性能优化模式
摘要
性能優化涉及面很廣。一般而言，性能優化指降低響應時間和提高系統吞吐量兩個方面，但在流量高峰時候，性能問題往往會表現為服務可用性下降，所以性能優化也可以包括提高服務可用性。在某些情況下，降低響應時間、提高系統吞吐量和提高服務可用性三者相互矛盾，不可兼得。例如：增加緩存可以降低平均響應時間，但是處理線程數量會因為緩存過大而有所限制，從而降低系統吞吐量；為了提高服務可用性，對異常請求重復調用是一個常用的做法，但是這會提高響應時間并降低系統吞吐量。
對于很多像美團這樣的公司，它們的系統會面臨如下三個挑戰：1. 日益增長的用戶數量，2. 日漸復雜的業務，3. 急劇膨脹的數據。這些挑戰對于性能優化而言表現為：在保持和降低系統TP95響應時間（指的是將一段時間內的請求響應時間從低到高排序，高于95%請求響應時間的下確界）的前提下，不斷提高系統吞吐量，提升流量高峰時期的服務可用性。這種場景下，三者的目標和改進方法取得了比較好的一致。本文主要目標是為類似的場景提供優化方案，確保系統在流量高峰時期的快速響應和高可用。
文章第一部分是介紹，包括采用模式方式講解的優點，文章所采用案例的說明，以及后面部分用到的一些設計原則；第二部分介紹幾種典型的“性能惡化模式”，闡述導致系統性能惡化，服務可用性降低的典型場景以及形成惡化循環的過程；第三部分是文章重點，闡述典型的“性能優化模式”，這些模式或者可以使服務遠離“惡化模式”，或者直接對服務性能進行優化；文章最后一部分進行總結，并對未來可能出現的新模式進行展望。
介紹
模式講解方式
關于性能優化的文章和圖書已有很多，但就我所知，還沒有采用模式的方式去講解的。本文借鑒《設計模式》（*“Design Patterns-Elements of Reusable Object-Oriented Software”*）對設計模式的闡述方式，首先為每一種性能優化模式取一個貼切的名字，便于讀者快速理解和深刻記憶，接著講解該模式的動機和原理，然后結合作者在美團的具體工作案例進行深度剖析，最后總結采用該模式的優點以及需要付出的代價。簡而言之，本文采用“命名–>原理和動機–>具體案例–>缺點和優點”的四階段方式進行性能優化模式講解。與其他方式相比，采用模式進行講解有兩個方面的優點：一方面，讀者不僅僅能夠掌握優化手段，而且能夠了解采用該手段進行性能優化的場景以及所需付出的代價，這有利于讀者全面理解和靈活應用；另一方面，模式解決的是特定應用場景下的一類問題，所以應用場景描述貫穿于模式講解之中。如此，即使讀者對原理不太了解，只要碰到的問題符合某個特定模式的應用場景（這往往比理解原理要簡單），就可以采用對應的手段進行優化，進一步促進讀者對模式的理解和掌握。
案例說明
文章的所有案例都來自于美團的真實項目。出于兩方面的考慮，作者做了一定的簡化和抽象：一方面，系統可以優化的問題眾多，而一個特定的模式只能解決幾類問題，所以在案例分析過程中會突出與模式相關的問題；另一方面，任何一類問題都需要多維度數據去描述，而應用性能優化模式的前提是多維度數據的組合值超過了某個臨界點，但是精確定義每個維度數值的臨界點是一件很難的事情，更別說多維度數據組合之后臨界點。因此有必要對案例做一些簡化，確保相關取值范圍得到滿足。基于以上以及其他原因，作者所給出的解決方案只是可行性方案，并不保證其是所碰到問題的最佳解決方案。
案例涉及的所有項目都是基于Java語言開發的，嚴格地講，所有模式適用的場景是基于Java語言搭建的服務。從另外一方面講，Java和C++的主要區別在于垃圾回收機制，所以，除去和垃圾回收機制緊密相關的模式之外，文章所描述的模式也適用于采用C++語言搭建的服務。對于基于其他語言開發的服務，讀者在閱讀以及實踐的過程中需要考慮語言之間的差別。
設計原則
必須說明，本文中各種模式所要解決的問題之所以會出現，部分是因為工程師運用了某些深層次的設計原則。有些設計原則看上去和優秀的設計理念相悖，模式所解決的問題似乎完全可以避免，但是它們卻被廣泛使用。“存在即合理”，世界上沒有完美的設計方案，任何方案都是一系列設計原則的妥協結果，所以本文主要關注點是解決所碰到的問題而不是如何繞過這些設計原則。下面對文中重要的設計原則進行詳細闡述，在后面需要運用該原則時將不再解釋。
最小可用原則
最小可用原則（快速接入原則）有兩個關注點：1. 強調快速接入，快速完成；2. 實現核心功能可用。這是一個被普遍運用的原則，其目標是縮短測試周期，增加試錯機會，避免過度設計。為了快速接入就必須最大限度地利用已有的解決方案或系統。從另外一個角度講，一個解決方案或系統只要能夠滿足基本需求，就滿足最小可用原則的應用需求。過度強調快速接入原則會導致重構風險的增加，原則上講，基于該原則去設計系統需要為重構做好準備。
經濟原則
經濟原則關注的是成本問題，看起來很像最小可用原則，但是它們之間關注點不同。最小可用原則的目標是通過降低開發周期，快速接入而實現風險可控，而快速接入并不意味著成本降低，有時候為了實現快速接入可能需要付出巨大的成本。軟件項目的生命周期包括：預研、設計、開發、測試、運行、維護等階段。最小可用原則主要運用在預研階段，而經濟原則可以運用在整個軟件生命周期里，也可以只關注某一個或者幾個階段。例如：運行時經濟原則需要考慮的系統成本包括單次請求的CPU、內存、網絡、磁盤消耗等；設計階段的經濟原則要求避免過度設計；開發階段的經濟原則可能關注代碼復用，工程師資源復用等。
代碼復用原則
代碼復用原則分為兩個層次：第一個層次使用已有的解決方案或調用已存在的共享庫（Shared Library），也稱為方案復用；第二個層次是直接在現有的代碼庫中開發，也稱之為共用代碼庫。
方案復用是一個非常實用主義的原則，它的出發點就是最大限度地利用手頭已有的解決方案，即使這個方案并不好。方案的形式可以是共享庫，也可以是已存在的服務。方案復用的例子參見避免蚊子大炮模式的具體案例。用搜索引擎服務來解決查找附近商家的問題是一個性能很差的方案，但仍被很多工程師使用。方案復用原則的一個顯著優點就是提高生產效率，例如：Java之所以能夠得到如此廣泛應用，原因之一就是有大量可以重復利用的開源庫。實際上“Write once, run anywhere”是Java語言最核心的設計理念之一。基于Java語言開發的代碼庫因此得以在不同硬件平臺、不同操作系統上更廣泛地使用。
共用代碼庫要求在同一套代碼庫中完成所有功能開發。采用這個原則，代碼庫中的所有功能編譯時可見，新功能代碼可以無邊界的調用老代碼。另外，原代碼庫已存在的各種運行、編譯、測試、配置環境可復用。主要有兩個方面地好處：1. 充分利用代碼庫中已有的基礎設施，快速接入新業務；2. 直接調用原代碼中的基礎功能或原語，避免網絡或進程間調用開銷，性能更佳。共用代碼庫的例子參見垂直分割模式的具體案例。
從設計的角度上講，方案復用類似于微服務架構（Microservice Architecture，有些觀點認為這是一種形式的SOA），而共用代碼庫和Monolithic Architecture很接近。總的來說，微服務傾向于面向接口編程，要求設計出可重用性的組件（Library或Service），通過分層組織各層組件來實現良好的架構。與之相對應，Monolith Architecture則希望盡可能在一套代碼庫中開發，通過直接調用代碼中的基礎功能或原語而實現性能的優化和快速迭代。使用Monolith Architecture有很大的爭議，被認為不符合“設計模式”的理念。參考文獻[4]，Monolithic Design主要的缺點包括：1. 缺乏美感；2. 很難重構；3. 過早優化（參見文獻[6]*Optimize judiciously*）; 4. 不可重用；5. 限制眼界。微服務架構是很多互聯網公司的主流架構，典型的運用公司包括Amazon、美團等。Monolithic Architecture也有其忠實的粉絲，例如：Tripadvisor的全球網站就共用一套代碼庫；基于性能的考慮，Linux最終選擇的也是Monolithic kernel的模式。
奧卡姆剃刀原則
系統設計以及代碼編寫要遵循奧卡姆剃刀原則：Entities should not be multiplied unnecessarily。
一般而言，一個系統的代碼量會隨著其功能增加而變多。系統的健壯性有時候也需要通過編寫異常處理代碼來實現。異常考慮越周全，異常處理代碼量越大。但是隨著代碼量的增大，引入Bug的概率也就越大，系統也就越不健壯。從另外一個角度來講，異常流程處理代碼也要考慮健壯性問題，這就形成了無限循環。所以在系統設計和代碼編寫過程中，奧卡姆剃刀原則要求：一個功能模塊如非必要，就不要；一段代碼如非必寫，就不寫。
奧卡姆剃刀原則和最小可用原則有所區別。最小可用原則主要運用于產品MVP階段，本文所指的奧卡姆剃刀原則主要指系統設計和代碼編寫兩個方面，這是完全不同的兩個概念。MVP包含系統設計和代碼編寫，但同時，系統設計和代碼編寫也可以發生在成熟系統的迭代階段。
性能惡化模式
在講解性能優化模式之前，有必要先探討一下性能惡化模式，因為：
在此統一闡述性能惡化模式，避免下文重復解釋。為了便于讀者清晰識別惡化模式和優化模式，惡化模式采用“XXX反模式”的方式進行命名。
長請求擁塞反模式（High Latency Invocating AntiPattern）
這是一種單次請求時延變長而導致系統性能惡化甚至崩潰的惡化模式。對于多線程服務，大量請求時間變長會使線程堆積、內存使用增加，最終可能會通過如下三種方式之一惡化系統性能： 1. 線程數目變多導致線程之間CPU資源使用沖突，反過來進一步延長了單次請求時間； 2. 線程數量增多以及線程中緩存變大，內存消耗隨之劇增，對于基于Java語言的服務而言，又會更頻繁地full GC，反過來單次請求時間會變得更長； 3. 內存使用增多，會使操作系統內存不足，必須使用Swap，可能導致服務徹底崩潰。
典型惡化流程圖如下圖：
長請求擁塞反模式所導致的性能惡化現象非常普遍，所以識別該模式非常重要。典型的場景如下：某復雜業務系統依賴于多個服務，其中某個服務的響應時間變長，隨之系統整體響應時間變長，進而出現CPU、內存、Swap報警。系統進入長請求擁塞反模式的典型標識包括：被依賴服務可用性變低、響應時間變長、服務的某段計算邏輯時間變長等。
多次請求杠桿反模式（Levered Multilayer Invocating AntiPattern）
客戶端一次用戶點擊行為往往會觸發多次服務端請求，這是一次請求杠桿；每個服務端請求進而觸發多個更底層服務的請求，這是第二次請求杠桿。每一層請求可能導致一次請求杠桿，請求層級越多，杠桿效應就越大。在多次請求杠桿反模式下運行的分布式系統，處于深層次的服務需要處理大量請求，容易會成為系統瓶頸。與此同時，大量請求也會給網絡帶來巨大壓力，特別是對于單次請求數據量很大的情況，網絡可能會成為系統徹底崩潰的導火索。典型惡化流程圖如下圖：
多次請求杠桿所導致的性能惡化現象非常常見，例如：對于美團推薦系統，一個用戶列表請求會有多個算法參與，每個算法會召回多個列表單元（商家或者團購），每個列表單元有多種屬性和特征，而這些屬性和特征數據服務又分布在不同服務和機器上面，所以客戶端的一次用戶展現可能導致了成千上萬的最底層服務調用。對于存在多次請求杠桿反模式的分布式系統，性能惡化與流量之間往往遵循指數曲線關系。這意味著，在平常流量下正常運行服務系統，在流量高峰時通過線性增加機器解決不了可用性問題。所以，識別并避免系統進入多次請求杠桿反模式對于提高系統可用性而言非常關鍵。
反復緩存反模式（Recurrent Caching AntiPattern）
為了降低響應時間，系統往往在本地內存中緩存很多數據。緩存數據越多，命中率就越高，平均響應時間就越快。為了降低平均響應時間，有些開發者會不加限制地緩存各種數據，在正常流量情況下，系統響應時間和吞吐量都有很大改進。但是當流量高峰來臨時，系統內存使用開始增多，觸發了JVM進行full GC，進而導致大量緩存被釋放（因為主流Java內存緩存都采用SoftReference和WeakReference所導致的），而大量請求又使得緩存被迅速填滿，這就是反復緩存。反復緩存導致了頻繁的full GC，而頻繁full GC往往會導致系統性能急劇惡化。典型惡化流程圖如下圖：
反復緩存所導致性能惡化的原因是無節制地使用緩存。緩存使用的指導原則是：工程師們在使用緩存時必須全局考慮，精細規劃，確保數據完全緩存的情況下，系統仍然不會頻繁full GC。為了確保這一點，對于存在多種類型緩存以及系統流量變化很大的系統，設計者必須嚴格控制緩存大小，甚至廢除緩存（這是典型為了提高流量高峰時可用性，而降低平均響應時間的一個例子）。反復緩存反模式往往發生在流量高峰時候，通過線性增加機器和提高機器內存可以大大減少系統崩潰的概率。
性能優化模式
水平分割模式（Horizontal partitioning Pattern）
原理和動機
典型的服務端運行流程包含四個環節：接收請求、獲取數據、處理數據、返回結果。在一次請求中，獲取數據和處理數據往往多次發生。在完全串行運行的系統里，一次請求總響應時間滿足如下公式：
一次請求總耗時=解析請求耗時 + ∑(獲取數據耗時+處理數據耗時) + 組裝返回結果耗時
大部分耗時長的服務主要時間都花在中間兩個環節，即獲取數據和處理數據環節。對于非計算密集性的系統，主要耗時都用在獲取數據上面。獲取數據主要有三個來源：本地緩存，遠程緩存或者數據庫，遠程服務。三者之中，進行遠程數據庫訪問或遠程服務調用相對耗時較長，特別是對于需要進行多次遠程調用的系統，串行調用所帶來的累加效應會極大地延長單次請求響應時間，這就增大了系統進入長請求擁塞反模式的概率。如果能夠對不同的業務請求并行處理，請求總耗時就會大大降低。例如下圖中，Client需要對三個服務進行調用，如果采用順序調用模式，系統的響應時間為18ms，而采用并行調用只需要7ms。
水平分割模式首先將整個請求流程切分為必須相互依賴的多個Stage，而每個Stage包含相互獨立的多種業務處理（包括計算和數據獲取）。完成切分之后，水平分割模式串行處理多個Stage，但是在Stage內部并行處理。如此，一次請求總耗時等于各個Stage耗時總和，每個Stage所耗時間等于該Stage內部最長的業務處理時間。
水平分割模式有兩個關鍵優化點：減少Stage數量和降低每個Stage耗時。為了減少Stage數量，需要對一個請求中不同業務之間的依賴關系進行深入分析并進行解耦，將能夠并行處理的業務盡可能地放在同一個Stage中，最終將流程分解成無法獨立運行的多個Stage。降低單個Stage耗時一般有兩種思路：1. 在Stage內部再嘗試水平分割（即遞歸水平分割)，2. 對于一些可以放在任意Stage中進行并行處理的流程，將其放在耗時最長的Stage內部進行并行處理，避免耗時較短的Stage被拉長。
水平分割模式不僅可以降低系統平均響應時間，而且可以降低TP95響應時間（這兩者有時候相互矛盾，不可兼得）。通過降低平均響應時間和TP95響應時間，水平分割模式往往能夠大幅度提高系統吞吐量以及高峰時期系統可用性，并大大降低系統進入長請求擁塞反模式的概率。
具體案例
我們的挑戰來自為用戶提供高性能的優質個性化列表服務，每一次列表服務請求會有多個算法參與，而每個算法基本上都采用“召回->特征獲取->計算”的模式。 在進行性能優化之前，算法之間采用順序執行的方式。伴隨著算法工程師的持續迭代，算法數量越來越多，隨之而來的結果就是客戶端響應時間越來越長，系統很容易進入長請求擁塞反模式。曾經有一段時間，一旦流量高峰來臨，出現整條服務鏈路的機器CPU、內存報警。在對系統進行分析之后，我們采取了如下三個優化措施，最終使得系統TP95時間降低了一半：
缺點和優點
對于上面提到的第二點，舉例如下：A和B是邏輯可以并行處理的兩個流程，基于單線程設計的代碼，假定處理完A后再處理B。在編寫處理B邏輯代碼時候，如果B需要的資源已經在處理A的過程中產生，工程師往往會直接使用A所產生的數據，A和B之間因此出現了緊耦合。并行化需要對它們之間的公共代碼進行拆解，這往往需要引入新的抽象，更改原數據結構的可見域。
在如下兩種情況，水平切割所帶來的好處不明顯：
采用水平切割的模式可以降低系統的平均響應時間和TP95響應時間，以及流量高峰時系統崩潰的概率。雖然進行代碼重構比較復雜，但是水平切割模式非常容易理解，只要熟悉系統的業務，識別出可以并行處理的流程，就能夠進行水平切割。有時候，即使少量的并行化也可以顯著提高整體性能。對于新系統而言，如果存在可預見的性能問題，把水平分割模式作為一個重要的設計理念將會大大地提高系統的可用性、降低系統的重構風險。總的來說，雖然存在一些具體實施的難點，水平分割模式是一個非常有效、容易識別和理解的模式。
垂直分割模式（Vertical partitioning Pattern）
原理和動機
對于移動互聯網節奏的公司，新需求往往是一波接一波。基于代碼復用原則，工程師們往往會在一個系統實現大量相似卻完全不相干的功能。伴隨著功能的增強，系統實際上變得越來越脆弱。這種脆弱可能表現在系統響應時間變長、吞吐量降低或者可用性降低。導致系統脆弱原因主要來自兩方面的沖突：資源使用沖突和可用性不一致沖突。
資源使用沖突是導致系統脆弱的一個重要原因。不同業務功能并存于同一個運行系統里面意味著資源共享，同時也意味著資源使用沖突。可能產生沖突的資源包括：CPU、內存、網絡、I/O等。例如：一種業務功能，無論其調用量多么小，都有一些內存開銷。對于存在大量緩存的業務功能，業務功能數量的增加會極大地提高內存消耗，從而增大系統進入反復緩存反模式的概率。對于CPU密集型業務，當產生沖突的時候，響應時間會變慢，從而增大了系統進入長請求擁塞反模式的可能性。
不加區別地將不同可用性要求的業務功能放入一個系統里，會導致系統整體可用性變低。當不同業務功能糅合在同一運行系統里面的時候，在運維和機器層面對不同業務的可用性、可靠性進行調配將會變得很困難。但是，在高峰流量導致系統瀕臨崩潰的時候，最有效的解決手段往往是運維，而最有效手段的失效也就意味著核心業務的可用性降低。
垂直分割思路就是將系統按照不同的業務功能進行分割，主要有兩種分割模式：部署垂直分割和代碼垂直分割。部署垂直分割主要是按照可用性要求將系統進行等價分類，不同可用性業務部署在不同機器上，高可用業務單獨部署；代碼垂直分割就是讓不同業務系統不共享代碼，徹底解決系統資源使用沖突問題。
具體案例
我們的挑戰來自于美團推薦系統，美團客戶端的多個頁面都有推薦列表。雖然不同的推薦產品需求來源不同，但是為了實現快速的接入，基于共用代碼庫原則，所有的推薦業務共享同一套推薦代碼，同一套部署。在一段時間內，我們發現push推薦和首頁“猜你喜歡推薦”的資源消耗巨大。特別是在push推薦的高峰時刻，CPU和內存頻繁報警，系統不停地full GC，造成美團用戶進入客戶端時，首頁出現大片空白。
在對系統進行分析之后，得出兩個結論：
因此我們采取了如下措施，一方面，解決了首頁“猜你喜歡”的可用性低問題，減少了未來出現可用性問題的概率，最終將其TP95響應時間降低了40%；另一方面也提高了其他推薦產品的服務可用性和高峰吞吐量。
缺點和優點
垂直分割主要的缺點主要有兩個：
解決重復編碼工作問題的一個思路就是為不同的系統提供共享庫（Shared Library），但是這種耦合反過來可能導致部署機器中引入未部署業務的開銷。所以在共享庫中要減少靜態代碼的初始化開銷，并將類似緩存初始化等工作交給上層系統。總的來說，通過共享庫的方式引入的開銷可以得到控制。但是對于業務密集型的系統，由于業務往往是高度定制化的，共用一套代碼庫的好處是開發工程師可以采用Copy-on-write的模式進行開發，需要修改的時候隨時拷貝并修改。共享庫中應該存放不容易變化的代碼，避免使用者頻繁升級，所以并不適合這種場景。因此，對于業務密集型的系統，分代碼所導致的重復編碼量是需要權衡的一個因素。
垂直分割是一個非常簡單而又有效的性能優化模式，特別適用于系統已經出現問題而又需要快速解決的場景。部署層次的分割既安全又有效。需要說明的是部署分割和簡單意義上的加機器不是一回事，在大部分情況下，即使不增加機器，僅通過部署分割，系統整體吞吐量和可用性都有可能提升。所以就短期而言，這幾乎是一個零成本方案。對于代碼層次的分割，開發工程師需要在業務承接效率和系統可用性上面做一些折衷考慮。
恒變分離模式（Runtime 3NF Pattern）
原理和動機
基于性能的設計要求變化的數據和不變的數據分開，這一點和基于面向對象的設計原則相悖。在面向對象的設計中，為了便于對一個對象有整體的把握，緊密相關的數據集合往往被組裝進一個類，存儲在一個數據庫表，即使有部分數據冗余（關于面向對象與性能沖突的討論網上有很多文章，本文不細講）。很多系統的主要工作是處理變化的數據，如果變化的數據和不變的數據被緊密組裝在一起，系統對變化數據的操作將引入額外的開銷。而如果易變數據占總數據比例非常小，這種額外開銷將會通過杠桿效應惡化系統性能。分離易變和恒定不變的數據在對象創建、內存管理、網絡傳輸等方面都有助于性能提高。
恒變分離模式的原理非常類似與數據庫設計中的第三范式（3NF）：第三范式主要解決的是靜態存儲中重復存儲的問題，而恒變分離模式解決的是系統動態運行時候恒定數據重復創建、傳輸、存儲和處理的問題。按照3NF，如果一個數據表的每一記錄都依賴于一些非主屬性集合，而這些非主屬性集合大量重復出現，那么應該考慮對被依賴的非主屬性集合定義一個新的實體（構建一個新的數據表），原數據庫的記錄依賴于新實體的ID。如此一來數據庫重復存儲數據量將大大降低。類似的，按照恒變分離模式，對于一個實體，如果系統處理的只是這個實體的少量變化屬性，應該將不變的屬性定義為一個新實體（運行時的另一個類，數據庫中的另一個表），原來實體通過ID來引用新實體，那么原有實體在運行系統中的數據傳輸、創建、網絡開銷都會大大降低。
案例分析
我們的挑戰是提供一個高性能、高一致性要求的團購服務（DealService）。系統存在一些多次請求杠桿反模式問題，客戶端一次請求會導致幾十次DealService讀取請求，每次獲取上百個團購詳情信息，服務端單機需要支持每秒萬次級別的吞吐量。基于需求，系統大體框架設計如下：
每個DealService定期從持久層同步所有發生變化的deal信息，所有的deal信息保存在內存里面。在最初的設計里面，數據庫只有一個數據表DealModelTable，程序里面也只有一個實體類DealModel。由于銷量、價格、用戶評價等信息的頻發變化，為了達到高一致性要求，服務系統每分鐘需要從數據庫同步幾萬條記錄。隨著美團團購數量的增多和用戶活躍度的增加，系統出現了三個問題：
在對系統進行分析之后，我們采用了如下措施，大大降低了網絡傳輸的數據量，緩解了主從數據庫同步壓力，使得客戶端的超時異常從高峰時候的9%降低到了小于0.01%（低于萬分之一）：
缺點和優點
采用恒變分離模式，主要有三個缺點：
在如下兩種場景下，恒變分離模式所帶來的好處有限：
總的來說，恒變分離模式非常容易理解，其應用往往需要滿足兩個條件：易變數據占整體數據比例很低（比例越低，杠桿效應越大）和易變數據所導致的操作又是系統的主要操作。在該場景下，如果系統性能已經出現問題，犧牲一些可維護性就顯得物有所值。
大部分系統都是由多種類型的數據構成，大多數數據類型的都包含易變、少變和不變的屬性。盲目地進行恒變分離會導致系統的復雜度指數級別的增加，系統變得很難維護，所以系統設計者必須在高性能和高維護性之間找到一個平衡點。作者的建議是：對于復雜的業務系統，盡量按照面向對象的原則進行設計，只有在性能出現問題的時候才開始考慮恒變分離模式；而對于高性能，業務簡單的基礎數據服務，恒變分離模式應該是設計之初的一個重要原則。
數據局部性模式（Locality Pattern）
原理和動機
數據局部性模式是多次請求杠桿反模式的針對性解決方案。在大數據和強調個性化服務的時代，一個服務消費幾十種不同類型數據的現象非常常見，同時每一種類型的數據服務都有可能需要一個大的集群（多臺機器）提供服務。這就意味著客戶端的一次請求有可能會導致服務端成千上萬次調用操作，很容易使系統進入多次請求杠桿反模式。在具體開發過程中，導致數據服務數量暴增的主要原因有兩個：1. 緩存濫用以及缺乏規劃，2. 數據量太大以至于無法在一臺機器上提供全量數據服務。數據局部性模的核心思想是合理組織數據服務，減少服務調用次數。具體而言，可以從服務端和客戶端兩個方面進行優化。
服務端優化方案的手段是對服務進行重新規劃。對于數據量太大以至于無法在一臺機器上存儲全量數據的場景，建議采用Bigtable或類似的解決方案提供數據服務。典型的Bigtable的實現包括Hbase、Google Cloud Bigtable等。實際上數據局部性是Bigtable的一個重要設計原則，其原理是通過Row key和Column key兩個主鍵來對數據進行索引，并確保同一個Row key索引的所有數據都在一臺服務器上面。通過這種數據組織方式，一次網絡請求可以獲取同一個Row key對應的多個Column key索引的數據。缺乏規劃也是造成服務數量劇增的一個重要原因。很多通過統計和挖掘出來的特征數據往往是在漫長的時間里由不同team獨立產生的。而對于每種類型數據，在其產生之初，由于不確定其實際效果以及生命周期，基于快速接入原則，服務提供者往往會用手頭最容易實施的方案，例如采用Redis Cache（不加選擇地使用緩存會導致緩存濫用）。數據服務之間缺乏聯動以及缺乏標準接入規劃流程就會導致數據服務數量膨脹。數據局部性原則對規劃的要求，具體而言是指：1. 數據由盡可能少的服務器來提供，2. 經常被一起使用的數據盡可能放在同一臺服務器上。
客戶端優化有如下幾個手段：
案例分析
我們的挑戰來自于美團的推薦、個性化列表和個性化搜索服務。這些個性化系統需要獲取各種用戶、商家和團購信息。信息類型包括基本屬性和統計屬性。最初，不同屬性數據由不同的服務提供，有些是RPC服務，有些是Redis服務，有些是HBase或者數據庫，參見下圖：
通常而言，客戶端每個用戶請求都會觸發多個算法。一方面，每個算法都會召回幾十甚至幾百個團購或者商家ID，團購和商家基礎屬性被均勻地分配到幾十臺Redis里面（如下圖），產生了大量的Redis請求，極端情況下，一次客戶端請求所觸發的團購基礎數據請求就超過了上千次；另一方面，用戶特征屬性信息有十幾種，每種屬性也由單獨的服務提供，服務端網絡調用次數暴增。在一段時間里，很多系統都進入了多次請求杠桿反模式，Redis服務器的網卡經常被打死，多次進行擴容，提高線程池線程數量，絲毫沒有改善。
在對系統進行分析之后，按照數據局部性模式的原則，我們采用了如下手段，徹底解決了系統多次請求杠桿反模式的問題：
缺點和優點
數據局部性模式并不適用于系統初級階段。在初級階段，最小可用原則往往是主要設計原則之一，出于兩方面的考慮：一方面，在初級階段，很難預測所要提供服務的數據是否有效而且能夠長期使用，以及未來的調用量；另一方面，在初級階段，工程師可能無法預測最終的調用模式，而不同的調用模式會導致數據局部性方案的設計不同。對于已經大量使用的數據服務，采用數據局部性模式進行重構必然要改變老的調用模式，這一方面會引入新的Bug，另一方面也意味著巨大的工作量。需要特別強調的是，數據處于系統的最底層，對于結構復雜而又重要的數據，重構所帶來可靠性、一致性和工作量都是需要權衡的因素。對于請求量比較小的數據服務，即使一次請求會觸發嚴重的請求杠桿效應，但是如果原始觸發請求數量在可預見的時間內沒有明顯變多的跡象，進行數據服務重構可能得不償失。
數據局部性模式能夠解決多次請求杠桿反模式所導致的問題，但它并非大數據的產物，CPU、編譯器的設計理念里早就融入了該模式，所以很容易被工程師理解。雖然過度設計在系統初級階段是一個要盡量避免的事情，但是理解和掌握數據局部性模式對于設計出一個可擴展、可重用的系統有很大幫助。很多成熟的系統因為多次請求杠桿反模式而導致系統頻繁崩潰，理解數據局部性模式的原則有助于提高工程師分析解決問題的能力，而在確認了系統存在請求杠桿問題后，數據局部性原則是一件非常銳利的武器。
避免蚊子大炮模式（Avoiding Over-generalized Solution Pattern）
原理和動機
“用大炮打蚊子”本來是大材小用的意思，但是細致想一想，用大炮打蚊子，成功率不高。對于開發工程師而言，一方面為了快速承接業務，按照方案復用原則，總是盡可能地利用現有系統，這使得系統功能越來越強大；另一方面，提高系統的通用性或可重用性也是工程師們在設計系統的一個重要目標。隨著這兩個過程的相互獨立演化，采用通用方案解決特定問題的現象隨處可見，形象地說，這就像大炮打蚊子。大炮成本很高，蚊子的數量眾多，最終的結局往往是蚊子戰勝了大炮。
“避免蚊子大炮模式”是經濟原則在運行時系統的運用，它要求采用最節省資源（CPU、內存等）的方法來解決所面臨的問題，資源浪費會帶來未來潛在的風險。工程師接到一個需求的時候，需要思考的不僅僅是如何復用現有的系統，減少開發時間，還需要考慮現有系統為處理每個新需求訪問所需運行時成本，以及新需求的預期訪問量。否則，不加辨別地利用現有系統，不僅僅增大了重構風險，還有可能交叉影響，對現有系統所支持的服務造成影響。從另外一個角度講，工程師在構建一個可重用系統的時候，要明確其所不能解決和不建議解決的問題，而對于不建議解決的問題，在文檔中標明潛在的風險。
案例分析
我們的挑戰是為移動用戶尋找其所在位置附近的商家信息。美團有非常完善的搜索系統，也有資深的搜索工程師，所以一個系統需要查找附近的商家的時候，往往第一方案就是調用搜索服務。但是在美團，太多的服務有基于LBS的查詢需求，導致搜索請求量直線上升，這本來不屬于搜索的主營業務，在一段時間里面反倒成了搜索的最多請求來源。而搜索引擎在如何從幾十萬商家里面找最近的幾百商家方面的性能非常差，因此一段時間里，搜索服務頻繁報警。不僅僅搜索服務可用性受到了影響，所有依賴于LBS的服務的可用性都大大降低。
在對系統分析之后，我們認為更適合解決最短直線距離的算法應該是k-d tree，在快速實現了基于k-d tree的LBS Search解決方案之后，我們用4臺服務器輕松解決了30多臺搜索服務器無法解決的問題，平均響應時間從高峰時的100ms降低到300ns，性能取得了幾百倍的提高。
缺點和優點
避免蚊子大炮模式的問題和數據局部性模式類似，都與最小可用原則相沖突。在系統設計初級階段，尋求最優方案往往意味著過度設計，整個項目在時間和成本變得不可控，而為每個問題去找最優秀的解決方案是不現實的奢求。最優化原則的要求是全面的，不僅僅要考慮的運行時資源，還需要考慮工程師資源和時間成本等，而這些點往往相互矛盾。在如下情況下，避免蚊子大炮模式所帶來的好處有限：在可預見的未來，某個業務請求量非常小，這時候花大量精力去找最優技術方案效果不明顯。
在設計階段，避免蚊子大炮模式是一個需要工程師去權衡的選擇，需要在開發成本和系統運行成本之間保持一個平衡點。當很多功能融入到一個通用系統里而出現性能問題的時候，要拆分出來每一個功能點所造成的影響也不是件輕易的事情，所以采用分開部署而共用代碼庫的原則可以快速定位問題，然后有針對性地解決“蚊子大炮”問題。總的來說，在設計階段，避免蚊子大炮模式是工程師們進行分析和設計的一個重要準則，工程師可以暫時不解決潛在的問題，但是一定要清楚潛在的危害。構建可重用系統或方案，一定要明確其所不能解決和不建議解決的問題，避免過度使用。
實時離線分離模式（Sandbox Pattern）
原理和動機
本模式的極端要求是：離線服務永遠不要調用實時服務。該模式比較簡單也容易理解，但是，嚴格地講它不是一種系統設計模式，而是一種管理規范。離線服務和在線服務從可用性、可靠性、一致性的要求上完全不同。原則上，工程師在編寫離線服務代碼的時候，應該遵循的就是離線服務編程規范，按照在線服務編程規范要求，成本就會大大提高，不符合經濟原則；從另外一方面講，按照離線服務的需求去寫在線服務代碼，可用性、可靠性、一致性等往往得不到滿足。
具體而言，實時離線分離模式建議如下幾種規范：
案例分析
因為違反實時離線分離模式而導致的事故非常常見。有一次，因為一個離線程序頻繁的向Tair集群寫數據，每一次寫10M數據，使得整個Tair集群宕機。另一次，因為Storm系統直接寫MySQL數據庫導致數據庫連接數耗盡，從而使在線系統無法連接數據庫。
缺點和優點
為了實現實時在線分離，可能需要為在線環境和離線環境單獨部署，維護多套環境所帶來運維成本是工程師需要考慮的問題。另一方面，在線環境的數據在離線環境中可能很難獲取，這也是很多離線系統直接訪問在線系統的原因。但是，遵從實時離線分離模式是一個非常重要的安全管理準則，任何違背這個準則的行為都意味著系統性安全漏洞，都會增大線上故障概率。
降級模式（Degradation Pattern）
原理和動機
降級模式是系統性能保障的最后一道防線。理論上講，不存在絕對沒有漏洞的系統，或者說，最好的安全措施就是為處于崩潰狀態的系統提供預案。從系統性能優化的角度來講，不管系統設計地多么完善，總會有一些意料之外的情況會導致系統性能惡化，最終可能導致崩潰，所以對于要求高可用性的服務，在系統設計之初，就必須做好降級設計。根據作者的經驗，良好的降級方案應該包含如下措施：
典型的降級策略有三種：流量降級、效果降級和功能性降級。流量降級是指當通過主動拒絕處理部分流量的方式讓系統正常服務未降級的流量，這會造成部分用戶服務不可用；效果降級表現為服務質量的降級，即在流量高峰時期用相對低質量、低延時的服務來替換高質量、高延時的服務，保障所有用戶的服務可用性；功能性降級也表現為服務質量的降級，指的是通過減少功能的方式來提高用戶的服務可用性。效果降級和功能性降級比較接近，效果降級強調的是主功能服務質量的下降，功能性降級更多強調的是輔助性功能的缺失。做一個類比如下：計劃將100個工程師從北京送到夏威夷度假，但是預算不夠。采用流量降級策略，只有50工程師做頭等艙去了夏威夷度假，其余工程師繼續編寫程序（這可不好）；效果降級策略下，100個工程師都坐經濟艙去夏威夷；采用功能性降級策略，100個工程師都坐頭等艙去夏威夷，但是飛機上不提供食品和飲料。
案例分析
我們的系統大量使用了智能降級程序。在系統惡化的時候，智能降級程序自動降級部分流量，當系統恢復的時候，智能降級程序自動升級為正常狀態。在采用智能降級程序之前，因為系統降級問題，整體系統不可用的情況偶爾發生。采用智能降級程序之后，基本上沒有因為性能問題而導致的系統整體不可用。我們的智能降級程序的主要判定策略是服務響應時間，如果出現大量長時間的響應異常或超時異常，系統就會走降級流程，如果異常數量變少，系統就會自動恢復。
缺點和優點
為了使系統具備降級功能，需要撰寫大量的代碼，而降級代碼往往比正常業務代碼更難寫，更容易出錯，所以并不符合奧卡姆剃刀原則。在確定使用降級模式的前提下，工程師需要權衡這三種降級策略的利弊。大多數面向C端的系統傾向于采用效果降級和功能性降級策略，但是有些功能性模塊（比如下單功能）是不能進行效果和功能性降級的，只能采用流量降級策略。對于不能接受降級后果的系統，必須要通過其他方式來提高系統的可用性。
總的來說，降級模式是一種設計安全準則，任何高可用性要求的服務，必須要按照降級模式的準則去設計。對于違背這條設計原則的系統，或早或晚，系統總會因為某些問題導致崩潰而降低可用性。不過，降級模式并非不需要成本，也不符合最小可用原則，所以對于處于MVP階段的系統，或者對于可用性要求不高的系統，降級模式并非必須采納的原則。
其他性能優化建議
對于無法采用系統性的模式方式講解的性能優化手段，作者也給出一些總結性的建議： 1. 刪除無用代碼有時候可以解決性能問題，例如：有些代碼已經不再被調用但是可能被初始化，甚至占有大量內存；有些代碼雖然在調用但是對于業務而言已經無用，這種調用占用CPU資源。 2. 避免跨機房調用，跨機房調用經常成為系統的性能瓶頸，特別是那些偽batch調用（在使用者看起來是一次性調用，但是內部實現采用的是順序單個調用模式）對系統性能影響往往非常巨大 。
總結
Christopher Alexander曾說過：”Each pattern describes a problem which occurs over and over again in our environment, and then describes the core of the solution to that problem, in such a way that you can use this solution a million times over, without ever doing it the same way twice” 。 盡管Christopher Alexander指的是建筑模式，軟件設計模式適用，基于同樣的原因，性能優化模式也適用。每個性能優化模式描述的都是工程師們日常工作中經常出現的問題，一個性能優化模式可以解決確定場景下的某一類型的問題。所以要理解一個性能優化模式不僅僅要了解性能模式的所能解決的問題以及解決手段，還需要清楚該問題所發生的場景和需要付出的代價。
最后，本文所描述的性能優化模式只是作者的工作經驗總結，都是為了解決由以下三種情況所造成的性能問題：1. 日益增長的用戶數量，2. 日漸復雜的業務，3. 急劇膨脹的數據，但是這些遠非該領域里面的所有模式。對于文章中提到的其他性能優化建議，以及現在和將來可能碰到的性能問題，作者還會不斷抽象，在未來總結出更多的模式。性能問題涉及領域非常廣泛，而模式是一個非常好的講解性能問題以及解決方案的方式，作者有理由相信，無論是在作者所從事的工作領域里面還是在其他的領域里面，新的性能優化模式會不斷涌現。希望通過本文的講述，對碰到同樣問題的工程師們有所幫助，同時也拋磚引玉，期待出現更多的基于模式方式講解性能優化的文章。
參考文獻
[1] Chang F, Dean J, Ghemawat S, et al. Bigtable: A Distributed Storage System for Structured Data [2] Gamma E, Helm R, Johnson R, et al. Design Patterns-Elements of Reusable Object-Oriented Software. Machinery Industry, 2003 [3] Motlik F. Monolithic Core Versus Full Microservice Architecture [4] Monolithic Design WikiWikiWeb. [5] Bovet D P, Cesati M. Understanding the Linux Kernel. 3rd ed. O’Reilly Media, 2005. [6] Bloch J. Effective Java. 2nd ed. Addison-Wesley, 2008. [7] Alexander C, Ishikawa S, Silverstein M. A Pattern Language: Towns, Buildings, Construction. Oxford University Press, 1977.
總結
- 上一篇： Storm 的可靠性保证测试
- 下一篇： 美团点评移动网络优化实践