高性能涉及的东西有很多，该怎么才能记住呢？
我觉得这是一个很有代表性的问题，相信很多人都有类似的困惑，所以决定写篇文章来好好聊聊这个问题。
确实是这样，当初在准备高性能相关的面试问题时，也是同样的感受，有好多东西啊，该想个什么办法把它们都串起来呢？
计算机运行的本质，或者说程序执行的本质，就是CPU不断取出内存中的指令，然后执行它。
在这个过程中，CPU需要与内存打交道，因为程序指令在这里面；还需要与硬盘、网卡等一些外部设备打交道，存储数据、传输数据。
CPU、内存、外部设备，这三个是计算机最主要的三个东西，所以我们在思考高性能的问题时，围绕这三个东西，就可以把很多技术串起来。
比如提高CPU主频、指令流水线技术、乱序执行、分支预测等等。
缓存技术在计算机中无处不在，CPU中有存放数据和指令的一二三级缓存，还有存放内存地址翻译的TLB缓存。
操作系统中的文件系统管理硬盘数据也使用了页缓存Page Cache。
后端服务为了快速获取数据，使用Redis/Memcache作为内存数据缓存，避免每次都从数据库中查询。
浏览器中为了加快渲染速度，也有前端资源的缓存，避免每次都找网站服务器请求。
网站服务器为了提高响应速度，也有CDN缓存。
最典型的就是网络数据包处理，如果在很大网络流量下，网卡每来一个数据包都通过中断告诉CPU，那CPU一天别干活了，烦都要烦死了。
所以Linux内核中的NAPI技术通过轮询网卡，减少中断次数就能显著提高性能。
另外DMA技术通过把数据传输的工作外包出去，解放CPU，也是这一思想的应用。
比如内存映射、零拷贝技术就属于这一类技术。
另外高性能抓包技术DPDK，让应用程序直接读取网卡，减少数据拷贝也是这种思想的体现。
如CPU的多核技术，超线程技术、单指令多数据技术SIMD等。
多线程技术、NUMA技术、多节点负载均衡技术等。
后端服务开发中的I/O多路复用技术（select/poll/epoll）。
所以减少锁的竞争也是提高性能的一种方式，这方面的技术有原子操作、无锁编程等。
体现这类思想的技术有B+树、SQL批量执行等。
良好的数据结构与算法能够从根本上解决高性能的问题。
这方面思想的体现有哈希表、B+树、跳表等。
最后来总结一下，下次回答提高性能可以从四个增加、四个减少、一个良好来展开：
增加CPU速度、增加缓存、增加并行度、增加资源池
减少内存拷贝、减少I/O次数、减少CPU被打断次数、减少锁竞争
良好的数据结构与算法
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/25221.html