软件性能优化那些事 _优化

性能在软件工程诞生时就占据着非常重要的位置，如何用更少的硬件资源来支撑更多的功能、来完成更多的任务是软件工程师的职责，也是用来衡量一个软件工程师技艺高低的标准。这跟炒菜是一个道理，同样的食材，在饭店的师傅手里跟普通人手里的做法是有很大的差别的；食堂师傅是工程化的做法，讲究是短时间炒制更多的菜，而且味道不能掉；而普通人则比较随意，没有什么章法，而且可能只是爱好或者放松的渠道，所以不用考虑炮制的性能如何，能不能达到预计的目标。简单来说，厨师是靠手艺去赚钱，而其他人只是玩玩。那么程序员的手艺体现在哪呢？可以肯定的说，性能调优是最重要的一环，也是最基本的一环，甚至我觉得只有掌握这个技能后才能够进阶做构架或者做设计，否则如果反其道而行之则会举步维艰。
这时你可能会说，我是觉得性能是很重要，但是怎么去学呢？IT是个发展迅速的行业，每年涌现的新技术，新框架数不胜数，多如繁星，往往还没学懂JAVA ， Go都快被淘汰了……一茬接一茬，无从下手。如果你常常有这个感觉，那么这篇文章可能对你有帮助。
性能优化的套路先说结论，性能优化或者说如何能够开发出效率更高的程序来（当然硬件资源一样且使用率一样的条件下），只有两条路：
1. 掌握局部性原理
2. 掌握基本的算法设计与分析
在现有计算机构架下（冯诺依曼构架）这是调优的充分必要条件，换句话说就是，如果你写了一个性能比别人好的程序，那么只有两种情况，要么是局部性原理用得更好，要么是就是采用了更好的算法；同时，如果你想要写出比别人好的程序，那么你也只有两条路可以走，运用更底层的局部性优化设计，或者设计更好的算法来解决这个问题。
局部性原理如果你在软件工程领域“阅历”足够丰富，你就会有恍然大悟的感觉，因为这种例子实在太多：linux中的硬盘缓冲、页缓存， redis中元素较少的时候用ziplist代替hashmap可能还会带来性能的提升，内存的减少；Kafka依赖的磁盘缓存，分区存储机制， MySQL的B+树索引；更底层的CPU的Cacheline技术，分页技术等等其实都是用了局部性原理来作为理论基础的。那么什么是局部性原理呢？
简单来说分为三个要点：

程序总是按照“批”来处理数据，这样效率最高；比如：CPU读取内存是按照批来处理如：一个cacheline=64/128byte,内存与硬盘按照4KB来读取。因为计算机结构的特点，各级设备（CPU到内存到硬盘与外设）之间的访问速度是有数量级的差别；所以就注定不能一个个字节来读取；这个现象决定计算机优化的方向，被称为冯诺依曼瓶颈；
最近访问过的资源（内存位置），可能近期内还会被访问，这个叫做时间局部性，对应的解决方案是缓存；
当前位置内存被访问过，那么大概率旁边的内存也会被后续访问，这个叫做空间局部性，对应的解决方案是预加载；

所以推导的顺序是：正是因为现代计算机有冯诺依曼瓶颈所以需要用缓存与预加载来提高程序的性能，否则会因为IO过重，资源得不到利用而效率偏低。
还是拿做饭这件事举例子。当我们去买菜的时候，会尽可能的减少去菜市场的时间，也肯定不可能发现什么菜没有了再临时去菜市场购买，这样“IO”就太重了，要使用局部性原理来解决。就炒菜的例子来说，我们要炒青椒炒肉这个菜；首先是买菜，我们发现在买青椒的时候可以把葱姜蒜也都一并买了，因为蔬菜区往往是相邻的；而买肉的时候，尽量也把酱油醋都一并买了，它们也是很可能也是挨着的；这种在空间上相邻的提前加载这就是“预加载”了；而回到家，我们开始炒菜的时候，厨房的布置往往是炒菜的锅子跟油盐酱醋是分开放置的，但是炒菜的时候要经常加盐、放酱油，所以为了减少来回取油盐的时间，会在炒菜的时候将配菜与油盐放置在炒锅的附近，加快炒菜的速度，等炒完后又重新放回去，这个就叫做“缓存”的思维——把经常使用的资源放在工作较近的地方，等使用完再释放。