罗罗编程学习记录
本页内容 展开查看

06.5.6.13 压测与性能调优

所属:全栈开发面试题库 / 06 后端框架与工程实践 / 06.5 PHP 后端 / 06.5.6 Swoole

06.5.6.13-001 Swoole 服务常用压测工具有哪些?

一句话结论

HTTP 接口常用 ab、wrk、wrk2、hey、JMeter 一类工具;TCP/自定义协议可用 nc、telnet 或自写并发客户端;压测工具只产生流量,指标口径与瓶颈定位仍需服务端配合采集。

概念解释

不同工具侧重不同:ab 简单直接,适合快速基线;wrk 单线程高并发、支持 Lua 脚本构造复杂请求;hey 便于控制并发与持续时长;JMeter 适合混合场景与业务脚本。压测客户端本身可能成为瓶颈,需分布施压或核对客户端 CPU/网络。工具版本与参数(连接复用、超时、请求体)会显著影响结果,记录时一并留存。

原理流程

  1. 明确压测目标:单接口基线、混合场景还是长稳稳定性。
  2. 选择工具并配置并发数、持续时长、请求参数与连接复用策略。
  3. 服务端同步采集 CPU、内存、协程数、连接与下游指标。
  4. 记录工具版本、命令参数与服务端环境,保证结果可复现。

代码或图示

# 示意:wrk 类工具的压测命令形态,参数按实际工具与版本填写
# wrk -t4 -c100 -d30s http://127.0.0.1:16899/api/demo
# ab -n 10000 -c 100 http://127.0.0.1:16899/api/demo

常见误区

  • 只看压测工具输出的 QPS:不采集服务端指标,无法判断瓶颈位置。
  • 压测客户端与服务端同机运行:互相争抢 CPU,结果失真。

追问

  • 自定义 TCP 协议怎么压测?答:用协程客户端写并发脚本,控制并发数与压测时长,统计成功率与延迟分布。
  • 压测需要造真实数据吗?答:尽量贴近生产数据分布(数据量、返回体大小、关联查询);小数据压测会高估性能。

06.5.6.13-002 压测指标口径:QPS、延迟、并发数如何定义?

一句话结论

QPS 是每秒成功处理的请求数,延迟是单请求从发起到响应完成的耗时,并发数是同时在处理的请求/协程数;三者通过 Little 定律关联,口径必须在报告中写清,避免跨场景对比。

概念解释

QPS 区分成功 QPS 与总请求数,失败请求应单独统计。延迟分平均、中位与分位值,单位统一为毫秒或秒。并发数指在飞请求数,不等于压测工具连接数(连接可复用)。口径差异常见:是否含网络往返、是否统计排队等待、超时请求计入成功还是失败。报告中固定口径后再对比不同版本与配置。

原理流程

  1. 定义指标:成功请求数、总耗时、在飞并发数。
  2. 按固定口径采集:服务端处理时间 vs 端到端时间分开记录。
  3. 计算 QPS、延迟分布与并发峰值。
  4. 标注失败率、超时率与压测环境条件。

代码或图示

口径要素:
QPS = 成功请求数 / 压测时长(失败请求单列)
延迟 = 请求发起 → 响应完成(区分端到端与服务端处理)
并发 = 同时在飞请求数(≠ 工具连接数)
关联:在飞并发 ≈ QPS × 平均延迟(Little 定律估算)

常见误区

  • 把连接数当并发数:连接复用下一条连接承载多个串行请求。
  • 平均延迟掩盖长尾:必须同时看 P95/P99 与失败率。

追问

  • 服务端耗时从哪里取?答:在请求回调入口/出口埋点记录;端到端延迟含网络与客户端排队,两者分开统计。
  • 超时请求算 QPS 吗?答:不算成功 QPS;报告中同时列出总请求数、成功数与超时/错误数。

06.5.6.13-003 QPS、平均延迟与 P99 之间是什么关系?

一句话结论

平均延迟被大量快请求拉低,长尾慢请求推高 P95/P99;QPS 上升过程中延迟分位值先平稳后在瓶颈拐点快速恶化,压测要找拐点而不是只看平均 QPS。

概念解释

系统在容量内:QPS 增加,平均与分位延迟基本稳定。接近瓶颈:排队效应显现,长尾请求等待时间拉长,P99 先于平均值抬升。只看平均延迟会漏掉长尾恶化;只看平均 QPS 会错过拐点。健康服务要求在目标 QPS 下 P99 仍在业务容忍阈值内,且错误率为零或可控。

原理流程

  1. 阶梯加压:并发/QPS 逐档提升。
  2. 每档记录平均延迟、P95、P99、错误率与资源指标。
  3. 找到 P99 开始快速上升、错误率抬头的拐点。
  4. 容量规划取拐点以下的保守值,预留余量。

代码或图示

延迟随负载变化:
低负载:平均 / P95 / P99 均平稳
接近瓶颈:P99 先抬升,长尾排队拉长
过载:错误率上升,平均延迟也明显恶化
压测目标:在目标 QPS 下 P99 满足业务阈值,资源有余量

常见误区

  • 用平均延迟判断服务健康:长尾故障被平均值隐藏。
  • 压测跑到错误率出现才停:拐点之前的容量才是可用容量。

追问

  • P99 怎么算?答:把全部请求延迟排序,取第 99 百分位;样本量不足时分位值不稳定,需足够请求数。
  • P99 高但平均正常怎么排查?答:看长尾请求的耗时分解(排队、下游、锁等待),定位少数慢请求来源。

06.5.6.13-004 压测如何分层:单接口、混合场景与长稳压测?

一句话结论

压测分三层:单接口基线找单点性能,混合场景模拟真实流量配比,长稳压测验证内存、连接与协程稳定性;三层目的不同,指标与时长设置也不同。

概念解释

单接口压测隔离变量,验证某接口在独立场景下的吞吐与延迟上限。混合场景按生产流量配比组合多接口,验证接口间资源竞争与下游叠加压力。长稳压测持续数小时以上,观察内存是否只涨不落、连接是否泄漏、协程是否堆积、定时器是否累积。三层结果互补:单接口达标不代表混合场景达标,短压测达标不代表长稳稳定。

原理流程

  1. 单接口:逐接口压测,记录基线 QPS、延迟与资源占用。
  2. 混合场景:按生产配比组合请求,采集整体与分接口指标。
  3. 长稳:持续运行,周期性记录内存、协程数、连接数与错误率。
  4. 对比基线与长稳曲线,识别泄漏与退化趋势。

代码或图示

压测分层:
单接口基线:隔离变量,单点吞吐 / 延迟上限
混合场景:真实配比,接口竞争与下游叠加压力
长稳压测:数小时持续运行,内存 / 连接 / 协程趋势
顺序:先单接口摸底,再混合验证,最后长稳兜底

常见误区

  • 只做单接口压测:接口间共享连接池、CPU 与下游,混合后表现可能明显下降。
  • 长稳压测时间过短:内存泄漏与连接残留需要时间累积暴露。

追问

  • 长稳跑多久合适?答:按业务发布周期与泄漏累积速度定,覆盖典型流量周期;具体时长结合内存增长曲线判断。
  • 混合场景配比从哪来?答:生产访问日志统计各接口占比、参数分布与返回体大小。

06.5.6.13-005 worker_num 如何配置,与 CPU 核数是什么关系?

一句话结论

worker_num 决定业务 Worker 进程数,CPU 密集型按核数附近配置,IO 密集型可高于核数但受内存、下游连接与压测结果约束;不是越大越好,最终取值以压测拐点为准。

概念解释

进程模型章节已说明 Worker 职责,本题聚焦配置取值。CPU 密集任务:进程数接近物理核数,避免上下文切换开销。IO 密集任务:协程在等待 IO 时让出,单进程可承载多协程,Worker 数不必等于并发数;过高的 Worker 数增加内存、连接与调度开销。配置需结合任务类型、单进程内存占用、下游连接额度与压测延迟分位值综合确定。

原理流程

  1. 判断业务类型:CPU 密集还是 IO 密集。
  2. 统计单 Worker 内存占用与下游连接占用。
  3. 按核数与资源预算给出初始 Worker 数。
  4. 压测对比不同 Worker 数下的吞吐、延迟与资源利用率,回调取值。

代码或图示

// 示意:Server 配置中的 worker_num,取值按压测结果确定
$server->set([
    'worker_num' => 4,        // 初始值参考 CPU 核数
    'task_worker_num' => 2,   // 异步任务独立配置
]);

常见误区

  • Worker 数设成核数的多倍:内存与连接开销叠加,CPU 上下文切换反而拉低吞吐。
  • 忽略单进程内存上限:Worker 数乘以单进程内存不能超过整机可用内存。

追问

  • 如何查看 CPU 核数?答:Linux 用 nproc 或 /proc/cpuinfo;容器内配额需看 cgroup 限制,宿主机核数不等于容器可用核数。
  • Worker 数与协程并发是什么关系?答:Worker 是进程级并行单位,协程是进程内并发单位;两者分别配置,IO 密集场景协程并发往往高于 Worker 数。

06.5.6.13-006 CPU 绑定(进程亲和)有什么作用?

一句话结论

把 Worker 进程绑定到指定 CPU 核可减少进程在核间迁移与缓存失效,提升缓存命中率;在多核机器与 CPU 密集场景收益明显,具体绑定方式与效果以部署环境为准。

概念解释

操作系统调度器可能在不同 CPU 核间迁移进程,导致 L1/L2 缓存重新预热。进程亲和(affinity)让固定 Worker 常驻固定核,缓存热度保持。Swoole 是否提供内置绑定接口、绑定配置项名称随版本不同,需核对官方文档;Linux 下也可通过外部工具或启动参数设置。容器环境还要考虑 CPU 配额与超配。

原理流程

  1. 识别 CPU 拓扑与可用核数(含容器配额)。
  2. 为各 Worker 分配固定核或核组。
  3. 启动时应用亲和绑定。
  4. 压测对比绑定前后的 CPU 利用率与延迟分位值。

代码或图示

# Linux 示意:查看进程 CPU 亲和性与绑定工具用法
# taskset -cp <pid>
# 具体绑定是否由 Swoole 配置支持,以官方文档为准,待确认

常见误区

  • 在核数超配的容器里按宿主机核数绑定:可用核受 cgroup 限制,绑定范围需对齐配额。
  • 绑定后忽略中断与其他进程占用:核上还有系统进程与 Reactor 线程,需留余量。

追问

  • IO 密集场景绑定收益大吗?答:IO 等待期间进程不在 CPU 上运行,缓存收益有限;收益主要看 CPU 占用率与调度迁移频率。
  • 绑定接口属于扩展能力吗?答:需查版本文档;扩展不提供时用 OS 层工具,脚本自定位与配置方式按部署方案核对。

06.5.6.13-007 内存占用与对象复用如何优化?

一句话结论

常驻服务内存优化方向:减少请求间常驻对象、复用可复用的缓冲区与配置对象、避免大结果集滞留、及时释放临时大变量;对象复用要注意状态复位与协程隔离。

概念解释

PHP 请求在 FPM 下结束即释放,常驻进程内对象按引用计数存活。优化点:配置、字典等只读对象进程内复用;可变请求对象用完即释放;大数组/字符串局部变量及时 unset 解除引用;结果集分批处理。可复用对象(如缓冲区)复用时必须复位上一轮状态,避免请求间污染;跨协程共享复用对象需同步保护。

原理流程

  1. 压测采集进程内存基线与峰值,区分常驻占用与请求临时占用。
  2. 只读配置与字典进程内复用,避免每请求重建。
  3. 临时大对象用完解除引用,结果集分批流式处理。
  4. 复用对象复用前复位状态;压测长稳观察内存回落情况。

代码或图示

go(function () {
    $buffer = str_repeat('x', 1024 * 1024); // 临时大对象
    // ... 使用 buffer ...
    unset($buffer); // 解除引用,无其他引用时归还内存
});

常见误区

  • 全局数组缓存所有请求数据:只增不减,长稳下内存持续上涨。
  • 复用对象不复位状态:上一轮残留数据污染下一轮请求。

追问

  • 内存何时归还系统?答:PHP 内存管理与 Zend 内存分配策略相关,释放回 PHP 堆不等于立即归还 OS;观测 RSS 趋势判断是否泄漏。
  • 哪些对象适合进程内复用?答:只读配置、静态字典、连接池;请求态对象不可复用,避免协程串数据。

06.5.6.13-008 协程栈大小与性能、并发如何权衡?

一句话结论

栈过大降低单进程可承载协程数,栈过小可能在深调用链溢出;按业务调用深度与压测峰值设定,不盲目调大,默认值与配置入口以版本核对,标注待确认。

概念解释

协程栈保存调用帧与局部变量,是每个协程的固定开销。深递归、大局部数组场景需要更大栈;常规 Web 调用链栈需求有限。栈大小配置影响单协程内存与并发上限:栈翻倍,同等内存下可承载协程数减半。栈溢出表现为错误或崩溃,需在测试环境覆盖最深调用链验证。

原理流程

  1. 统计业务最深调用链与局部变量规模。
  2. 使用版本默认栈值压测,观察是否出现栈溢出错误。
  3. 按内存预算估算可承载协程数,回调栈大小配置。
  4. 长稳压测观察栈占用峰值与内存趋势。

代码或图示

use Swoole\Coroutine;

// 栈大小配置入口与默认值以官方文档为准;先核对本机版本
Coroutine::set(['stack_size' => 2 * 1024 * 1024]);

常见误区

  • 为防溢出把栈调到很大:并发能力被栈开销稀释,内存峰值上升。
  • 只压浅调用链:深递归/批量处理路径下栈需求未被验证。

追问

  • 栈溢出有什么表现?答:出现栈溢出类错误或崩溃,日志含协程栈提示;具体错误文案以版本为准。
  • 如何估算栈需求?答:按调用深度、每层局部变量与闭包捕获变量评估;不确定时压测覆盖最深路径再调整。

06.5.6.13-009 慢请求如何定位?

一句话结论

按“入口排队 → 业务处理 → 下游调用 → 序列化输出”分段埋点,对比各段耗时定位瓶颈;结合慢请求日志、下游慢日志与协程/连接状态下钻到具体代码路径。

概念解释

慢请求不慢在同一环节:可能是等待连接/协程调度排队、业务计算慢、下游数据库/Redis/接口响应慢,或序列化大结果集。分段计时把总耗时拆成可定位的片段。定位顺序:先看服务端日志中的分段耗时,再对照下游指标与慢日志,最后检查锁等待、阻塞调用与资源排队。单次慢与普遍慢的排查路径不同。

原理流程

  1. 请求入口记录开始时间,各关键节点记录时间戳与耗时。
  2. 汇总慢请求分段分布:排队、业务、下游、序列化。
  3. 对照数据库慢查询、Redis 命令耗时、下游接口指标。
  4. 检查是否存在阻塞调用、锁等待、连接池排队;下钻代码与 SQL。

代码或图示

慢请求分段:
入口排队(调度 / 连接池等待)
  → 业务计算(PHP 处理)
    → 下游调用(DB / Redis / HTTP)
      → 序列化与输出
每段记录耗时与下游标识;慢在某段就下钻对应资源与代码

常见误区

  • 只记录总耗时:无法区分等待下游还是业务代码慢。
  • 慢请求只查应用日志:下游慢日志与指标缺失会漏掉外部瓶颈。

追问

  • 如何批量导出慢请求?答:按耗时阈值过滤访问日志,聚合接口/参数/下游标识,找共性慢路径。
  • 单次随机慢怎么查?答:看当时段资源指标(CPU、下游负载、队列积压),排除抖动后再看代码路径。

06.5.6.13-010 阻塞调用如何识别与消除?

一句话结论

未被 hook 的原生阻塞调用、纯 CPU 长循环、进程级阻塞锁都会卡住 Worker;识别靠压测时观察 Worker 阻塞表现与代码审查,消除方式是改用协程接口、拆分让出或投递独立进程。

概念解释

阻塞调用特征:调用期间事件循环无法分发事件,同 Worker 其他协程与连接事件延迟。识别手段:代码清单梳理未 hook 函数(文件、进程、curl、数据库扩展等);压测观察 CPU 饱和但吞吐不涨、接口延迟整体抬升。消除路径:改用协程客户端/协程友好接口;长循环拆片段主动让出;不兼容逻辑放 Task Worker 或自定义进程隔离。

原理流程

  1. 梳理代码中的 IO 调用、循环与锁使用点。
  2. 核对 hook flags 覆盖清单,标注未 hook 的阻塞调用。
  3. 压测观察 Worker 阻塞表现:CPU、延迟、事件积压。
  4. 按路径替换为协程接口、拆分让出或迁移到隔离进程。

代码或图示

use Swoole\Coroutine;

go(function () {
    // 长循环中主动让出的示意;具体让出接口以版本文档为准
    for ($i = 0; $i < 1000000; $i++) {
        if ($i % 1000 === 0) {
            Coroutine::sleep(0); // 让出执行权的示意用法,待确认
        }
    }
});

常见误区

  • 以为开启 hook 后所有阻塞函数都安全:覆盖清单外的调用仍直接阻塞进程。
  • 把阻塞逻辑塞进协程就当异步化:未 hook 的调用在协程内照样卡住 Worker。

追问

  • 如何确认某函数是否被 hook?答:官方文档 hook 清单 + 并发压测观察阻塞;清单未覆盖时以实测为准。
  • 不兼容的第三方扩展怎么办?答:独立进程/Task Worker 隔离,经队列或通道与主服务交互。

06.5.6.13-011 连接池与下游参数如何影响吞吐?

一句话结论

池容量过小导致请求排队等连接,吞吐受限;过大则把下游连接打满。下游超时、慢查询、连接保活配置直接影响连接周转速度,吞吐瓶颈常出在下游而非应用进程。

概念解释

连接池周转速度 = 单位时间可复用的连接次数,取决于单次持有时长。下游慢 SQL、长事务、未关闭的连接拉长持有时间,池在借数上升,新请求排队。下游连接上限、超时配置、空闲回收策略共同决定可用连接周转。调优时先看池等待指标与下游慢日志,再决定调池容量还是优化下游。

原理流程

  1. 采集池在借/空闲数、等待时长与等待超时计数。
  2. 对照下游连接使用率、慢查询与命令耗时。
  3. 判断瓶颈:池容量不足、持有时间过长还是下游过载。
  4. 分别调整池配置、SQL/事务范围或下游容量,压测回归。

代码或图示

吞吐与连接池:
池容量 ≥ 峰值在借连接 → 避免排队
下游慢 → 持有时间长 → 周转慢 → 池在借堆积
调优顺序:先优化下游耗时与事务边界,再回调池容量

常见误区

  • 池等待高就盲目加连接:根因是慢查询时,加连接只是推迟爆发。
  • 忽略下游超时配置:连接挂死在等待状态,长期占用池名额。

追问

  • 池容量与吞吐怎么测算?答:在压测中观察池等待趋零、下游连接有余量的并发区间,取该区间作为容量参考。
  • 多下游连接如何分别观测?答:按数据源分组统计在借数与等待时长,避免一个慢下游拖垮全部指标判断。

06.5.6.13-012 定时器与任务队列对主服务性能有什么影响?

一句话结论

高频定时器回调、积压的任务队列与重 Task Worker 任务都会占用 Worker 资源;定时器回调必须轻量,重任务投递异步 Worker,任务积压要监控并与主服务指标隔离观测。

概念解释

定时器回调与服务事件共享事件循环,回调阻塞会延后网络事件。Task Worker 池独立于 Web Worker,但共享整机 CPU、内存与下游连接;任务积压会间接拖慢主服务。观测上区分主服务接口指标与异步任务指标,避免任务队列积压被当成接口性能问题。重计算、批量处理一律走异步通道,不在定时器/Web 回调内执行。

原理流程

  1. 审查定时器频率与回调耗时,保证回调内无重 IO/重计算。
  2. 重任务投递 Task Worker,回调只做触发与打包。
  3. 监控任务队列长度、Task Worker 利用率与单任务耗时。
  4. 主服务指标与异步任务指标分开采集、分别告警。

代码或图示

资源划分:
Web Worker:请求处理,轻量回调
Task Worker:异步重任务,独立进程池
定时器:周期触发,回调保持轻量
风险:高频回调阻塞循环;任务积压争抢整机 CPU 与下游连接

常见误区

  • 把批量报表写进定时器回调:阻塞事件循环,接口延迟同步恶化。
  • 任务队列不监控:积压后从外部表现为服务整体变慢,定位绕弯路。

追问

  • Task Worker 数怎么配?答:按任务类型、单任务耗时与积压趋势配置;CPU 密集任务按核数评估,IO 密集可适当增加并压测。
  • 定时器周期与任务频率如何平衡?答:见定时器专题;频率以业务时效与资源预算为准,避免周期短于任务完成时间。

06.5.6.13-013 调优参数的优先级顺序是什么?

一句话结论

先消除阻塞与慢查询等硬瓶颈,再调进程/协程并发与连接池,最后细化栈大小、绑定、缓存等微参数;参数调整必须按压测数据逐项回归,避免多参数同时改动无法归因。

概念解释

调优顺序遵循“瓶颈优先”:业务代码与下游 SQL 的阻塞、慢路径收益最大;进程模型与并发配置决定资源利用;栈、亲和、缓存等属于微优化。多参数一起改无法判断哪项生效,也容易引入回退。每轮只调一类参数,记录基线与结果,保留可回退配置。

原理流程

  1. 压测采集指标,定位瓶颈层级(代码/下游/并发/资源)。
  2. 先修阻塞调用、慢 SQL、长事务等硬瓶颈。
  3. 再调 Worker 数、协程并发与连接池匹配。
  4. 最后细化栈大小、CPU 绑定、缓存复用等参数,逐项压测回归。

代码或图示

调优优先级:
1. 阻塞调用 / 慢查询 / 长事务(硬瓶颈)
2. Worker 数 / 协程并发 / 连接池匹配
3. 栈大小 / CPU 绑定 / 对象复用 / 缓存
原则:单轮单变量,保留基线与回退配置

常见误区

  • 上来就调 Worker 数与栈大小:硬瓶颈未除,参数优化收益有限。
  • 同时改多项配置:结果无法归因,回退困难。

追问

  • 怎么判断瓶颈在哪一层?答:分段耗时 + 资源指标(CPU、内存、下游连接、队列)对照;先看耗时最长的片段。
  • 调优后需要长稳验证吗?答:需要。短压测达标后跑长稳,确认内存与连接趋势稳定。

06.5.6.13-014 压测环境与生产环境差异如何控制?

一句话结论

压测结论可信度取决于环境一致性:CPU/内存规格、网络延迟、下游数据量与配置、扩展版本、opcache 状态尽量对齐;无法对齐的差异要在报告中标注并预留容量余量。

概念解释

常见失真来源:压测机与服务机同机争抢、下游是测试库数据量小、opcache 未开启或预热不足、容器 CPU 配额与生产不同、返回体大小差异。控制手段:压测客户端独立部署;下游使用贴近生产的数据量与索引;记录扩展/PHP 版本与配置;预热后再记录基线。差异无法消除时,容量规划保守取值。

原理流程

  1. 核对环境清单:机器规格、网络、PHP/Swoole 版本、配置项。
  2. 准备贴近生产的数据量、索引与返回体分布。
  3. 服务预热完成后再开始正式压测。
  4. 记录环境差异项,容量结论按差异程度打折预留。

代码或图示

环境核对清单:
机器规格 / CPU 配额 / 内存 / 网络延迟
PHP 与 Swoole 版本 / 扩展编译选项 / opcache 配置
下游数据量 / 索引 / 连接上限
压测客户端位置(独立部署)
预热状态与压测时段负载

常见误区

  • 测试库小数据压测:查询走内存缓存,结果严重高估线上表现。
  • 忽略 opcache 预热:前一段请求编译开销拉高延迟,基线不准。

追问

  • 生产能否直接压测?答:优先隔离环境;必须在生产压测时小流量逐步加压,做好限流与回滚准备。
  • 容器配额怎么核对?答:查 cgroup CPU/内存限制,不要以宿主机核数为准。

06.5.6.13-015 如何判断瓶颈在 CPU、内存、IO 还是下游?

一句话结论

用资源指标对照延迟与吞吐:CPU 饱和偏计算瓶颈,内存趋势异常偏泄漏/大对象,等待堆积偏 IO 瓶颈,下游指标恶化偏外部依赖;单看进程指标容易误判,必须结合下游数据。

概念解释

CPU 瓶颈:CPU 占用高、吞吐随核数受限、延迟在计算段。内存瓶颈:RSS 持续上涨或接近上限、GC/分配压力大。IO 瓶颈:CPU 不高但协程/连接等待堆积,延迟在排队段。下游瓶颈:本进程资源空闲但下游连接、线程池、慢日志恶化。四类瓶颈的处置方向不同,定位错会调错参数。

原理流程

  1. 采集 CPU 利用率、内存 RSS、协程/连接等待数、下游指标。
  2. 把慢请求分段耗时与资源指标对照。
  3. 归类瓶颈类型:CPU 计算、内存、本地 IO、下游依赖。
  4. 按类型选择对应优化手段,压测验证改善。

代码或图示

瓶颈判断:
CPU 高 + 吞吐受限 → 计算瓶颈(代码 / 循环 / 序列化)
RSS 持续涨 → 内存泄漏 / 大对象滞留
CPU 空闲 + 等待堆积 → IO 瓶颈(阻塞调用 / 下游慢)
下游连接 / 慢日志恶化 → 外部依赖瓶颈

常见误区

  • CPU 不高就认为应用没问题:IO 与下游瓶颈表现为 CPU 空闲但延迟高。
  • 内存上涨直接判定泄漏:先区分常驻缓存增长与请求对象滞留。

追问

  • 进程级指标在哪看?答:系统监控工具查看 CPU/内存;协程数、连接池指标来自业务埋点或扩展统计接口(版本待确认)。
  • 多瓶颈叠加怎么办?答:先处理耗时占比最大、最易验证的一项,压测后再识别下一层瓶颈。

06.5.6.13-016 opcode 缓存与代码执行效率如何影响性能?

一句话结论

opcache 缓存编译后的 opcode,避免每请求重复编译;常驻服务下代码执行效率与缓存预热、失效策略相关,配置不当会出现旧代码或编译开销波动。

概念解释

PHP 先把脚本编译为 opcode 再执行。opcache 把 opcode 驻留内存,重复请求直接使用。常驻进程模式下,代码加载与缓存行为与 FPM 不同:进程启动时包含文件,缓存刷新策略影响 reload 后是否加载新代码。需核对 CLI 场景下 opcache 是否开启、重验证策略与内存占用;具体配置项行为以 PHP 版本与扩展文档为准。

原理流程

  1. 核对 CLI 的 opcache 开关、内存与重验证策略。
  2. 服务预热后测量基线延迟。
  3. 发布/reload 后验证运行代码版本,确认缓存未遮蔽新代码。
  4. 观察缓存命中率与内存占用趋势。

代码或图示

# 核对 opcache 配置(CLI 与 FPM 的 ini 可能不同)
php -i | findstr /i opcache
# 发布后通过版本探针接口确认线上运行的代码标识

常见误区

  • 以为常驻服务不需要 opcode:编译开销仍在首次加载时发生。
  • 改代码后不验证缓存失效:reload 后可能仍跑旧 opcode。

追问

  • CLI 下 opcache 默认开启吗?答:随 PHP 发行版与 ini 配置不同,需 php -i 核对,待确认。
  • 缓存内存不足有什么表现?答:缓存被反复淘汰,编译开销波动、延迟出现毛刺;核对缓存占用与命中率。

06.5.6.13-017 序列化与编解码开销在哪一层?

一句话结论

JSON/编解码、协议解析、大对象转换占用 CPU;在高 QPS 下序列化开销可能成为计算瓶颈,优化方向是减少冗余字段、分批处理大结果集、选择高效编码格式。

概念解释

请求路径中的编解码包括:HTTP body 解析、JSON 序列化/反序列化、数据库结果集映射、内部对象转换。大返回体、深嵌套结构、逐字段对象映射都会放大 CPU 占用。定位方法:分段耗时中序列化段占比高;CPU 密集型压测下对比关闭编解码的基线。优化需在可读性、兼容性与性能间权衡。

原理流程

  1. 在解析与序列化节点分别埋点计时。
  2. 统计大字段、深嵌套与结果集行数分布。
  3. 识别冗余字段与重复转换,精简输出结构。
  4. 大结果集分批/流式输出,压测回归 CPU 与延迟。

代码或图示

编解码开销位置:
请求 body 解析 → 参数校验
数据库结果集 → 数组/对象映射
业务对象 → 响应 JSON 序列化
优化:精简字段 / 分批输出 / 减少重复转换 / 高效格式

常见误区

  • 把全部字段无条件返回前端:序列化与传输双重开销。
  • 结果集逐行构造大对象:映射开销随行数线性增长。

追问

  • 序列化格式怎么选?答:JSON 通用可读;二进制格式场景按接口规模与跨语言需求评估,不在本章节展开。
  • 如何确认序列化是瓶颈?答:分段耗时占比 + CPU 利用率对照;序列化段耗时随返回体大小线性增长即可定位。

06.5.6.13-018 长连接与短连接对服务性能有什么影响?

一句话结论

服务端长连接省去反复握手开销,但占用连接 fd 与内存;短连接降低连接占用但握手成本高。HTTP 场景按请求频率与连接复用策略选择,WebSocket 类长连接需心跳与超时管理。

概念解释

连接成本包括 TCP 握手、协议认证与连接初始化。高 QPS 短连接场景下握手占用 CPU 与 fd;长连接复用摊薄握手成本,但每个空闲连接占内存与 fd,需要心跳保活与空闲回收。客户端连接复用策略(keep-alive)直接影响服务端连接数。长连接掉线、超时与重连行为要在设计中考虑。

原理流程

  1. 评估请求频率、连接复用率与单连接内存占用。
  2. HTTP 接口借助 keep-alive 复用连接,控制服务端连接数。
  3. 长连接服务配置心跳与空闲回收,剔除失效连接。
  4. 压测对比连接数、握手开销与延迟表现。

代码或图示

短连接:握手/认证开销高,fd 占用周期短
长连接:复用摊薄握手成本,空闲连接占内存与 fd
配套:心跳保活 / 空闲回收 / 掉线重连
连接数规划:整机 fd 上限 ≥ 长连接数 + 下游连接 + 监听 fd

常见误区

  • 长连接不设空闲回收:失效与空闲连接长期占用名额。
  • 忽略客户端 keep-alive 配置:服务端准备了复用,客户端每条请求新建连接。

追问

  • 长连接数量受什么限制?答:系统 fd 上限、服务端连接配置与内存;三类约束取最紧值。
  • WebSocket 长连接压测关注什么?答:连接内存占用、心跳周期、消息收发延迟与掉线重连表现。

06.5.6.13-019 压测结果如何记录与回归对比?

一句话结论

压测报告固定记录环境、参数、指标与结论,版本迭代后按同一口径回归对比;基线留存可识别性能退化,避免“改了功能顺带变慢”无人发现。

概念解释

可复现的压测记录包含:PHP/Swoole 版本、机器规格、工具与命令参数、并发与时长、QPS、平均/P95/P99 延迟、错误率、CPU/内存/协程/连接指标、瓶颈判断。回归时用相同口径对比新版本与基线,关注延迟分位值与资源利用率退化。配置变更与代码变更分开记录,便于归因。

原理流程

  1. 建立压测报告模板,固定指标口径与环境清单。
  2. 每轮压测记录工具参数、原始输出与服务端指标。
  3. 版本迭代后同场景回归,对比基线差异。
  4. 退化超阈值时定位变更来源,修复后再次压测确认。

代码或图示

报告留存项:
环境:版本 / 规格 / 配置 / 数据量
负载:工具 / 并发 / 时长 / 请求参数
指标:QPS / 平均 / P95 / P99 / 错误率 / 资源占用
结论:瓶颈层级 / 调优动作 / 可回退配置
回归:同口径对比基线,标记退化项

常见误区

  • 压测只留一张 QPS 截图:无法复现与回归。
  • 代码与配置混在一轮变更:退化来源无法归因。

追问

  • 退化阈值怎么定?答:按业务对延迟与资源的容忍度设定,如 P99 上升超过固定比例即告警。
  • 基线多久更新一次?答:架构或流量模型变更后重建基线;日常回归对照上一稳定版本。

06.5.6.13-020 性能调优有哪些常见误区?

一句话结论

常见误区包括:盲目调大 Worker/池/栈、只看平均延迟、在硬瓶颈未除时微优化、忽略下游与环境差异、压测不采集服务端指标;正确做法是以分段耗时与资源指标定位瓶颈,单变量调优并回归验证。

概念解释

性能问题往往是约束链上最紧的一环。误区清单覆盖认知与流程两层:认知上把协程轻量等同于无成本、把高 QPS 等同于服务健康;流程上多参数同改、不留基线、不做长稳。面试与实践中应先讲定位方法,再讲调优手段,避免直接背诵参数建议值。

原理流程

  1. 用分段耗时与资源指标定位真实瓶颈层级。
  2. 排除阻塞调用、慢 SQL、长事务等硬瓶颈。
  3. 单变量调整并发、池与进程配置,压测回归。
  4. 长稳验证内存与连接趋势,留存基线供后续对比。

代码或图示

误区清单:
- Worker / 连接池 / 栈盲目调大
- 只看平均延迟,忽略 P99 长尾
- 硬瓶颈未除先做微参数优化
- 多参数同改,无法归因
- 压测不采服务端与下游指标
- 短压测达标即上线,缺少长稳验证

常见误区

  • 迷信框架默认配置:默认值面向通用场景,不匹配具体业务负载。
  • 照搬其他项目参数:业务类型、下游与数据量不同,参数不可直接复制。

追问

  • 哪些参数建议值必须按版本核对?答:栈大小、Worker 配置建议、统计接口、让出接口;默认值与行为以官方文档和本机 php --ri swoole 为准,不确定处标注待确认。
  • 调优完成后还需要做什么?答:线上观测对照压测结论,持续跟踪延迟分位值与资源趋势,发现退化及时回归定位。