一、优化思路
- 清楚性能基线
只有清楚了服务当前的性能基线，才能更好的制定优化计划以及优化目标。不清楚性能基线的话，很难知道优化的效果，更无法清晰距离目标还有多远。
- 确定优化目标
有目标的做事，才能更好的做事。有目标，才会清晰方向。往往一个项目有太多需要优化的地方，而有了目标，才能更好的分清优化点的优先级，而对时间才能做到更好的把控。那如何更好的达成目标，减少走弯路呢？需要我们走好优化测试闭环。
- 优化测试闭环
服务性能优化是一个长期的工作，优化目标不是一两天就能达到的，而我们需要对自己的优化效果做到清晰准确。需要准备稳定的性能测试环境，在保证输入相同的情况下，我们需要看到优化的效果。在此环节最好了解服务的输入、资源的配置，做到小步优化，小步测试，可以更好的减少走弯路。那如何更好的做好优化测试闭环呢？需要我们能快速看到服务整体以及各环节的统计度量数据。
-
统计度量数据
做好服务的统计度量工作，就可以每天都出一份性能测试报告，让工作更加数据化。而如何做好统计度量呢？可能会有很多做好，例如借助监控软件，而我们采取的是日志分类，通过日志然后去计算各环节所用的时间。这里需要结合具体的服务去决定如何去做。而做好统计度量，还有一个很重要的作用，我们可以快速的寻找到优化点。
-
寻找性能拐点
根据统计度量数据，找到性能的拐点，逐步优化，以达到初始性能优化目标。
二、优化方向
一般情况下基于时间维度和空间维度两个方向考虑服务的性能优化。从时间维度来看可以从内存的使用、缓存的构建、IO的交互、代码的编译、数据的解析等多个角度考虑，从空间维度来看可以从缓存结构、数据结构、类的继承等多个角度考虑。
三、优化实战
（一）服务背景
该服务是基于PaaS平台部署的分布式服务，服务本身是基于Jstorm Topology开发的流式数据清洗服务。
（二）优化方向
-
Bolt之间的分发，由随机分发改为优先本地分发，网络IO优化。（最大的性能拐点）
-
正则表达式的预编译，代码编译优化。
-
构建FTP Client的链接池。
-
模型标签的优化。
-
缓存构建的优化。
-
写文件的优化，文件IO优化。
-
Topology的优化。
-
字符串的拷贝优化。
-
数据结构容量的初始化优化。
-
文件操作Buffer的大小优化。
-
数据源读取Kafka消息的优化。
-
文件解析的优化，将文件从NFS挪至Node本地。
-
增加内存盘，减少IO。