大致可把SMTP处理分为几个阶段：
SMTP服务时间=认证时间+SMTP Local Queue入队时间+Outbound处理时间
在各个模块上进行监测，时间细分为2S≈0.02S+1.2S+0.7S。
由于Job Queue上花费了1.2S，那么说明邮件队列还有调优的空间。
2．使用正交图来预测性能拐点
两个因素A和B，B的变化会导致A的变化，那么可以以A为纵轴，B为横轴，建立二维正交图来观察A和B之间的影响作用大小及发展趋势。
比如在上面的基准环境度量数据例子中，A为性能响应时间，B为基础容量数据，以upload file测试案例为例，可以绘制如图11-2所示的曲线图。
图11-2 容量—性能变化曲线
从以上曲线可知，随着数据容量的增加，性能响应时间增加幅度较少，这是一个斜率小于1的曲线，因此，可以预测在将来容量增加的一段时间内，应该不会存在容量拐点和瓶颈。
在上面的周期迭加度量数据例子中，A为性能时间，而B为版本周期。以download file测试案例为例，可以绘制如图11-3所示的曲线图。
上面的曲线反映了一个问题，第二个版本相比第一个版本出现了较大幅度的性能衰退，而在第三个版本和第四个版本中得到解决，并加以控制。
图11-3 版本—性能变化曲线
