性能不仅仅是一串串数字，性能体现更大的吞吐量及更低的延迟；如果网络延迟增加0.1秒，google每秒损失100W,不是人民币是美元；网页响应慢0.1秒，运营成本每天增加100万美金。亚马逊的数据也显示，网页延迟1秒可能导致全年损失16亿美金；移动页面加载时间时长超过5秒，74%的用户会选择离开，高性能主要体现下面三个方面：

  • 少资源
  • 高吞吐
  • 低延迟

在具体网络转发性能优化过程中对性能优化有以下几点体会与总结：

软硬结合

软件灵活，硬件高效，软硬结合就像双剑合壁，威力巨大；具体在网络设备中交换机就是一个很好的例子：通常由CPU完成协议的处理，下发转发表项到芯片，由芯片完成报文的转发，在这种思路下才会cisco，H3C，Huawei的大容量的交换机；如果完全交给CPU来处理成本很高，而且在现有技术下很难完成那么大的交换容量（1T以上）。在这种情况对于软件上来说基本不需要优化，本文后面的优化是针对软转的优化；

分离与分解

控制与转发分离 由控制平面维护转发表项，转发平面根据表项完成转发

针对性优化

性能优化一定要指定优化场景，例如对于收包优化针对不同的接入方式，不同报文类型；

快慢结合，先慢后快

对于交换机与路由机这种网络转发设备，通过首包建流，后续报文匹配流实现快慢结合提高报文转发效率；

缓存

缓存大法好，在现在各种系统与应用中缓存无处不在，硬件上看，有硬盘缓存，RAID卡缓存，存储缓存，主存，NUMA特性，CPU cache；软件架构上看，有全局数据缓存，私有数据缓存，连接池，应用服务器缓存，WEB服务器缓存，CDN缓存，客户端文件缓存，客户端内存缓存等等。

do more with less

性能优化大体就是开源与节流，do more with less需要考虑如何提高cpu，存储，网络的利用效率

预处理

兵马未动粮草先行 例如在报文发送针对不同流准备相应的链路层头，避免发送报文再逐字段填充，作到一次性完成报文贴头处理；其实很多应用系统的线程池，内存池，连接池等也是类似思想

二八原则

主要体现如下:

  1. 对于优化的代码，集中精力优化是关键20%的代码
  2. 在具体的系统性能优化过程刚开始投入20%可以使取得整个优化成果的80%，而最后的20%需要花费80%的时间来完成，而且涉及的挑战会更多，更有难度，所以优化过程越到后面越难，需要良好的心态与意志

无profile，不优化

If you can’t measure it, you can’t improve it。若无度量，则无提高。优化一定要有一套profile方法，profile以下几个方面的作用：

  1. profile建立一个性能基线，有利于优化过程中比较与参考
  2. profile查找系统的瓶颈，在一个大型的系统查找到性能瓶颈是一件很有挑战的事情,通过profile有利于快速定位瓶颈
  3. profile评估优化结果，对每一个优化点有一个数字化清晰的记录
  4. profile指导优化的方向

避免过度优化

在性能优化过程中切忌一味追求性能，忽略了业务，没有关注优化对系统带来的哪些不好影响，例如：

  1. 优化使系统变得更复杂，不利于维护
  2. 优化影响了其他业务
  3. 优化忽略了业务功能（功能正确性，功能可扩展性等等）
  4. 优化只是特定环境下数据提升并不适用具体应用

减少状态的改变

在报文处理与协议处理过程中设计更精简的状态机，避免过多的状态变化处理的开销。

避免代码的黑盒

避免代码的黑盒，主要有下面几点：

1.优化过程忽略部分代码，导致这一部分代码未能出现优化对象中

2.虽然考虑了所有该关注的代码，但是没有理解代码，特别这一部分代码涉及跨团队，个人经验：这一部分代码需要重点关注，往往有意想不到的收获

总之，性能优化需要充分理解业务，根据数据，实现硬件，系统，业务三者最佳协同。