分享一次失败的面试经历，以资后鉴。 有一次去面试，面试官问：如何定位系统性能瓶颈？当时没有深思，随口答道：看日志，找开发讨论。 面试完回来，反思这个问题，觉得自己当时回答的过于简单，应该并不是面试官希望听到的（特别是当时的面试官很看重理论知识 ），也许下面的这种回答思路更合适。 回答技巧 • “分段排除法“，或者按照以下顺序查找瓶颈。 服务器硬件瓶颈---〉网络瓶颈---〉服务器操作系统瓶颈（参数配置）---〉中间件瓶颈（参数配置，数据库，web服务器等）---〉应用瓶
性能测试是通过测试工具模拟多种正常、峰值及异常负载条件来对系统的各项性能指标进行测试。验证软件系统是否能够达到用户提出的性能指标，发现系统中存在的性能瓶颈并加以优化。
Hi，大家好，今天依然是金三银四面试系列，如果你想了解之前的面试相关文章可以在文末点击👉「阅读原文」查看更多或者点击以下👇「蓝色字」查看最近文章。 金三银四跳槽季，自动化面试题预热一波 金三银四求职季，接口自动化面试题助攻一波 金三银四季招聘季，APP测试面试题温新一遍 以下分享性能测试相关面试题，欢迎在文末留言补充评论✍️。 一 解释常用的性能指标名称与具体含义 性能测试是通过测试工具模拟多种正常、峰值及异常负载条件来对系统的各项性能指标进行测试。验证软件系统是否能够达到用户提出的性能指标，发现系统中
perf 是Linux的一款性能分析工具，能够进行函数级和指令级的热点查找，可以用来分析程序中热点函数的CPU占用率，从而定位性能瓶颈。
本文介绍性能测试方案最后一部分性能分析与调优。性能测试结果分析与调优是性能测试中的一个重要部分，同时也是一个难点。不同的软件系统，不同的性能指标，结果分析方法都是不一样的。
最近几年做了很多性能优化的事情，但是一直没有形成一套理论，也没有很好的形成一个好的排查问题的流程，每次做优化，大多是经验式的查找，最近看了一下这本书《linux system and performance monitoring》，写的太好了，仔细看了一遍，下面的是读书笔记和个人的一些体会。 1.性能优化 性能优化的过程就是打到系统的瓶颈，并且消除这处瓶颈的过程。对于操作系统来说，就是在4个子系统（CPU，Memory，IO，Network）之间达到平衡和取舍。 不同子系统之间会相互影响，某一个子系统过高的
产生性能瓶颈有多方面的原因，包括硬件（自身能力限制或BIOS设置不当）、操作系统（某些feature没打开）和软件。软件方面的性能瓶颈主要是由于编码不当导致，常见原因有以下几种：
在我的文章《使用开源工具识别 Linux 性能瓶颈》中，我解释了一些使用开源的图形用户界面（GUI）工具监测 Linux 性能的简单方法。我的重点是识别 性能瓶颈，即硬件资源达到极限并阻碍你的 PC 性能的情况。
1）找出系统性能瓶颈（包括硬件瓶颈和软件瓶颈）； 2）提供性能优化的方案（升级硬件？改进系统系统结构？）； 3）达到合理的硬件和软件配置； 4）使系统资源使用达到最大的平衡。（一般情况下系统良好运行的时候恰恰各项资源达到了一个平衡体，任何一项资源的过渡使用都会造成平衡体系破坏，从而造成系统负载极高或者响应迟缓。比如CPU过渡使用会造成大量进程等待CPU资源，系统响应变慢，等待会造成进程数增加，进程增加又会造成内存使用增加，内存耗尽又会造成虚拟内存使用，使用虚拟内存又会造成磁盘IO增加和CPU开销增加）
运行时性能表现（runtime performance）指的是当你的页面在浏览器运行时的性能表现，而不是在下载页面的时候的表现。这篇指南将会告诉你怎么用Chrome DevTools Performance功能去分析运行时性能表现。在RAIL性能评估模型下，你可以在这篇指南中可以学到怎么去用这个performance功能去分析Response, Animation, 以及 Idle 这三个性能指标。
Streamline是一款由ARM公司制作的终极性能测试利器，可以快速定位手游性能问题，甚至可以直接追溯代码。但Streamline需要自行搭建，确实让不少同行止步，无法体会产品的优势。所以，云测为大家整理了如何快速搭建Streamline，方便各位使用体验。
性能测试中，稳定性测试是必不可少的，最主要目的是为了发现程序崩溃问题，关键在测试设计过程中依据代码逻辑分析直接或间接使用的参数，构造各种异常case；例：
最近对一个golang的server项目做了性能测试，针对发现的问题做了简单的总结，供大家参考
上来先推荐一本书，《计算机体系结构：量化研究方法（第五版）》，英文能力比较好的建议阅读原版。
Redis 作为一个内存服务器，它需要处理很多来自外部的网络请求，它使用I/O多路复用机制同时监听多个文件描述符的可读和可写状态，一旦受到网络请求就会在内存中快速处理，由于绝大多数的操作都是纯内存的，所以处理的速度会非常地快。Redis在4.0后的版本中引入多线程，但仅在部分命令上引入，比如非阻塞的删除操作，在整体的架构设计上，主处理程序还是单线程模型的。无论是使用单线程模型还是多线程模型，都是为了更好地提升Redis的开发效率和运行性能。
对于零基础转行或者打算找一份初级测试的工作同学来说，linux属于必学必会内容，而且面试必问。
在前期文章中讲解了服务端压力测试的方法及分布式平台搭建，但是对于压力测试结果的分析没有一个系统的思路，在压力测试结果不符合性能指标时无从下手，也无法向开发提出有效的优化性能的方法。在对多个项目分析后，总结出一个通用的分析思路，可以快速定位性能瓶颈。
对于一般公司普通测试工程师来说，可能性能测试做的并不是很复杂，可能只是编写下脚本，做个压测，然后输出报告结果，瓶颈分析和调优的事都丢给开发去做。
https://www.cnblogs.com/poloyy/category/1814570.html
改善性能意味着用更少的资源做更多的事情。为了利用并发来提高系统性能，我们需要更有效的利用现有的处理器资源，这意味着我们期望使 CPU 尽可能出于忙碌状态（当然，并不是让 CPU 周期出于应付无用计算，而是让 CPU 做有用的事情而忙）。如果程序受限于当前的 CPU 计算能力，那么我们通过增加更多的处理器或者通过集群就能提高总的性能。总的来说，性能提高，需要且仅需要解决当前的受限资源，当前受限资源可能是： CPU： 如果当前 CPU 已经能够接近 100% 的利用率，并且代码业务逻辑无法再简化，那么说明该系统
火焰图（Flame Graph）看起来就像一团跳动的火焰，因此得名，它可以将 CPU 的使用情况可视化，使我们直观地了解到程序的性能瓶颈。我们通常要结合操作系统的性能分析工具（Profiling Tracer）使用火焰图，常见的操作系统的性能分析工具如下。
很多人感冒发烧的时候，往往会模仿神农氏尝百草的路子：先尝尝抗病毒的药，再试试抗细菌的药，甭管家里有什么药挨个试，什么中药西药，瞎猫总会碰上死耗子，如此做法自然是不可取的，正确的做法应该是去医院验个血，确诊后再对症下药。
《Qemu-KVM网络性能优化实践》针对在虚拟化环境中使用Qemu-KVM带来的网络性能下降的问题，从多个方面进行了优化，包括：1.优化虚拟网卡到物理网卡的转发性能；2.减少虚拟机内部的队列调度开销；3.提升虚拟网卡和物理网卡的并发处理能力；4.优化虚拟机与物理机之间的数据传输过程。通过这些优化措施，Qemu-KVM的网络性能得到显著提升，达到了与物理机相当的水平。
当网站上线后，流量增加或短暂功能故障，都会造成使用者体验相当不好，而这时该怎么快速找到性能的瓶颈呢？通常 CPU 达到 100% 时，有时候也很难复制及找出关键问题点。
在性能测试中最重要有两个指标，一个是资源指标，是指应用服务对服务器系统资源占用，包括服务器资源的cpu、内存、IO、宽带。系统指标是指应用服务或者应用系统具体的表现，如并发用户数、响应时间、事物成功率、超时时间。
在实际的性能分析中，一个很常见的现象是，明明发生了性能瓶颈，但当你登录到服务器中想要排查的时候，却发现瓶颈已经消失了。或者说，性能问题总是时不时地发生，但却很难找出发生规律，也很难重现。
日常的工作中，会收到一堆CPU使用率过高的告警邮件，遇到某台服务的CPU被占满了，这时候我们就要去查看是什么进程将服务器的CPU资源占用满了。通常我们会通过top或者htop来快速的查看占据CPU最高的那个进程，如下图：
网络上有不少Kettle的文章，但实际上都大同小异，都是些非常基础的文章，实际上在使用过程中还有遇到不少的坑，这部分在网上资料比较少，这里主要讲一下我们在使用过程中遇到的各种问题，属于难得的实践经验。
HTTP 协议因其易用性和普适性得到了大规模的普及，我们说HTTP协议是互联网的基石一点也不为过，当前提供HTTP服务的Server性能要求越来越高，如何提高 HTTP 服务器的性能变得非常重要。近年来网卡性能快速发展，给高性能HTTP服务提供了硬件支持，但是linux 内核却越来越成为高性能网络服务器的瓶颈。 HTTP 的传输层协议为 TCP ，TCP作为面向连接的协议能够提供可靠传输，但是在性能有非常大的短板，尤其在短连接网络业务服务中，受限于PCB表锁竞争等因素，系统内核大并发创建 T
对于运维工程师来说，需要对自己维护的服务器性能瓶颈了如指掌，比如我当前的架构每秒并发是多少，我服务器最大能接受的并发是多少，是什么导致我的性能有问题；如果当前架构快达到性能瓶颈了，是横向扩容性能提升大，还是纵向扩容性能提升大。
ASP.NET Core由于其更整洁、更轻的架构和跨平台的支持而开始流行于开发web应用程序。还有很多这样的ASP.NET Core应用程序是高流量的，并且在负载均衡的多服务器部署中运行。事实上，经常看到10-20个服务器集群，而一些比这个数量大得多的服务器也集群是很常见的。 拥有多服务器负载均衡部署使您的应用程序级别非常具有伸缩性，因为随着事务负载的增加，您可以添加更多的服务器。这让你的ASP.NET Core应用程序可以轻松处理非常大的数据负载。但是，这里仍然存在一个性能瓶颈，这会严重影响ASP.NET
云计算正在经历全新的变革，在强大的计算力之上，业务场景正在驱动技术的创新与变革。9月25日，腾讯云正式发布第三代云服务器（CVM）矩阵，最新的计算、存储、网络和异构计算实例首次亮相。截至目前，腾讯云提供的云服务器（CVM）矩阵包含了26款实例，全面覆盖电商、视频、游戏、金融、基因测序、智能语音、汽车、医疗、物联网等192种业务场景，开启全行业的计算提速。 腾讯云正式发布第三代云服务器矩阵，新推出网络优化型N1等在内的多款实例。 相比标准型、高IO型、内存型、计算型和FPGA型等实例类型，网络优化型N1实例采
一般方式也是最基本的方法是按照一定的规则压并发，看日志。专业一点的说法可以说“分段排除法“，或者按照以下顺序查找瓶颈。
内存分析需要使用的计数器：Memory类别和Physical Disk类别的计数器。内存分析的主要方法和步骤：
在MGR架构中，可能存在众多可能会影响整体性能，包括本地节点中常见的一些性能瓶颈点，也可能包括MGR层产生的。
本文介绍了如何使用 F-Stack 实现高性能的 HTTP 服务器，通过实例测试验证了 F-Stack 的性能和优势。
设计云时到底要不要用vxlan，如果用vxlan到底要不要购买比较贵的smart nic做offload，采用软件vxlan还是硬件交换机vxlan，很难决策，这儿简单测试一下，给个参考，资源终究是有限的，成本还是有考虑的，了解清楚云上业务再做决策。
在Linux系统中，进程间的同步和通信是一个复杂而关键的话题。为了维护系统资源的正确访问和分配，Linux提供了多种同步机制，其中锁机制是其中之一。然而，当多个进程试图同时访问同一资源时，可能会出现死锁或竞争条件。为了有效地诊断和解决这些问题，Linux提供了lslocks命令，该命令可以显示系统上的活动锁信息，帮助系统管理员和开发者深入了解系统资源的使用情况。
系统调用是操作系统提供给用户程序的一种接口，可以访问底层的硬件和系统资源。eBPF可以用来跟踪系统调用，统计系统调用的调用次数、调用耗时等信息，并通过这些信息进行系统性能的优化。具体的优化过程如下：
bottlenecks是一个基于Python的性能瓶颈分析工具。其核心功能是可以识别Python程序中最慢的部分。bottlenecks的另一个重要功能是可以对Python代码的性能进行分析和优化。bottlenecks提供了一些工具，如命令行工具和Web界面，可以帮助程序员识别性能瓶颈，并生成性能报告，以便于更好地了解程序的性能瓶颈和执行过程。bottlenecks基于CPython的profiling模块，因此只支持CPython。
Guider 是一款功能强大的全系统 Linux 性能分析器，旨在为开发人员、系统管理员和其他技术专业人员提供对 Linux 系统性能的深入洞察。它的目的是帮助用户识别和解决性能瓶颈，以便他们能够优化系统以实现最高效率。
最近找我咨询性能测试问题的同学挺多，见识了不少案例，发现很多同学对性能测试依然存在很多理解的误区，即使是一些在测试岗位工作多年的资深工程师，依然存在这种情况。
梳理系统的性能瓶颈点这件事应该不是一件简单的事情，需要针对不同设计的系统来进行单独分析。
前段时间，墨天轮分享了直播《 SQL大赛冠军怀晓明：深入解析Oracle存储过程中的性能瓶颈点》，在这里我们共享一下PPT和视频，供大家参考学习。
本文翻译自Analysis of the Effect of Core Affinity on High-Throughput Flows
Redis，一个以超高的性能和强大的数据结构功能著称的内存数据库，在处理各种复杂数据操作时，速度却能达到惊人的水平。那么，Redis为什么能如此之快呢？今天，我们就来深入解析一下Redis的线程模型，揭开这个问题的神秘面纱。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
