的。它的工作原理可以参考：
https://www.wendangku.net/doc/191761835.html,.tw/~jserv/archives/001870.html
https://www.wendangku.net/doc/191761835.html,.tw/~jserv/archives/001723.html
https://www.wendangku.net/doc/191761835.html,/Kernel_Function_Trace
https://www.wendangku.net/doc/191761835.html,/docs/gccintro/gccintro_80.html
个人认为这是一个非常有用的工具，对读代码也有帮助，是居家旅行的必备。这里还有一个slide比较各种工具的，可以看看。
3) Performance counter
https://www.wendangku.net/doc/191761835.html,/blog/2009/09/04/using-performance-counters-for-linux/
Linux performance counter，用于收集CPU的performance counter，已经加入了内核代码库。通常来说，performance counter的粒度太大，基本没有什么用处，因为没法定位问题出在哪里；如果粒度太小，就需要手工编程，不能靠加几个检查点就可以了。所以还是要结合上面两个工具一起用才有好的效果。
工具解决哪些问题？
1）帮助建立基线。没有基线，就没办法做性能优化。性能优化是个迭代的过程，指望一次搞定是不现实的。
2）帮助定位问题。这里有两个涵义：一是性能问题出现在什么地方，是由哪一段代码引起的；二是性能问题的原因，cache miss，TLB miss还是其他。
3）帮助验证优化方案。优化的结果应该能在工具里面体现出来，而不是靠蒙。
就这些了，还有什么补充？
参考资料
1）https://www.wendangku.net/doc/191761835.html,/en-us/articles/intel-microarchitecture-codename-nehalem-performance-monitoring-unit-programming-guide/
2) https://www.wendangku.net/doc/191761835.html,/CelfPubWiki/KernelInstrumentation
3) Continuous Profiling: Where Have All the Cycles Gone?
评论：
performance counter 一般是指 CPU 内部的 performance counter 寄存器，一般都能对
Cache Miss，TLB Miss, Branch mis-predicted 等等这些性能敏感事件进行计数。Oprofile 和内核新引入的 perf （即 kernelchina 所谓 performance counter 工具）都使
用了performance counter 寄存器，oprofile 出现的早，要成熟些。虽也能分析内核，但个人感觉其长于分析用户态的应用。
perf 与内核结合紧密，用户态的工具封装的不错，使用方便，个人觉得长于分析内核。
工具方面可以再补充一下，还有几个大牌没提到：
1. Oracle Solaris Studio
2. IBM Performance inspector
3. Intel VTune
性能优化方法和技巧：系统
从系统层次去优化系统往往有比较明显的效果。但是，在优化之前，我们先要问一问，能否通过扩展系统来达到提高性能的目的，比如:
?Scale up: 用更强的硬件替代当前的硬件
?Scale out: 用更多的部件来增强系统的性能
使用更强的硬件当然和优化没有半点关系，但是如果这是一个可以接受的方案，为什么不用这个简单易行的方案哪？替换硬件的风险要比改架构，改代码的风险小多了，何乐而不为？
Scale out的方案就有一点麻烦。它要求系统本身是支持scale out，或者把系统优化成可以支持scale out。不管是哪一种选择，都不是一个简单的选择。设计一个可以scale out的系统已经超出了本文所要关注的范围，但是，scale out应该是系统优化的一个重要方向。
下面会讨论一些常见的系统优化的方法，如果还有其他没有提到的，也欢迎读者指出来。
1) Cache
?Cache是什么？Cache保存了已经执行过的结果。
?Cache为什么有效？一是可以避免计算的开销（比如SQL查询的开销）；二是离计算单元更近，所以访问更快（比如CPU cache）。
?Cache的难点在哪里？一是快速匹配，这涉及到匹配算法选择（一般用哈希表），Cache容量（哈希表的容量影响查找速度）；二是替换策略
（一般使用LRU或者随机替换等等）。
?Cache在哪些情况下有效？毫无疑问，时间局部性，也就是当前的结果后面会用到，如果没有时间局部性，Cache就不能提高性能，反而对性能和系统架构有害处。所以在系统设计之初，最好是审视一下数据流程，再决定是否引入Cache层。
2) Lazy computing
Lazy computing（延迟计算），简而言之，就是不要做额外的事情，特别是无用的事情。最常见的一个例子就是COW(copy on write)，可以参考这个链接
https://www.wendangku.net/doc/191761835.html,/wiki/Copy-on-write。
?COW是什么？写时复制。也就是说fork进程时，子进程和父进程共享相同的代码段和数据段，如果没有写的动作发生，就不要为子进程分配新的数据段（通常在fork之后，会有exec，用新的代码段和数据段替换原来
的代码段和数据段，所以复制父进程的数据段是没有用的）。
?COW为什么有效？一是可以节省复制内存的时间，二是可以节省内存分配的时间（到真正需要时再分配，虽然时间不会减少，但是CPU的使
用更加均匀，避免抖动）。
?COW的难点在哪里？一是引用计数，多个指针指向同一块内存，如果没有引用计数，内存无法释放；二是如何知道哪块内存是可以共享的？
（在fork的例子里面，父进程，子进程的关系非常明确，但是在有些应用
里面，需要查找能够共享的内存，查找需要花时间）
Lazy computing在哪些情况下有效？目前能想到的只有内存复制。用时分配内存算不算哪？用时分配内存不能节省时间，但是可以节省空间。静态内存对时间性能有好处；动态内存对空间性能有好处。就看目标是优化哪个性能了。
3) Read ahead
Read ahead （预读），也可以称之为pre-fetch（预取）。就是要提前准备所需要的数据，避免使用时的等待。
?Read ahead是什么？可以参考https://www.wendangku.net/doc/191761835.html,/wiki/Readahead，这个是讲文件预读的。CPU里面也有pre-fetch（CPU预取需要仔细安排，
最好是能够填充流水线，所以需要多次尝试才有结果）。
?Read ahead为什么有效？Read ahead可以减少等待内存的时间。其实相当于把多个读的动作集合成一个。这个和网络里面的buffering或者
sliding window有异曲同工之妙。停-等协议是最简单的，但是效率也最低。
?Read ahead的难点在哪里？预读多少才合适？预读窗口的大小需要根据负载，文件使用的多少等因素动态调整。预测的成功与否关系的性能。所以这并不是一个简单的优化方法。
?Read ahead在哪些情况下有效？毫无疑问，空间局部性。没有空间局部性，read ahead就失去了用武之地。用错了，反而会降低性能。
4) Hardware assist
Hardware assist （硬件辅助），顾名思义，就是用硬件实现某些功能。常见的，比如加密，解密；正则表达式或者DFA engine，或者规则查找，分类，压缩，解压缩等等。逻辑简单，功能确定，CPU intensive的工作可以考虑用硬件来代替。
?Hardware assist为什么有效？协处理器可以减轻CPU的工作，而且速度比CPU做要快（这个要看情况，并不是任何情况下都成立）。Hardware assist和Hardware centric的设计完全不同，不能混为一谈。在
Hardware assist的设计里面，主要工作还是由软件完成；而hardware centric 就是基于ASIC的设计方案，大部分工作是有硬件来完成。
?Hardware assist的难点在哪里？一是采用同步还是异步的方式与硬件交互（通常是异步）；二是如何使硬件满负荷工作，同时又避免缓冲区溢出或丢弃（这个要安排好硬件和软件的节奏，使之协调工作）；还有就是硬
件访问内存的开销（尽量硬件本身所带的内存，如果有的话）。
5) Asynchronous
Asynchronous（异步）。同步，异步涉及到消息传递。一般来说，同步比较简单，性能稍低；而异步比较复杂，但是性能较高。
?Asynchronous是什么？异步的含义就是请求和应答分离，请求和应答可以由不同的进程或线程完成。比如在 TCP协议的实现里面，如果滑动窗
口是1，那么每次只能发送一个字节，然后等待应答；如果增加滑动窗口，那么一次可以发送多个字节，而无需等待前一个字节的应答。这样可以提
高性能。
?Asyncrhonous为什么有效？异步消除了等待的时间，可以更有效利用带宽。
?Asynchronous的难点是什么？一是如何实现分布式的状态机？由于请求和应答双方是独立的，所以要避免状态之间有依赖关系，在无法消除状
态之间的依赖关系时，必须使用同步消息（比如三次握手）；二是应答来了之后，如果激活原来的执行过程，使之能够继续执行。
?Asynchronous在哪些情况下有效？很明显，状态之间不能有依赖关系，同时需要足够的带宽（或者窗口）。
6) Polling
Polling（轮询）。Polling是网络设备里面常用的一个技术，比如Linux的NAPI或者epoll。与之对应的是中断，或者是事件。
?Polling为什么有效？Polling避免了状态切换的开销，所以有更高的性能。
?Polling的难点是什么？如果系统里面有多种任务，如何在polling的时候，保证其他任务的执行时间？Polling 通常意味着独占，此时系统无法
响应其他事件，可能会造成严重后果。
?Polling在哪些情况下有效？凡是能用事件或中断的地方都能用polling替代，是否合理，需要结合系统的数据流程来决定。
7) Static memory pool
Static memory pool（静态内存）。如前所述，静态内存有更好的性能，但是适应性较差（特别是系统里面有多个任务的时候），而且会有浪费（提前分配，还没用到就分配了）。
?Static memory pool为什么有效？它可以使内存管理更加简单，避免分配和是否内存的开销，并且有利于调试内存问题。
?Static memory pool的难点在哪里？分配多大的内存？如何避免浪费？如何实现O(1)的分配和释放？如何初始化内存？
?Static memory pool在哪些情况下有效？一是固定大小的内存需求（通常与系统的capacity有关），内存对象的大小一致，并且要求快速的分配和释放。
系统层次的优化应该还有很多方法，能想起来的就这么多了（这部分比较难，酝酿了很久，才想起来这么一点东西^-^），读者如果有更好的方法，可以一起讨论。性能优化是关注实践的工作，任何纸上谈兵都是瞎扯，与读者共勉。
参考资料：
1：https://www.wendangku.net/doc/191761835.html,/wiki/Copy_on_write
2：https://www.wendangku.net/doc/191761835.html,/wiki/Readahead
3：https://www.wendangku.net/doc/191761835.html,/wiki/Sliding_window
4：https://www.wendangku.net/doc/191761835.html,/wiki/Asynchronous_I/O
5：https://www.wendangku.net/doc/191761835.html,/wiki/Coprocessor
6：https://www.wendangku.net/doc/191761835.html,/wiki/Polling_(computer_science)
7：https://www.wendangku.net/doc/191761835.html,/wiki/Static_memory_allocation
8：https://www.wendangku.net/doc/191761835.html,/wiki/Program_optimization
9: https://www.wendangku.net/doc/191761835.html,/wiki/Scale_out
web性能优化(服务器优化)
Web网站性能优化的相关技术 来源：站长网 https://www.wendangku.net/doc/191761835.html, 2011-03-04 06:50:47 Web站点性能问题吸引或者迫使越来越多的人投入到这个问题的研究中来，产生了很多解决方案。下面是我根据自身的理解对这些技术进行了归类总结，如有不足之处欢迎拍砖。 一、提高服务器并发处理能力 我们总是希望一台服务器在单位时间内能处理的请求越多越好，这也成了web 服务器的能力高低的关键所在。服务器之所以可以同时处理多个请求，在于操作系统通过多执行流体系设计，使得多个任务可以轮流使用系统资源，这些资源包括CPU、内存以及I/O等。这就需要选择一个合适的并发策略来合理利用这些资源，从而提高服务器的并发处理能力。这些并发策略更多的应用在apache、nginx、lighttpd等底层web server软件中。 二、Web组件分离 这里所说的web组件是指web服务器提供的所有基于URL访问的资源，包括动态内容，静态网页，图片，样式表，脚本，视频等等。这些资源在文件大小，文件数量，内容更新频率，预计并发用户数，是否需要脚本解释器等方面有着很大的差异，对不同特性资源采用能充分发挥其潜力的优化策略，能极大的提高web 站点的性能。例如：将图片部署在独立的服务器上并为其分配独立的新域名，对静态网页使用epoll模型可以在大并发数情况下吞吐率保持稳定。 三、数据库性能优化和扩展。 Web服务器软件在数据库方面做的优化主要是减少访问数据库的次数，具体做法就是使用各种缓存方法。也可以从数据库本身入手提高其查询性能，这涉及到数据库性能优化方面的知识本文不作讨论。另外也可以通过主从复制，读写分离，使用反向代理，写操作分离等方式来扩展数据库规模，提升数据库服务能力。 四、Web负载均衡及相关技术 负载均衡是web站点规模水平扩展的一种手段，实现负载均衡的方法有好几种包括基于HTTP重定向的负载均衡，DNS负载均衡，反向代理负载均衡，四层负载均衡等等。 对这些负载均衡方法做简单的介绍：基于HTTP重定向的负载均衡利用了HTTP 重定向的请求转移和自动跳转功能来实现负载均衡，我们熟悉的镜像下载就使用这种负载均衡。DNS负载均衡是指在一个DNS服务器中为同一个主机名配置多个IP地址，在应答DNS查询时返回不同的解析结果将客户端的访问引到不同的机
服务器运维方案教学内容
服务器运维方案 为保官网的正常稳定运行，也为了更好的对服务器进行管理维护，特制定以下运维方案： 1.硬件系统管理 一、服务器运行稳定性 服务器在运往托管商处上架前，应对服务器的稳定性进行全面的测试，包括网站主程序的测试，网站数据库的测试，网站压力测试等多项内容，对服务器的运行稳定性进行检验，在硬件上特别是容易松动的地方进行检查加固。 服务器上架后，每天对服务器状态进行不间断的监控，每月对服务器出具一次安全检测报告，分析是否存在异常。 二、服务器性能 服务器的性能进行全面检测，特别是对服务器处理大批量数据的情况下的CPU的占用率，内存的占用率等进行查看，以确保服务器的性能。 三、服务器软硬兼容性 服务器需用windows sever自带的兼容性检查软件进行兼容性检查，列出兼容性及不兼容的硬件以备查看，特别是自行开发的程序是否有对硬件要求特别严格地方，需跟研发共同商议解决。 四、磁盘阵列等存储设备管理 如服务器有磁盘阵列，需对每块硬盘进行编号，并记录在案，对软件设置中的参数也要进行详细的记录，以备远程维护时指导机房人员进行远程操作。 五、机柜、电源、网线布局管理 1、服务器上架后，应对服务器进行拍照，确认各线路位置。 2、需对服务器的电源部分进行编号整理。 六、服务器安全 服务器上架前应对服务器各主要部件进行登记编号，如箱体可锁，应上锁，并加盖封条，对于可抽出部分，应详细记录编号。 七、服务器硬件巡检制度
每季度安排专人进入机房对服务器进行一次常规确认，包含服务器线路检查、服务器故障排除等。巡检完成后填写巡检登记表并留档备查。 八、托管机房的联系 应制作托管机房联系人表，对365天24*7内的机房人员、电话、手机登记在案。 2.网站运行管理 一、网站不间断运行稳定性监测 为了保证网站的稳定性及不间断性应对服务器异动情况进行检测，如服务器有异常可通过邮件或短信通知管理员。 每日对网站进行7*24小时流量及安全监控，分析出是否存在恶意攻击以及攻击来源，并对此进行安全处理，每月提交一次分析报告。 二、域名服务指向管理 为保持网站的稳定性，域名管理权限应该有专人统一持有，避免因域名服务指向原因引起的网站访问失效或访问错误的问题。 三、公司所属网站一级、二级、邮件服务器域名指向管理 公司域名的制订规则，公司域名制订后应由专人向域名持有人提供书面修改方案，域名持有人根据书面修改方案进行修改，修改并对书面文件进行备案，以防责任不清的情况发生。 四、域名DNS转向稳定性监控，DNS性能监控 公司注册域名因代理商不同，所以DNS转向服务器也不相同，在DNS转向服务器出现问题后应及时寻找解决途径，应对每个域名的DNS转向服务器提供者的联系方式进行备案，方便出现问题后的查找。 五、网站ICP注册管理，其它相关的注册管理 公司网站属营业性网站，并带有论坛BLOG系统等，应相通信管理局及新闻出版局等部门申请注册管理，并对非法内容进行监管，应有专人负责。
java性能调优的基本知识
Java堆是指在程序运行时分配给对象生存的空间。通过-mx/-Xmx和-ms/-Xms来设置起始堆的大小和最大堆的大小。根据自己JDK的版本和厂家决定使用-mx和-ms或-Xmx和-Xms。Java堆大小决定了垃圾回收的频度和速度，Java堆越大，垃圾回收的频度越低，速度越慢。同理，Java堆越小，垃圾回收的频度越高，速度越快。要想设置比较理想的参数，还是需要了解一些基础知识的。Java堆的最大值不能太大，这样会造成系统内存被频繁的交换和分页。所以最大内存必须低于物理内存减去其他应用程序和进程需要的内存。而且堆设置的太大，造成垃圾回收的时间过长，这样将得不偿失，极大的影响程序的性能。以下是一些经常使用的参数设置： 1) 设置-Xms等于-XmX的值； 2) 估计内存中存活对象所占的空间的大小，设置-Xms等于此值，-Xmx四倍于此值； 3) 设置-Xms等于-Xmx的1/2大小； 4) 设置-Xms介于-Xmx的1/10到1/4之间； 5) 使用默认的设置。 大家需要根据自己的运行程序的具体使用场景，来确定最适合自己的参数设置。除了-Xms和-Xmx两个最重要的参数外，还有很多可能会用到的参数，这些参数通常强烈的依赖于垃圾收集的算法，所以可能因为JDK的版本和厂家而有所不同。但这些参数一般在Web 开发中用的比较少，我就不做详细介绍了。在实际的应用中注意设置-Xms和-Xmx使其尽可能的优化应用程序就行了。对于性能要求很高的程序，就需要自己再多研究研究Java虚拟机和垃圾收集算法的机制了。可以看看曹晓钢翻译的《深入Java虚拟机》一书。 Java程序性能调优的基本知识和JDK 调优 一基本知识 1.1 性能是什么 在性能调优之前，我们首先来了解一下性能是什么？关于性能，我想每个学习过Java的人都能列 出几点，甚至可以夸夸其谈。在《Java TM Platform Performance》一书中，定义了如下五个方面来作 为评判性能的标准： 1) 运算的性能——哪一个算法的执行性能最好？ 2) 内存的分配——程序运行时需要耗费多少内存？
系统性能优化方案
系统性能优化方案 (第一章) 系统在用户使用一段时间后（1年以上），均存在系统性能（操作、查询、分析）逐渐下降趋势，有些用户的系统性能下降的速度非常快。同时随着目前我们对数据库分库技术的不断探讨，在实际用户的生产环境，现有系统在性能上的不断下降已经非常严重的影响了实际的用户使用，对我公司在行业用户内也带来了不利的影响。 通过对现有系统的跟踪分析与调整，我们对现有系统的性能主要总结了以下几个瓶颈： 1、数据库连接方式问题 古典C/S连接方式对数据库连接资源的争夺对DBServer带来了极大的压力。现代B/S连接方式虽然不同程度上缓解了连接资源的压力，但是由于没有进行数据库连接池的管理，在某种程度上，随着应用服务器的不断扩大和用户数量增加，连接的数量也会不断上升而无截止。 此问题在所有系统中存在。 2、系统应用方式（架构）问题(应用程序设计的优化) 在业务系统中，随着业务流程的不断增加，业务控制不断深入，分析统计、决策支持的需求不断提高，我们现有的业务流程处理没有针对现有的应用特点进行合理的应用结构设计，例如在‘订单、提油单’、‘单据、日报、帐务的处理’关系上，单纯的数据关系已经难以承载多元的业务应用需求。 3、数据库设计问题（指定类型SQL语句的优化）
目前在系统开发过程中，数据库设计由开发人员承担，由于缺乏专业的数据库设计角色、单个功能在整个系统中的定位模糊等原因，未对系统的数据库进行整体的分析与性能设计，仅仅实现了简单的数据存储与展示，随着用户数据量的不断增加，系统性能逐渐下降。 4、数据库管理与研究问题(数据存储、物理存储和逻辑存储的优化) 随着系统的不断增大，数据库管理员（DBA）的角色未建立，整个系统的数据库开发存在非常大的随意性，而且在数据库自身技术的研究、硬件配置的研究等方面未开展，导致系统硬件、系统软件两方面在数据库管理维护、研究上无充分认可、成熟的技术支持。 5、网络通信因素的问题 随着VPN应用技术的不断推广，在远程数据库应用技术上，我们在实际设计、开发上未充分的考虑网络因素，在数据传输量上的不断加大，传统的开发技术和设计方法已经无法承载新的业务应用需求。 针对以上问题，我们进行了以下几个方面的尝试： 1、修改应用技术模式 2、建立历史数据库 3、利用数据库索引技术 4、利用数据库分区技术 通过尝试效果明显，仅供参考！
学生时间管理9个方式方法
[时间管理] 9个技巧提高你的效率 1.写下你的任务： 你也许想要完成每一个出现在你脑中的任务，但是，这样想来想去，只会凭空增加焦虑感。不如将那些想法写下来，及时清空头脑，然后继续做手头的工作，直到完成它。然后你在任务列表中找出挑选新的任务去完成。 2.排除外界干扰： 告诉你的同事你此刻很忙，这样他们就不会打扰你了。当你在写作业的时候，最好关掉电脑，这样你就不会因为QQ或者E-mail而分心了。让自己安心坐在椅子上，直到你能够完成工作。 3.暗示自己： 当你在做一道很难得数学题的时候，反复暗示自己“这道题很简单，我很快就能够解出来”；当你在做一项很无聊的工作时，对自己说：“这是一件非常有趣的工作，我非常喜欢，并且我能够很出色的完成它。”大脑其实是一个很好欺骗的东西，你可以通过反复言语暗示就可以让它的潜能激发。如果你此刻很困的话，对自己说上20遍“我很兴奋”，看看效果如何？ 4.排除内在的干扰： 当一项工作很无聊的时候，我们大脑总是会找一些让我们分心的理由来阻止我们完成工作。它会不断暗示你“去看会电视吧，收个邮件吧或是干其他无关的事情。”这一点，我相信是很多人的通病，这也不能怪我们：因为这是大脑的生理结构决定的。我们能做的事就是暗示自己要“Focus”，看看你的手机屏幕，然后坚持下去。我们会为战胜自己而感到自豪的。 5.将相似的任务放在一起处理： 你喜欢把三件衣服早、中、晚各洗一件呢？还是把三件衣服扔进洗衣机一次搞定？很明显，后者的效率比前者更高，这也就是为什么我们要把相似的任务放在一起处理的原因。你可以设定特定的时间去检查E-mail，而不是一天收好几回，这样会节约你的时间。 6.保持桌面整洁： 现在，看一下你的桌面，告诉我哪些东西是不必要的？哪些东西你在那摆了一个星期都没有动过了？运气好的话，你还能发现蜘蛛网呢。把常用的东西整齐的摆放在桌面上，不常用的装到抽屉里；或者像博华一样把它们先全装到“回收箱RecycleBox”里(我是这样叫它的)，不去管哪个对你有用。当你用它们的时候你可以从回收箱中找出来，用完后放在桌面上。这样，一段时间后，真正对你有用的东西就会被筛选出来。这是一个好办法。整齐的桌面，会让你的效率提升
web服务器性能优化
web服务器性能优化 导读：本文web服务器性能优化，仅供参考，如果觉得很不错，欢迎点评和分享。 作为一种资源的组织和表达机制，Web已成为Internet最主要的信息传送媒介。因此Web的性能已经成为判断一个网站成功与否的一个重要评估标准。而Web服务器则是决定Web性能的重要环节。 Web服务器性能就是指一个Web服务器响应用户请求的能力。为了提高Web服务器的性能人们进行了诸多尝试，已经取得了可喜的成果。本文通过对前人研究结果的分析，提出了在具体应用环境中优化Web服务器的方法和策略。 Web服务器概述 Web系统在现在网络中广泛使用，而Web服务器则是Web系统的一个重要组成部分。完整的Web结构应包括:HTTP协议，Web 服务器，通用网关接口CGI、Web应用程序接口、Web浏览器。 Web服务器是指驻留在因特网上某种类型计算机的程序。它是在网络中信息提供者基干HTTP的为实现信息发布、资料查询、数据处理等诸多应用搭建基本平台的服务器，其主要功能是提供网上信息浏览服务。当Web浏览器(客户端)连到服务器并请求文件时，服务器将处理该请求并将文件发送到该浏览器上，附带的信息会告诉浏览器如何查看该文件(即文件类型)。
Web服务器在web页面处理中大致可分为三个步骤:第一步，web浏览器向一个特定的服务器发出Web页面请求;第二步，Web 服务器接收到web页面请求后，寻找所请求的web页面，并将所请求的Web页面传送给Web浏览器;第三步，Web服务器接收到所请求的web页面，并将它显示出来。 web服务器不仅能够存储信息，还能在用户通过Web浏览器提供的信息的基础上运行脚本和程序。在Web上，常见的大多数表单核搜索引擎上都是用的是CGI脚本。 影响web应用服务器性能的因素 Web服务器的性能就是指一个Web服务器响应用户请求的能力，服务器的性能对于一个Web系统来说至关重要。为了提高Web 服务器的性能人们进行了许多尝试，也采用了许多技术和方法，但是这些技术和方法往往缺乏适用性。 通过对前人的研究分析可以发现，在web服务器的优化方而存在这种问题的原因主要有两个:一方面是服务器性能评测造成的，一方面是选用优化方案时考虑不全面造成的。 现行的服务器性能评测工具在对Web服务器进行评测时，其实是由一台或几台计算机模拟客户机，与被测的Web服务器进行通信，它们其实组成的只是一个局域网的环境，这与真正的广域网的环境有一定的差别。 另外，评测工具在选择网络负载时，虽然已经尽可能的接近真实负载，但是与持续的高频率负载要求仍有差距;再者，在性能测试指
医院信息系统软硬件性能优化方案
目录 [背景] (2) [目标] (2) [性能分析] (2) [优化内容和步骤] (2) [结果检验和日常核查] (4) [注明] (4)
[背景] 随着医院业务量的增长和所使用信息系统模块的增加，数据库容量增长很快，三级医院保留半年的数据情况下，可以达到25G-30G，且使用模块和接口的数量也在增加，现象是速度明显放慢，操作人员使用不顺畅，影响了窗口正常工作，带来软件性能低下的评价。 硬件方案设计时要考虑承载能力和生命周期；对性能问题的考虑应贯穿于开发阶段的全过程，不应只在出现问题时才考虑性能问题。 [目标] 性能调节的目的是通过将网络流通、磁盘I/O 和CPU 时间减到最小，使每个查询的响应时间最短并最大限度地提高整个数据库服务器的吞吐量。 最终通过对性能分析，制定相应的编程规范，引导开发工作，提高产品质量。 [性能分析] 分析对象： 一、服务器 1、处理器：峰值在85%以下 2、缓存、内存：达到一个稳定值 3、磁盘：检测磁盘错误信息和磁盘空间大小（！！） 4、网络：跟踪网络流量 二、数据库 三、应用程序 分析手段方式： 1、性能跟踪器：发现服务器性能瓶颈 2、检查数据库（使用dbcc工具）：是否是数据库对象错误引起 3、SQL SERVER Profiler：跟踪软件后台脚本性能，通过统计分析语句问题 4、主业务程序单元运行调试 5、其他跟踪分析工具 [优化内容和步骤] 一、硬件配置 1、硬件性能降低原因 （1）资源不足，并且需要附加或升级的组件；局部硬件存在瓶颈 （2）资源共享工作负载不平均，需要平衡。 （3）资源出现故障，需要替换。 （4）资源不正确，需要更改配置设置。 2、解决办法（升级的量级待定？） （1）服务器升级硬件配置或增加服务器，更改软件配置 （2）升级网络设备，或更改逻辑结构
Java程序性能优化 让你的Java程序更快、更稳定-笔记
第一章 java 性能调优概述 1.1.2 性能的参考指标 1.2.1 设计调优 比如说如果A组件通过循环不断监控时间E是否发生，其必然会占用部分系统资源。但是可以通过observer模式解决： 1.2.2 代码调优 比如linkedList比ArrayList 随机访问性能好。 1.2.3 JVM调优 一般在开发后期做，比如内存结构，GC种类。 1.2.4 数据库调优 比如大量的拥有相同结构的SQL查询，可以用preparedStatement代替statement；指定要查询的列名，避免用“*”。 比如设置oracle的共享池、缓存区。 1 .2.5 操作系统调优 比如调整unix的共享内存值。
第二章设计优化 2.1 设计模式 2.1.1 单例模式 对于频繁使用对象，因为new次数少，对内存使用不频繁，将减轻GC压力。 2.1.2 代理模式 可以实现比如延迟加载 2.1.3 享元模式 好处同单例模式 2.1.5 观察者模式 可以代替多线程。 2.1.6 Value Object 一次封装所有的属性值，省得一次次请求属性值。 2.1.7 Business Delegate 代理类中一组远程方法调用构成一个业务流程，客户端调用代理类。 2.2 常用优化组件 2.2.1 缓冲 缓冲是一块内存区域，目的是缓解应用程序上下层之间的性能差异。 2.2.2 缓存 也是一块内存区域，目的是暂存数据处理结构，并供下次访问使用。 也可用ehCache等框架 2.2.3 对象复用池 比如线程池和数据库连接池
2.2.4 多线程 2.2.5 负载均衡 2.2.6 时间换空间 比如少申请变量 2.2.7 空间换时间 比如用缓存 第三章 java 程序优化 3.3 使用NIO提升性能 NIO为所有的原始类型提供buffer，NIO是基于Block的，NIO最重要的组件是buffer和Channel。 buffer是一个连续的内存快，是NIO读写数据的中转池。通道表示缓冲数据的源头或者目的地，它是用于想缓存读取或写入数据，是访问缓冲的接口。 3.4 使用软引用和弱引用 3.5 有利于改善性能的技巧 3.5.1 慎用异常 3.5.2 使用局部变量，因为局部变量是在stack中，比较快。 3.5.3 位运算代替乘除法 3.5.12 静态方法代替实例方法 第四章并行程序优化 4.5 锁的优化 4.5.7 ReentrantLock 重入锁 4.5.9 自旋锁
时间管理的方法和技巧
时间管理的方法和技巧 张锡民教授详细简介请点击 （张教授电话，） 引子案例：国内企业总经理的一天 小组讨论：此案例反映的问题很多，请您们仅从时间管理的角度谈一谈感想 一.时间管理对企业领导者的价值 .企业的目的：要为股东创造价值 .现代职业经理人的沉重压力.企业高度业绩模型公式 管理者的成功价值′速度 现场测试：你管理时间的能力如何？ 二.时间管理理论介绍及引导分析 （一）.时间管理的原因 .时间计算练习 胡适先生的一篇演讲.时间利用问题 项浪费时间的主要因素 .时间的独特性 .时间管理概念 （二）.时间管理的核心 .习惯管理：时间哪里去了？ .价值管理：时间大盗 .团队与个人并重的时间管理 （三）.时间管理的原则 .效率与效果 法则 .工作价值矩阵 工作价值矩阵事务分类表 工作矩阵结果 作一个高效的工作者 （四）时间管理理论的演化 （五）时间管理理论适用范围 三.企业领导者有效时间管理的方法 （一）领导者的时效观 案例：银行向你拨款 （二）领导者个人的时间管理 .有效时间管理的四个步骤 （）行事月历价值参考行事月历表
行事月历制定方法 常规项目范例 常规项目表 私人重要事件范例 私人重要事件单 练习：行事月历制定 （）运用待办单的原因 参考待办单表 待办单制定方法 确定时间优先顺序 确定重要度 有效制定待办单的几点建议 练习：待办单制定练习 .时间管理的具体实用方法和技巧 （）集中注意力在类事情 （）使用个人管理手册，如行事月历和代办单等 （）学会拒绝，说不 （）克服拖延 （）同类事情同时做 （）办公桌清理整齐，克服文件满桌病 （）善于运用零星时间，增加时间利用率 （）常规事项坚持养成良好习惯 （）系统管理你的时间，善于用好别人的时间 （）以人为本使用时间，主管在“人的管理”上要舍得花时间 （）充分运用现代管理工具，例如电脑、信息管理系统，提高时间利用效率。（）自己的注意力曲线分析生理能量状态的偏差，个别差异。 （三）领导者对组织的时间管理 .在组织中推行战略规划管理和目标计划管理 （）企业战略规划是最宏观的时间管理 （）企业目标管理是企业中观的时间管理 （）行动计划是企业微观的时间管理怎样处理并减少工作中的“救火”现象.在组织中倡导和鼓励团队精神 .劳心者治人—利用有效授权管理组织时间 有效授权的原则 .建立学习型组织 .在组织中普及办公自动化、系统、电子商务等 .有效会议管理 开会的艺术 有效开会的方法 会议八戒 四. 两类人的时间管理 你属于哪种人? 类人在时间管理中的潜在问题
服务器性能调优
服务器性能优化 1、Apache+tomcat集群方式 服务器基本设置：1个apache集成二个tomcat。 安装apache http server省略，访问地址为http://127.0.0.1:8081 安装tomcat，解压apache-tomcat-6.0.20.zip，测试时我是把两个tomcat分开放在不同的虚拟机，其中一个是和apache同一台虚拟机。 两个tomcat分别命名为worker2和worker3 先说tomcat.worker2的配置： server.xml 第一步：配置http监听端口，这里端口设为8079,该步骤非必要，只要不冲突就行了。
Java架构学习【JVM与性能优化知识点整理】编写高效优雅Java程序
面向对象 构造器参数太多怎么办？ 用builder模式，用在 1、5个或者5个以上的成员变量 2、参数不多，但是在未来，参数会增加 Builder模式： 属于对象的创建模式，一般有 1.抽象建造者：一般来说是个接口，包含1）建造方法，建造部件的方法（不止一 个），2）返回产品的方法 2.具体建造者 3.导演者，调用具体的建造者，创建产品对象 4.产品，需要建造的复杂对象 对于客户端，创建导演者和具体建造者，并把具体建造者交给导演者，然后由客户端通知导演者操纵建造者进行产品的创建。 在实际的应用过程中，有时会省略抽象建造者和导演者。 不需要实例化的类应该构造器私有 如，一些工具类提供的都是静态方法，这些类是不应该提供具体的实例的。可以参考JDK 中的Arrays。 不要创建不必要的对象 1.避免无意中创建的对象，如自动装箱 2.可以在类的多个实例之间重用的成员变量，尽量使用static。
但是，要记住，是不要创建不必要的对象，而不是不要创建对象。 对象池要谨慎使用，除非创建的对象是非常昂贵的操作，如数据库的连接，巨型对象等等。 避免使用终结方法 finalizer方法，jdk不能保证何时执行，也不能保证一定会执行。如果有确实要释放的资源应该用try/finally。 使类和成员的可访问性最小化 编写程序和设计架构，最重要的目标之一就是模块之间的解耦。使类和成员的可访问性最小化无疑是有效的途径之一。 使可变性最小化 尽量使类不可变，不可变的类比可变的类更加易于设计、实现和使用，而且更不容易出错，更安全。 常用的手段： 不提供任何可以修改对象状态的方法； 使所有的域都是final的。 使所有的域都是私有的。 使用写时复制机制。带来的问题：会导致系统产生大量的对象，而且性能有一定的影响，需要在使用过程中小心权衡。 复合优先于继承 继承容易破坏封装性，而且会使子类的实现依赖于父类。 复合则是在类中增加一个私有域，引用类的一个实例，这样的话就避免了依赖类的具体实现。 只有在子类确实是父类的一个子类型时，才比较适合用继承。 接口优于抽象类 java是个单继承的，但是类允许实现多个接口。
服务器解决方案
连云港党校服务器解决方案 第一章：中心服务器系统双机热备方案－服务器 一：系统设计原则 在系统设计中主要遵循以下原则： （1）系统设计的前瞻性。 充分考虑到用户需求，确保在系统满足未来的业务发展需要。（2）系统设计的先进性。 在经费的技术许可的范围内，引进、吸收和应用先进技术。在数据存储管理系统软件设计和存储网络设计以及存储设备选择上采用目前国际先进方案，在建立先进的存储结构的同时，获得较好的数据系统运行效率。 （3）开放性原则 系统采用的各种硬件设备和软件系统均遵循国际标准或工业标准及国际流行标准，符合开放性设计原则，使用权其具备优良的可扩展性、可升级性和灵活性。 （4）安全性原则 数据备份系统构成应用系统的保障子系统。数据备份系统的最终目的是确保应用系统的安全运行和故障恢复机制，系统设计的首要目标是建立这一系统安全体系。 （5）稳定性原则 在采用国际先进的存储技术的同时，着重考虑了系统的稳定性和
可行性,其中又重点考虑系统可靠的平滑升级方式，使系统的运营风险降低到最小。这样，系统能够充分享受先进的存储技术带来的巨大收益。 （6）系统设计的可扩展性 在考虑各子系统的设计中，均按业务要求对系统扩展的可行性进行了考虑。 （7）经济性 在满足所有需求的前提下，选择合适的存储管理软件，存储设备和相关存储设备，使系统具有较好的性能价格比。 二：系统总体结构说明 鉴于用户业务性质需求。在本方案设计中所有设备完全使用冗余架构确保系统任意一点出现故障时业务的可持续运行。 （1）产品选型 基于性能价格比和目前的应用，IBM X－SERVER+FastT600全光纤存储服务器。 服务器推荐IBM X-server X366，确保系统的稳定性和用户数据安全性。IBM X-SERVER X366 高性能、低密度 IBM eServer xSeries 366 是采用灵活的双核4路处理器，更高的机柜密度和强大管理功能设计的机架优化服务器，提供领先的性能/价格比和投资保护特性。第二代IBM 企业级X-架构（EXA）设计和运行速度高达3.0GHz的双核Intel Xeon处理器MP提供强大的功能以运行关键任务应用，例如企业资源规划（ERP）、数据库和协作型应用等。
java和数据库性能优化
1 数据库性能优化 ?优先考虑查询 数据库设计时，要优先考虑查询，因为在正常用户使用中，插入（insert）只有一次，但是会经常查询。例如在我们的OA中，起草一次，然后在接收端可能多个人要多次查询。 查询一般不要关联3个以上的表，也就是说一个业务的查询最多去关联3个表，如果必须要关联多个表，那么要尽可能的考虑怎么提高查询效率。 ?一定要考虑索引 在数据量很大的时候，一定要建立索引，索引虽说降低了插入和更新效率，但大大的提高了查询效率。在四川公文传输中通过建立索引，能 提升十几倍的效率。 ?分区 分区可以按照地域、时间等分区。我们现在的项目中主要是使用时间分区就可以了，分区可以避免查询时遍历很多条记录。 ?按新旧查询 这个也可以说是按照时间查询，例如：只查询半年内的数据，半年外的数据在另外一个功能模块中查询。这个主要是根据客户的使用习惯， 他们可能会经常查询半年之内的数据。这样避免每次都去遍历很多条记 录。 2 java性能优化 ?Hibernate缓存 Sprint和hibernate的结构现在是java开发的通用基本框架，所以不可能造成内存问题的，但现在网上也有人说hibernate内存有问题或则效率不高，这其实是没有真正掌握hibernate的技术。 Hibernate的缓存分为内在缓存、session缓存和查询缓存。可能和网上有些叫法不是很一样，道理都一样的。
内在缓存是hibernate的机制，当hibernate随着容器启动后，会把hibernate的pojo对象装载进入缓存中，这些是不能修改的。随着容器的关闭而自动释放。另外我们写的hql语言，hibernate会把这些编译成最低成的sql语句，也放在缓存中。这个也是随着容易的关闭而自动释放得。 Session缓存是随着session作用域的消失而消失，但通过在web.xml 中配置 openSessionInViewFilter，可以把session的作用域延长到jsp和action中。 查询缓存主要是用在更新很少，但查询很频繁的地方，提高查询效率和减少与数据库的交互。 Java内存 Java的内存分两部分： 持久化（perm）：这部分内存是装载进入jvm中是不会消失的，主要用在static中，还有例如：hibernate的hbm和pojo装载后都要把对象放在perm中。在第一次使用是装载近来，不会随着时间或并发量的变化而变化。 另一部分内存就是会随着使用的增加而增加，例如一个发文业务，并发100个人同时使用，那么就会执行100次装载，但这部分内存会随着使用的结束而释放。一般内存益处的问题都在这里，有些代码写的内存不会释放，还有代码写的过于消耗内存，造成并发很大时，内存还来不及释放已经把虚拟机内存撑暴。 Java虚拟机的内存在64位操作系统中可以无限开大，取决于硬件的内存配置。 Java虚拟机的内存在32位操作系统中只能开到1300M~1800M，取决于操作系统，一般linux操作系统可以比windows多开几百M。但可以使用垂直集群方法来解决这个问题，也就是在一台服务器上安装多个java容器。
各类服务器性能瓶颈分析
葵芳智能硬件各类服务器性能瓶颈分析 如要对服务器的性能进行优化，首先要了解服务器的用途和影响这类服务器性能的主要因素。一旦因素被确定，就可以有效地解决性能问题。下边葵芳智能硬件服务器解决方案专家李伟和大家共同讨论通用服务器类型和各类服务器性能的瓶颈。 一、葵芳域控制服务器 域控制服务器提供认证服务，实现对网络资源进行管理，包括用户、设备、计算机。维护并实施安全策略，提供一个可靠的网络环境。 具有以下的功能： 1、用户认证 2、资源访问认证 3、安全控制 例如：LDAP 和Microsoft’s Active Directory. 可能成为Windows 2003域控制器的性能瓶颈的硬件子系统依次为: 1 内存 2 网络 3 CPU 二、葵芳文件服务器 文件服务器用来根据客户端的请求保存、查找和更新数据。因此, 影响性能的主要因素是数据传输和网络子系统的速度。可用内存的数量直接影响网络缓冲区和I/O缓存的访问速度。处理器速度对文件服务器的性能影响不大。对于大规模网络环境，还要考虑文件服务器的位置。尽量放在靠近核心交换机的高速主干网。 影响文件服务器性能的硬件子系统依次为: 1 网络 2 内存 3 硬盘 三、葵芳打印服务器 打印服务器以假脱机方式将客户端的打印请求存到打印缓冲池（磁盘）实现打印管理。打印设备本身会影响打印性能，有限的内存容量需要更长的时间支持慢速的打印设备。因此，数据传输速度和内存配置成为影响性能的主要因素。缺省情况下，缓冲池目录位于与操作系统相同的磁盘中。建议改到其它磁盘分区中。 影响打印服务器性能的硬件子系统依次为: 1 内存 2 硬盘 3 CPU 四、葵芳数据库服务器 数据库服务器主要提供数据存储、查询、找回和升级。主要有IBM DB2, Microsoft SQL
Java程序性能优化方案
Java程序性能优化方案 StringTokenizer比String.split()方法效率高 更优化的方式 Java代码 while(true){ String splitStr=null; int j=temp.indexOf(';'); if(j<0)break; SplitStr=tmp.substring(0,j); tmp=tmp.substring(j+1); } while(true){ String splitStr=null; int j=temp.indexOf(';'); if(j<0)break; SplitStr=tmp.substring(0,j); tmp=tmp.substring(j+1); } 比String.startsWith和endsWith性能更优的方式：Java代码 int len=orgStr.length(); if(orgStr.charAt(0)=='a' &&orgStr.charAt(1)=='b' &&orgStr.charAt(2)=='b'); if(orgStr.charAt(len-1)=='a' &&orgStr.charAt(len-2)=='b' &&orgStr.charAt(len-3)=='c');
int len=orgStr.length(); if(orgStr.charAt(0)=='a' &&orgStr.charAt(1)=='b' &&orgStr.charAt(2)=='b'); if(orgStr.charAt(len-1)=='a' &&orgStr.charAt(len-2)=='b' &&orgStr.charAt(len-3)=='c'); StringBuffer(int capacity)指定初始容量可以减少扩容的操作
服务器维保服务技术方案设计
第1章公司概况 1.1公司简介 陕西虹桥科技发展有限公司成立于2001 年，自成立以来致力于高性能的服务器、存储产品解决方案，是专业网络信息安全服务的供应商，为企业提供全面的网络安全决方案。公司的业务领域涵盖：网络系统集成、高性能服务器集群系统、海量数据存储网络安全及管理、企业数据（安全）管理、弱电工程、服务外包等。公司与业界知名企业Vmware Oracle、IBM、HP H3G Microsoft、CISCO Netgear、Asus、网域星云、大唐电信等多家企业建立了良好长远的合作伙伴关系，并取得了华为行业金牌、美国网件网络产品行业金牌、网域星云行业金牌、大唐电信行业金牌、HP全系列产品钻石级代理商资格，获得了诸多客户及厂商的广泛认可。公司以技术为导向、以服务客户为己任，以系统集成工程、网络信息安全、高性能服务器集群系统为主营
业务，专业从事计算机系统集成、产品销售及各种技术服务。业务范围涉及政府、医疗、教育、石油等行业。虹桥科技以其多年的实践经验和对最新技术发展的跟踪与研究，针对客户实际应用，为客户提供专业的售前、售中、售后服务。 1.2服务产品介绍 主机（IBM、HP SUN及存储维保服务 硬件日常维护及故障处理 软件日常维护及故障处理 系统升级、软件补丁分发 系统性能分析、优化等 设备定期清洁与保养 大型数据库系统维护服务 Oracle 、Sybase、I nformix 、DB2 基本配置：备份、调整、优化等 日常维护：空间检查、按时备份等 问题分析、数据迁移、应急恢复等 网络系统维保服务 CISCO网络设备的保修服务 网络故障的诊断与排除 网络结构优化 网络设备定期保养 小型机系统增值服务 小型机系统移机及机房整体搬迁服务 小型机系统升级、新系统安装服务 小型机技术咨询与培训服务 非签约用户紧急故障维修服务 小型机设备租赁服务? 数据迁移服务 1.3公司的技术实力 陕西虹桥科技发展有限公司汇集了一大批在业界享有丰富经验的行业应用、硬件和网络专家以
Java程序性能优化(23条)
Java程序性能优化 一、避免在循环条件中使用复杂表达式 在不做编译优化的情况下，在循环中，循环条件会被反复计算，如果不使用复杂表达式，而使循环条件值不变的话，程序将会运行的更快。 例子： import java.util.Vector; class CEL { void method (Vector vector) { for (int i = 0; i < vector.size (); i++) // Violation ; // ... } } 更正： class CEL_fixed { void method (Vector vector) { int size = vector.size () for (int i = 0; i < size; i++) ; // ... } } 二、为'Vectors' 和'Hashtables'定义初始大小 JVM为Vector扩充大小的时候需要重新创建一个更大的数组，将原原先数组中的内容复制过来，最后，原先的数组再被回收。可见Vector容量的扩大是一个颇费时间的事。 通常，默认的10个元素大小是不够的。你最好能准确的估计你所需要的最佳大小。 例子： import java.util.Vector; public class DIC { public void addObjects (Object[] o) { // if length > 10, Vector needs to expand for (int i = 0; i< o.length;i++) { v.add(o); // capacity before it can add more elements. } } public Vector v = new V ector(); // no initialCapacity. }
服务器网络带宽优化的四种方法
我们都知道在租用服务器时都需要选择带宽，带宽的多少会直接影响网站的速度。我们常见的图片网站、视频网站、博客网站等对应的服务器带宽天差地别，比如视频网站用到的带宽可能是1000M以上，但博客类网站1M多用不了。所以，我们在租用服务器时如果学会带宽优化不仅会节省成本也可以大大提升网站速度。 服务器及程序的性能优化的方法非常多，一般除了针对程序代码、数据库、缓存、多线程与分布式的优化外，还能涉及前端、分布式文件系统、CDN、全文索引、空间索引等几方面的深度优化，已达到提升服务处理能力的目的。而当服务稳定下来后，出于节省带宽成本考虑，通常还需要对网络带宽进行优化，具体来说就是降低网卡进出流量。今天主要讲讲服务器网络带宽优化的四种方法！ 1、了解带宽和吞吐量之间的差异 这两个术语也可以互换使用，但它们有不同的含义。带宽是指通信通道的大小，而吞吐量是处理系统发送和接收数据的容量。因此，你的硬件可能无法利用你的最大带宽，所以我们可以相应升级服务器配
置，保证网站平稳运行。 2、衡量你的性能权衡 性能差并不总是由网络带宽不足引起的。跟踪链接的繁忙程度可以帮助你更好地理解带宽和性能之间的关系。例如，黑客可能会从过度利用流量抽走你的带宽资源，这时候服务器可能就会负载宕机，所以我们需要第三方CDN产品或负载均衡进行解决。 3、选择正确的监控工具 上面黑客过度利用网络带宽，为了及时提醒，我们可以借助网站监控工具，帮我们准确地了解服务器的资源是如何分配的。分析长期趋势并不总是有用的，因为它们可以掩盖利用率峰值。同样，只看峰值只会告诉你哪个链接最繁忙。好的监控软件可以给你一个完整的画面来指导你的优化工作。 4、确保带宽用于商业目的 如果你购买的服务器是共享带宽，那么你的服务器运行的网站可能会减慢包括最终用户在内的所有人的速度。现在VPS、虚拟主机、云主机、服务器共享带宽是常见的，但如果是平台型网站，如果资金充裕就尽量选择独享带宽。如果业务应用程序导致大量拥塞，请升级服务器带宽对服务器进程进行优化，或者是否应将其从网络中删除。
时间管理的三大方法
时间管理的三大方法 浪费时间等于慢性自杀，一些人吸毒、玩电子游戏、醉酒、滥交，就是在浪费自己的时间，这就等于慢性自杀，浪费别人的时间就等于谋财害命，因为时间其中一样就是代表生命，那你浪费别人的时间就等于谋财害命。 时间管理的三大方法 一、制定计划明确方向，找出关键驱动因素 杰克在午夜12点接到反恐命令，他必须在24小时之内完成一系列的跟踪、调查、侦探才能成功破解恐怖集团的阴谋。可以说，他在有限时间中所面临的工作量无比巨大。在进行如此繁杂的工作之前，杰克所做的第一件事就是理清思路，先从最关键的地方下手，即跟踪恐怖集团头目的电话，以此为破突口再一一来理顺所有的事情。 在学习中，进行时间上的管理，我们同样要遵循一样的思路。尽管每一天开始工作时，会觉得自己手头上的事务很多、很杂乱，但我们要做的第一件事就是拿出耐心，在半个小时内，说服自己心平气和地把当天要完成的事务一一记录下来，并且按着重要及紧急程度来排序。 排完序之后，再根据事务的大小，在每一项事务后面写上完成的时间限度。在对这些事务梳理的过程中，我们就会清晰地知道自己一天的学习重心在哪，并且提醒自己必须在约定的时间限度之内完成每一项工作。 如此坚持下去的训练，将使你的时间利用效率变得越来越高，因为驱动自己提高效率的是自己的内心压力，而不是外界的监督。
二、不要把额外的“猴子”往自己身上背 在时间管理方面，有一个著名的理论叫“背上的猴子”理论。这是一名美国企业管理作家提出的。内容大致是说别把大小事都揽在身上，就像是背上背了一只猴子，如若这样的话，你还能活动自如吗? “背上的猴子”理论意在提醒那些性情活跃、忙东忙西的同学，应该将时间放在最重要的问题上面，而不是帮别人去照顾他们自己的“猴子”。这样，你才有足够的时间去学习。 每一天，除了自己的学习工作，总是有各种各样的额外事务来打断你的学习。如果你是宣传委员之类的班干部就更不用说了，你会经常遇到一些同学的帮忙请求，以及学校的工作安排。如果在最开始，你因为面子原因，陆续接收下一两只“猴子”，到后来你就会发现越来越多的“猴子”要求你接纳。最终，你将烦不胜烦，以致学习效率直线下降。 所以，找出适当的拒绝理由，以适合的方式拒绝额外的“猴子”，这是提升学习效率的关键。 三、把握自己的专注力时间周期 从人正常的生理变化来说，每个人在一天内都有一个专注力高低变化的曲线。有些人是早上专注力最佳，精力最旺盛，有些人的专注力则是在黄昏时达到高峰。了解自己专注力时间变化周期，有助于清晰地知道自己在一天的工作时间中，哪一个时间段是工作效率最高的，哪一个时间段的工作效率比较低。了解之后，要做的就是根据自己的专注力时间周期去适当分配一天要完成的工作。难度高的、需要高度专注的事务放在专注力高的时间段，反之则放在专注力低的时间段。 这样的时间分配不仅可以使我们在有限的学习时间中产出效率最高，而且也能令自己在学习时心情更为愉悦。