xinyin025/learn.lianglianglee.com
1
0
Fork 0
mirror of https://github.com/zhwei820/learn.lianglianglee.com.git synced 2025-11-19 15:43:44 +08:00
Code Issues Actions Packages Projects Releases Wiki Activity

fix img

Browse Source
This commit is contained in:
by931
2022-09-06 22:30:37 +08:00
parent 66970f3e38
commit 3d6528675a
796 changed files with 3382 additions and 3382 deletions
Download Patch File Download Diff File Expand all files Collapse all files

8
专栏/架构设计面试精讲/17 如何向面试官证明你做的系统是高性能的？.md.html
View File

@@ -191,14 +191,14 @@ function hide_canvas() {
<p>在明确了业务场景之后，你还要关注系统的性能指标主要有吞吐量、延迟以及 TP。</p>
<h3>案例分析</h3>
<p>我们在拿到产品经理的 PRD 文档时，心里就会清楚要关心哪些系统性能指标，因为需求文档中会描述同时支持多少人在线访问，你也可以借此估算出系统的并发用户数。一般来讲，系统建立的会话数量就是用户同时访问系统的数量。你也可以通过公式，估算出系统的吞吐量（throughput）和延迟（latency）。</p>
<p><img src="assets/CioPOWA2H8qAC-PfAAAEsxBVbwY511.png" alt="Drawing 0.png" /></p>
<p><img src="assets/CioPOWA2H8qAC-PfAAAEsxBVbwY511.png" alt="png" /></p>
<p>延迟和吞吐量，是衡量软件系统最常见的两个指标。</p>
<ul>
<li><strong>吞吐量</strong>（系统处理请求的速率）：反映单位时间内处理请求的能力（单位一般是TPS或QPS）。</li>
<li><strong>延迟</strong>（响应时间）：从客户端发送请求到接收响应的时间（单位一般是ms、s）。</li>
</ul>
<p>一般来说，<strong>延迟和吞吐量既互斥，又不绝对的互斥</strong>，你可以通过性能压测分别绘制吞吐量和延迟的曲线图：</p>
<p><img src="assets/Cgp9HWA2_ZuAHdfgAAA1WOvYXBI512.png" alt="image" /></p>
<p><img src="assets/Cgp9HWA2_ZuAHdfgAAA1WOvYXBI512.png" alt="png" /></p>
<p>延迟总是非递减的曲线，开始时表现比较平稳，到了某一个特定值后，会迅速增大。而吞吐量曲线在开始时迅速增加，到达峰值后逐渐减小。</p>
<p>总体来看，随着压力增大，单位时间内系统被访问的次数增加。结合延迟和吞吐量观察的话，吞吐量曲线的最高点，往往是延迟曲线最低偏后的一个时间点，这意味着延迟已经开始增大一段时间了。那么<strong>对一些延迟要求比较高的系统来说，系统优化性能指标是要找到延迟趋向最低和吞吐量趋向最高的点</strong>。</p>
<p>从图中你也可以看出，如果不做流量控制，在系统压力不断增大后，系统便什么也做不成。这也是一些不够健壮的系统，在压力较大的特殊业务场景下（比如一元秒杀、抢购、瞬时流量非常大的系统），直接崩溃，对所有用户拒绝服务的原因。</p>
@@ -208,12 +208,12 @@ function hide_canvas() {
<li><strong>计算 TP 指标：</strong> 比如 TP 99，把一段时间内所有请求的响应时间，从小到大进行排序，然后取 99% 对应的请求的响应时间，即为 TP99 的值。</li>
<li><strong>TP指标相比于性能均值的意义：</strong> 为什么要用 TP 99 这样的比例方式，而不直接用平均数来定义性能呢？这是为了更符合实际系统的情况。</li>
</ul>
<p>举个例子，比如在一个系统的 100 个请求中，99 个都在 1 s 左右返回，剩下 1 个 100s 还不返回，如果计算平均时间，就是<img src="assets/CioPOWA2IE-AQq34AAAFrvhSBV4194.png" alt="Drawing 2.png" />，无法反映系统的真实情况。因为耗时 100 s 的请求也许是异常请求，正常请求的平均时间仍是 1 秒，而 TP99 就比较能反映真实情况，因为 TP99 就可以达到 1 秒。</p>
<p>举个例子，比如在一个系统的 100 个请求中，99 个都在 1 s 左右返回，剩下 1 个 100s 还不返回，如果计算平均时间，就是<img src="assets/CioPOWA2IE-AQq34AAAFrvhSBV4194.png" alt="png" />，无法反映系统的真实情况。因为耗时 100 s 的请求也许是异常请求，正常请求的平均时间仍是 1 秒，而 TP99 就比较能反映真实情况，因为 TP99 就可以达到 1 秒。</p>
<p>对初中级研发工程师来说，回答“吞吐率、延迟、TP 99（TP 99 比较有代表性）”这三个指标就够了，但如果你应聘高级研发工程师，还要站在系统全链路的角度上思考问题，从端到端的角度思考系统的性能指标（也就是从架构师的视角分析系统）。</p>
<h3>案例解答</h3>
<h4>用架构师的视角分析系统性能指标</h4>
<p>架构师视角说白了就是系统的全链路视角，我们从前端请求流程开始，来讲解一次请求链路会涉及哪些前后端性能指标。</p>
<p><img src="assets/Cgp9HWA2_bWARBegAABGgCuF23Q624.png" alt="image" /></p>
<p><img src="assets/Cgp9HWA2_bWARBegAABGgCuF23Q624.png" alt="png" /></p>
<p>一次请求链路</p>
<p><strong>步骤一：DNS解析</strong></p>
<p>用户在浏览器输入 URL 按回车，请求会进行 DNS 查找，浏览器通过 DNS 解析查到域名映射的IP 地址，查找成功后，浏览器会和该 IP 地址建立连接。对应的性能指标为：<strong>DNS解析时间</strong>。</p>