应用服务器性能优化
一、分布式缓存（memcache）
*：网站性能优化第一定律：优先考虑缓存
1、缓存的基本原理：本质为内存Hash表
*：数据以Key、Value对形式存储在内存Hash表中。通过Hash（Key）得到HashCode，即Value对应内存的位置
2、合理使用缓存
*：不适合缓存的数据：频繁修改（写导致缓存中的数据失效）、没有热点、一致性要求高（缓存设有失效时间，这段时间内可能有脏数据）
*：缓存预热：缓存刚起来时为空数据，最好在使用前预加载数据库数据
*：缓存雪崩：当缓存服务器崩溃时，所有请求会落到数据库导致数据库宕机。好的方法是使用分布式缓存服务器提高缓存可用性
*：缓存穿透：不正确或者恶意的请求可能落在某个不存在的Key导致频繁读数据库，一个简单对策将不存在的Key也缓存起来
3、分布式缓存架构
*：一种是以JBossCache为代表的，每个缓存服务器数据相同，需同步更新的分布式缓存（很少用）
*：一种是以Memcache为代表的，每个缓存服务器数据部相同，之间不需要通信的分布式缓存。应用程序通过一致性Hash等路由算法选择具体的缓存服务器
4、Memcache的特点
*：简单的通行协议：TCP的，一套基于简单文本的自定义协议（一个命令关键字+一组命令操作数，如get <key>）
*：丰富的客户端程序：几乎支持所有主流语言（因为通信协议简单）
*：高性能的网络通信：基于Libevent，提供稳定的长连接
*：高效的内存管理:：简单固定的内存空间分配，slab_class=>slab=>chunk
*：互不通信的集群架构：客户端路由算法一致性Hash更成为数据存储伸缩性架构的范例
二、异步操作
*：使用消息队列将调用异步化，可改善网站的扩展性
*：消息队列：用户请求发送给消息队列后立即返回，再由消费队列的消费者进程将消息异步写入数据库，具有很好的削峰作用
三、使用集群
*：利用集群解决高并发问题，前端用负载均衡技术将请求均匀分发到多台服务器上（不单单局限在应用服务器）
四、代码优化
1、多线程
*：线程的优点：比进程更轻量，占用更少系统资源，切换代价更小
*：使用多线程的2个主要原因：IO阻塞（阻塞时可以调用其他线程处理）和多CPU（最大限度使用CPU）
*：线程数估算公式：启动线程数 = [ 任务执行时间 / ( 任务执行时间 - IO等待时间 ) ] * CPU核数
*：线程安全问题实质：多线程并发对某块内存进行修改操作（对象、内存、文件、数据库等）
*：线程安全问题解决思路：对象设计为无状态，使用局部变量，并发访问加锁等
2、资源复用
*：开销较大的系统资源：数据库连接，网络Socket连接，线程，复杂对象等
*：资源复用的2个方法：单例模式和对象池，都可以防止不必要的创建和销毁操作
3、数据结构和算法
*：灵活组合数据结构和算法优化程序执行复杂度，如Hash等
// ===========================================================
存储性能优化
一、机械硬盘和固态硬盘
1、机械硬盘：每次访问数据都需要移动磁头臂（物理运动），故数据连续访问和随机访问性能表现差别大
2、固态硬盘：没有机械装置，数据存储于硅晶体中，有更好的性能。可靠性，性价比还有待提升，但逐步取代机械硬盘是迟早的事
二、B+树和LSM树
1、由于机械硬盘具有快速顺序读写，慢速随机读写的特性，故应用程序选择存储结构和算法极为重要
2、B+树是一种专门针对磁盘存储而优化的N叉排序树，目前数据库多采用两级索引，树的层次最多三层
3、LSM树可以看为一个N阶合并树，数据写操作都在内存中进行，目前许多NoSQL都采用LSM树作为主要数据结构
三、RAID和HDFS
1、RAID，即廉价磁盘冗余阵列，主要是为了改善磁盘访问延迟，增加磁盘可用性和容错能力（数据在多块磁盘并发读写和数据备份）
2、HDFS，即分布式文件系统，Hadoop的文件系统，系统在整个存储集群的多台服务器上进行数据并发读写和备份
