性能优化指南：性能优化的一般性原则与方法( 三 ) _性能优化

对于可能被重复创建和销毁，并且创建和销毁成本较高的对象，例如进程和线程，也可以进行缓存。对应的缓存形式有单例、资源池（连接池、线程池）。
对于计算结果的缓存，也需要考虑缓存失效。对于pure来说，固定的输入就有固定的输出，缓存不会失效。但是，如果计算受到中间状态和环境变量的影响，缓存的结果可能无效，如本文所述：
#
并发
一个人做不完，就找两个人做。并发不仅增加了系统的吞吐量，还减少了用户的平均等待时间。
这里的并发是指广义的并发，粒度包括多机（集群）、多进程、多线程。
对于无状态的服务（状态是指需要维护的上下文环境，用户请求依赖于这些上下文环境），集群可以用来很好的扩展，增加系统的吞吐量，比如挂载nginx后的web

文章插图
对于有状态的服务，也有两种形式，每个节点提供相同的数据，比如mysql读写分离；每个节点只提供部分数据，例如在
在分布式存储系统中，() 和 () 都有助于并发。
绝大多数的web，要么使用多进程，要么多线程处理用户请求，以充分利用多核CPU，而在IO阻塞的地方，也适合使用多线程。较新的协程 ( , ) 也是一种并发。
懒惰的
将计算推迟到必要时，可以避免冗余计算甚至根本不计算，请参见：
这个想法太棒了！
批处理，合并
当有 IO（网络 IO、磁盘 IO）时，合并操作和批处理操作往往可以提高吞吐量和性能。
我们最常见的是批量读取：每次读取数据时多读取，以备不时之需。例如，GFS 会从 GFS 中读取更多的 chunk 信息；例如，在分布式系统中，如果一个中心化节点生成复杂的全局 ID，我们的应用程序可以一次请求一批 ID 。
尤其是当系统中存在单点时，缓存和批处理从本质上减少了与单点的交互，是降低单点压力的一种经济有效的方式
在前端开发中，经常会出现资源的压缩和合并，这也是思路。
对于网络请求，网络传输时间可能比请求的处理时间长很多，所以需要合并网络请求，比如bulk和redis 。在写文件的时候，也可以批量写入，减少IO开销，GFS就是这样做的。
更高效的实施
同一个算法必然有不同的实现，所以会有不同的表现；有的实现可能是time-for-space，有的可能是space-for-time，需要根据自己的实际情况权衡。
程序员喜欢造轮子，拿来练习用是可以理解的，但是在项目中，使用成熟的、经过验证的轮子往往比自造轮子要好。当然，不管你是用别人的轮子还是自己的工具，当出现性能问题的时候，要么优化，要么更换。
例如，我们有一个场景，大量复杂的嵌套对象被序列化和反序列化。一开始使用的是()自带的json模块。即使出现性能问题，也无法优化。在线查看并更换。变成ujson，性能好很多。
上面的例子是无损的，但是一些更高效的实现也可能是有损的。例如，如果发现性能问题，很可能会考虑 C 扩展，但也会带来可维护性和灵活性的损失。有坠机风险。
缩小解空间
缩小解空间意味着计算是在较小范围的数据上执行的，而不是遍历整个数据。最常见的是索引。通过索引，可以快速定位数据。数据库的优化主要是索引的优化。
如果有本地缓存??，那么使用索引也会大大加快访问速度。但是，索引更适合多读少写。毕竟指数的建设也需要消耗。
此外，在游戏服务器端，使用的分割线和AOI（点阵算法）也是减少解空间的方法。
性能优化和代码质量