软件系统性能常见方法论（IT系统容量评估方法论）

在IT行业的发展过程中，先有传统行业，后出现了互联网行业传统行业的特点为：业务抽象度高，重用率高，流程复杂，中心化管理互联网行业的特点为：业务水平，垂直拆分，模块化，职责单一，功能简单，敏捷交付，非功能性质量要求高，我来为大家科普一下关于软件系统性能常见方法论?下面希望有你要的答案，我们一起来看看吧!

软件系统性能常见方法论

在IT行业的发展过程中，先有传统行业，后出现了互联网行业。传统行业的特点为：业务抽象度高，重用率高，流程复杂，中心化管理。互联网行业的特点为：业务水平，垂直拆分，模块化，职责单一，功能简单，敏捷交付，非功能性质量要求高。

通常软件架构设计分为需求分析整理，概要设计，详细设计三个阶段，每个阶段任务如下：

• 需求分析整理阶段：针对用例和场景，抽象出系统面向的用户和角色。梳理用户和角色应该提供的功能需求，非功能质量需求和限制。
• 概要设计阶段： 基于需求对整个系统进行模块划分，并定义模块之间的关系和交互。
• 详细设计：通过视图的方式来描述系统架构。视图包括：数据视图，逻辑视图，开发视图，进程视图，物理视图，性能视图，安全视图。

一. 架构权衡分析法（ATAM）

架构权衡分析法（Architecture Tradeoff Analysis Method,ATAM）为行业通用的实践方法,该方法揭示架构满足特定质量目标的情况，使得我们认识到目标与质量之间的权衡和制约。通用的非功能质量指标包括：高可用，高性能，可伸缩，可扩展，安全性，稳定性，可维护性，可测试性，健壮性等。

非功能质量指标	描述
高性能	运行效率高，性价比高，通常指单节点吞吐量和响应时间
高可用	持续可用性，缩短宕机时间，出错恢复，可靠性
可伸缩性	垂直，水平伸缩
可扩展性	可插拔，组件重用，新业务，新功能叠加
安全性	数据安全，加密，熔断，防攻击
可监控性	快速发现，定位和解决问题
可测试性	可灰度，可预览，可Mock，可拆解，QA测试，准生产测试
鲁棒性	容错性，可恢复性
可维护性	易于维护，监控，运营和扩展
可重用性	模块化，可移植性，解耦
易用性	可操作性

非功能性质量需求的具体指标针对不同的系统主要分4部分：应用服务器，数据库，缓存和消息队列。

1. 应用服务器

序号	部署结构	容量性能指标
1	负载均衡策略	每天请求量
2	高可用策略	各接口访问峰值
3	I/O模型	平均的请求响应时间
4	线程池模型	最大的请求响应时间
5	线程池中的线程数量	在线用户量
6	是否多业务混合部署	请求的大小
7		网卡的IO流量
8		磁盘的IO负载
9		内存的使用情况
		CPU的使用情况

2. 数据库

关注吞吐量，每天数据总量

序号	部署结构	容量性能指标
1	复制模型	当前的数据容量
2	失效转移策略	每天的数据增量
3	容灾策略	每秒的读/写峰值
4	归档分离策略	每秒的事务量峰值
5	分库分表策略	查询是否走索引
6	静态数据是否启用缓存	有没有大数据量的查询和范围查询
7	穿透缓存方案	有没有多表关联，关联是否用到索引
8	缓存预热策略	有没有使用悲观锁，是否可以改为乐观锁，行级锁。
9		事务的一致性级别
10		JDBC数据源类型及连接数配置，诊断日志是否开启
11		有没有存储过程
12		伸缩策略（分区表，自然时间分表，水平分库分表）水平分表的实现方法（客户端，代理，nosql）

3. 缓存

根据应用层的访问量和访问峰值，通过评估热数据的占比，计算缓存资源的大小并估算缓存资源的峰值，由此来计算缓存资源的数量，部署结构，高可用方案等。

序号	部署结构	容量和性能指标
1	复制模型	缓存内容大小
2	失效转移	缓存内容的过期时间
3	持久策略	缓存的数据结构
4	淘汰策略	每秒的读、写 峰值
5	线程模型	冷热数据比例
6	预热方法	分布式锁
7	哈希分片策略	缓存分片方法（客户端，代理，集群）
8		是否有大对象
9		是否有可能缓存穿透

4. 消息队列

序号	部署结构	容量和性能指标
1	复制模型	每天平均的数据增量
2	失效转移	消息持久的过期时间
3	持久策略	每秒的读、写峰值
4		每条消息大小
5		平均延迟
6		最大延迟
7		消费者线程池模型
8		哈希分片策略
9		消息的可靠投递
10		消费者的处理流程和持久机制

二. 技术评审提纲

• 现状

1. 业务背景：项目名称，业务描述
2. 技术背景：架构描述，当前系统容量（系统调用量的平均值，请求响应时间的平均值，峰值，最大最小值等 ）

• 需求

1. 业务需求：要改造的内容，要实现的新需求

2. 性能需求：预估系统容量（预估系统调用量平均值，平均响应时间），安全性，可伸缩性。

• 方案描述

1.概述：一句话概括方案亮点：双写，迁移，主从分离，分库分表，扩容，归档，接口改造。

2.详细说明：结合各种视图（UML,概念图，框图）表明改造方案，突出变动的地方。

• 中间件架构：应用服务器，数据库，缓存，消息队列
• 逻辑架构：模块划分，模块通信，信息流，时序
• 数据架构：数据结构，数据分布，拆分策略，缓存策略，读写分离策略，查询策略，数据一致性策略。
• 异常处理，容灾策略，灰度发布，上线方案，回滚方案。

3.性能评估

• 给出方案基准数据，并按性能需求评估需要使用的资源数量
• 单机并发量，容量，吞吐量峰值。
• 根据性能需求，评估资源数量，伸缩方式等部署结构。

• 方案的优点缺点，方案对比
• 风险评估
• 工作量评估

三. 系统评估案例

备注：如下数据基准仅做案例演示。

3.1 背景

数字家庭管理平台两个质量需求。

• 1.第三方系统信息查询，复位重启接口频繁调用。
• 2.ihdmgr，apmgr进行分布式部署，日志检索耗时费力。

3.2 目标数据量级

• 智能网关，机顶盒，智能组网设备合计800万，平均每天增长1.2万。
• 平均每天装，撤，拆，移工单2.4万单，下单集中在8:00~19:00，占比80%。

3.3 量级评估标准

• 通用标准

容量：按照峰值的3倍进行冗余设计。

业务开通容量：时效性较强，按照2年计算，转储设计。

第三方查询接口：吞吐量为1000/S.

• mysql

单端口读：1000/S

单端口写：700/S

单表容量：5000万条。

• Redis

单端口读：40000/S

单端口写：40000/S

单端口内存容量：32GB

• Kafka

单机读：30000/S

单机写：5000/S

• web 服务器

请求量的峰值：200/S

3.4 方案

方案一. 最大性能方案

无法预估第三方的调用行为，假设提供最快的响应时间，最大的服务性能。

• 整体流程：

提供RESTful 服务来查询终端信息。

提供RESTful服务来重启对应终端。

• 数据库资源评估

• 读操作吞吐量：

按照1%的终端用户存在潜在查询需求，且集中在9:00-19：00 这10个小时内。冗余按照3倍设计。

（800w*0.01）/(10*60*60)*3=2.23*3=7/s

mysql单端口完全够用。

• 写操作吞吐量：

复位重启后，10条参数需要重新下发，1%的终端用户存在潜在复位重启需求，且集中在9:00-19：00 这10个小时内。冗余按照3倍设计。

（800w*0.01*10）/(10*60*60)*3=22.3*3=70/s

mysql 单端口完全够用。

• 数据容量：

当前800万用户，1%复位重启，每个用户下发10条参数，3倍冗余，单表容量5000万，2年后下发参数条目数及所需表数量计算如下：

（800w*0.01*365*2年）*10条*3倍=17亿条/0.5亿=34张。

根据以上读写吞吐量评估，如果读写分离，主从部署，需要1主1从，如若考虑主备，则需要2主2从。34*2=68张表，考虑将来端口扩展不拆分数据库，尽量设计更多的库，比如使用16个库。设计结果：2端口*16库*2表。

• 缓存资源评估

为了提升查询效率，需要redis缓存活跃终端的基本信息，定义近一天和平台有联系的终端（40%）为活跃终端，缓存24小时，每条终端信息为1KB, 冗余3倍设计，缓存大小计算如下：

800w*0.4*1KB=3.2GB*3=9.6G.

1台机器32G，读写满足5000/S, 所以设计结果为1台。

• 应用服务器评估

根据数据库读写7/S, 70/S的峰值计算，单台应用服务器即可，选择两台可避免单点故障。

设计结果2台。

所以最大性能设计方案最终需要服务器：

数据库2台 缓存服务器1台 应用服务器1台=4台。

方案二. 最小资源方案

请求量暂时无法评估，最小资源方案可节省成本，目前测算单台容量足够承载。

数据库1台 应用服务器1台=2台。

四. 常用的系统层性能指标参考标准

• 寄存器和内存

1. 寄存器，L2,L3，内存，分支预测失败，互斥量加锁和解锁等耗时为纳秒级别
2. 内存随机读取可达30万次/s，顺序读取可达500万次/s
3. 内存每秒可读取GB级别的数据。
4. 读取内存中1MB的数据为250ns，为亚毫秒级别。

• 硬盘

1. 普通SATA机械盘IOPS能达到120次/S
2. 普通SATA机械盘顺序读取数据可达100MB/S，读取1MB 数据20ms
3. 普通SATA机械盘随机读取数据可达2MB/S
4. 普通SATA机械盘旋转半圈需要3ms
5. 普通SATA机械盘寻道需要3ms
6. 普通SATA机械盘寻道后开始读取数据，读取一次数据真正耗时2ms
7. fusionIO卡（一种高的ssd硬盘套件）可达到百万级别的IOPS,
8. 高端机器如ibm，华为等服务器上的高端存储设备，每秒GB级别的数据读取，相当于内存的读取速度。
9. 固态硬盘访问延迟：0.1-0.2ms，和内存速度相当。

• 网络IO

1. 常见千兆网卡传输速度为1000Mbit/S, 即128MB/S
2. 千兆网卡读取1MB数据，10ms。

• 数据库

1. 通常读取一条记录在毫秒级别，短则几毫秒，大于500ms一般为超时。
2. mysql在4核心，256G内存中性价比最好，继续垂直扩展由于体系结构限制，成本开始增加，性价比开始降低。

• IDC

1. 同一机房网络来回：0.5ms
2. 异地机房来回：30~100ms
3. 同一机房RPC服务调用为几个毫秒，500ms为超时。

• 网站：

1. UV:每日一共有多少用户来访，用cookie session跟踪。
2. 独立ip访问：每日有多少独立ip来访，同一个局域网可以看成一个ip
3. pv：每日单独用户的所有页面访问量，如果每日uv为50000 000，那么每秒平均在线人数为：50000 000/24/60/60=578人。如果每秒都做一次查询，则需要一个能承载578/S吞吐量的机器。

• 组合计算：

1. 普通机械盘：3ms 旋转 3ms 寻到 2ms读取延迟=8ms
2. 普通sata机械盘每秒随机读取：1000ms/8ms= 125次 IOPS.
3. IOPS代表每秒可随机寻址次数，随机读取速度取决于数据如何存放，如果按照块存放，每块4KB，每次读取10块，那么随机读取速度为：10*4KB*125次/S=5MB/S
4. 一次读取内存时间：1000ms/30万次/S=3ns
5. cpu速度=10倍*内存速度=100倍*IO速度

,