手游服务器性能优化方案_手游服务器能容纳多少人「手游服务器配置多高」

我相信这么良好的你

已经置顶了我

　　文/王栋

　　转自硅谷程序汪，已获作者授权，拒绝二次转载

　　一周前，我口试了一个来自WLabs的LeadBigDataEngineer，问了他一个题目：在一维数组里找满意条件的最宗子数组，很不幸，这个LeadEngineer在45分钟内连暴力解法都没有写出来，于是在竣事口试前五分钟，我打住了他。

　　他和我说：如今各人都在处理惩罚大数据，在Hadoop，Spark上跑程序，我们在这做算法题，优化程序的目标是什么？

　　我当时发急竣事口试，草草答复他说：我只是测试你的编程底子。

　　简直，从我13年开始工作到17年这四年，从内存里读1MB数据时间从15us降到6us；呆板学习算法从跑在64核CPU变成了$8000的NVIDIATeslaP100；Amazon服务器带宽从50MB提拔到了1GB。

　　硬件提拔云云迅猛，而我们还要在口试的时间举行白板测试，优化算法，提拔程序性能做什么？

程序的代价是什么？

　　有一天我和Uber的工程师??王聊代码，他开篇就说，我参加Uber前没见过那么屎的代码，但就是这个代码撑起了60B的共享经济帝国。

　　由此可见，程序的精美性只是写代码要思量的一个小题目，最紧张的是代码自身的代价。

　　很多时间优化程序性能并不紧张。假如你是一个Uber工程师，负责结账功能的体系计划，由于每秒必要处理惩罚的哀求并不多，以是要办理的题目的难度比微信红包，付出宝要简单不止一个数量级，在这种时间，思量程序的性能大概是多此一举。

　　闻名的Pareto'sLaw，应用到程序内里就是“20%的代码占用了80%的运行时间”。这个征象在互联网公司大概会更加极度-1%的代码占据了99%的运行时间。

　　说到这，我们可以得出如许一个结论：大部分的代码都是不必要思量性能优化大概存储优化的。

　　但是！

　　对于剩下的那么一小部分代码来说，优化黑白常紧张的，好的工程师能看到优化带去的经济代价，而不是仅仅停顿在优化代码的层面上。

　　好的优化是可以量化的

　　人们认识题目最直接的方式就是列数据，分析经济代价。

　　从正面来看性能优化是很值钱的，Apple网站上15寸的MacBookPro有两种型号，2.6GCPU要$2399，2.7GCPU要$2799。撤除不到$150的硬盘差价，你必要花10%更多的代价来得到字面上不到4%的性能提拔，而且这4%的性能还不肯定能从一样平常利用中表现出来。

　　从反证的角度来看，假如程序性能不紧张，我们用更快的电脑更短时间运行完程序并没有额外代价。那么一个拥有16核的服务器应该和一个拥有8核的服务器一样贵，但实际上Amazon的c4.4x代价刚好是c4.2x代价的两倍。

　　如今各人都在利用云服务，每个月的收费是根据你的存储空间利用和CPU斲丧利用盘算的，你的每一个优化都可以被转化成美金盘算出来。Buffer就发表过一篇工程师文章《HowWeSaved$132kaYearWithanITInfrastructureAudit》谈优化节省了多少经费。

　　另一种衡量方法就是去看用户多喜好你的产物。长期以来Microsoft的IE欣赏器不停是市场霸主，但近来已经被Google的Chrome欣赏器厥后居上了。在浩繁人们喜好用Chrome的缘故起因里，排名第一的就是Chrome的启动速率，网页加载速率远胜于其他欣赏器。

　　闻名的独角兽公司Pinterest也发过一篇Blog，谈一系列hack的方法是怎样将手机网页加载服从提拔了60%，与此同时带来了40%手机网页端用户转化率增长。

　　以是说，天下武功唯快不破。

　　加呆板并不是优化性能的良药

　　有的不懂技能的人有如许的认识误区，我们可以用加呆板，加内存，加CPU如许的方法加快程序，加大吞吐量。但哪怕Amadhl定律不束缚并行程序服从，让程序精确的运行在多核，多台呆板上也还是一个困难的题目。

　　投入更多的呆板是一种提拔性能的方法，但是既不自制，也不简单。

　　思量这么两种实际环境，一种是在单机上运行并行程序，最初我们可以从1core变成3core，将程序的性能提拔一倍，但是假如你还想再提拔一倍，那大概要16core，由于程序不得不面对多核带来的额外开销，兼容性和调试的困难性。

　　另一种环境是常见的搜刮引擎，当我们利用5台盘算机来举行搜刮时，整个集群的P95耗时由单机的P99耗时决定，当我们采取10台盘算机来搜刮时，固然每台盘算机处理惩罚的文档减半了，但整个集群的P95耗时变成了单机的P99.5耗时，说不定latency就从100ms变成了200ms。

　　如许看来，将单线程的代码性能进步一倍在某些环境下意味着更大的经济代价，增长更多的硬件并不是提拔性能的邪术，好的工程??才是。

　　那高级语言的性能怎么样？

　　有人说，本日最盛行的编程语言就是Python和Java了，但是他们的运行服从都比老牌语言C/C++差，这岂非不是一个程序服从不紧张的表现么？

　　我想要说，在你用着高级语言快速开辟的时间，无数的程序员都在想着帮你优化他们的运行服从。对于Python，有人研究Cython，有人研究Pypy，从底层优化Python的程序服从；对于Java，越来越多的公司都在通过优化它来优化网页速率，优化用户转化率，很多新的框架都在夸大服从提拔。

　　在你利用高级语言，写着更简单，更安全的代码时，你大概没有看到，在近来的十五年来，Java在欣赏器里的运行速率提拔了两个数量级，在BenchmarksGame的网站上，Node.js处理惩罚正则表达式之比C++慢3倍而已。

　　我们是不是也可以以为这些年来Java变得越来越盛行，一部分也是由于他的运行服从在不绝地提拔。假如Java还和从前一样慢，那估计如今没有什么人会继承利用了。

　　说到这里，我想向全部奋战在internaltools的同事致敬，他们固然很少实现面向用户的功能，但是他们实现的功能资助其他工程??节省了很多时间。

　　贪婪的程序员要求越来越高

　　尚有一个让人们忽视程序运行服从的因素就是闻名的Moore定律，处理惩罚器和存储读写会越来越快，谁还在意如今的程序服从呢？我们只必要用对的算法写干净的代码就可以了。

　　在1990年的时间，人们想让程序下国际象棋，当时候这是一个很困难的题目。你大概要在C++的代码里参加一些汇编代码举行优化，才华资助盘算机在短时间内做出决定。但是本日，你可以直接用Python写一个搜刮程序来下国际象棋，而且克服大部分人。

　　电脑一天一天的在变快，人们的需求也在一每天的变大，十几年前我们想让盘算机下国际象棋，下中国象棋，而且说下围棋是很难办理的题目，由于围棋的搜刮空间太大。但是如今我们已经可以用复杂的神经网络配上巨大的集群，打败每一个围棋大家。

　　同样的原理也可以用在手机上，手机性能每一年都在进步，我们对手机的利用需求也随着性能增长。读初中，高中的时间我只在手机上玩好坏的贪吃蛇游戏，如今我们则玩着3d的战略游戏，发送着语音下令...

　　可以想象，在不远的将来我们大概还会在手表上运行一些呆板学习程序，资助你做出一些决定，假如我们不优化我们代码的耗能，手机还能对峙12小时么？

　　优化是让处理惩罚器闲下来

　　末了一种说法，我们的处理惩罚器大部分时间处于空闲状态，纵然程序慢，我们也可以让CPU运行更长时间来补充。

　　回手这种想法只要打一个不得当的比方，你会以为买一个高级跑车但是长时间只放在车库里很傻么？

　　在筹划你的网站必要多么大的集群支持时，都会为他预备很多备用的盘算资源，要是不如许计划，运行程序就变成了去拥挤的超市里买菜，各人都在排着队，从停车场到收银台，排一整天。

　　我们也都履历过电脑CPU占用率到达100%的状态，呆板变热而且任何程序都不相应，你只能无奈的等着。

　　假如搜刮引擎的处理惩罚器在100%的状态下运行着，那么新来的哀求就会被放在队列里，导致更多处理惩罚器切换造成了额外的斲丧，终极服务器会彻底奔溃。

　　以是从计划的角度来看，我们必要我们的处理惩罚器处于空闲状态，有充足多余的盘算本领。

　　对程序的优化就是让处理惩罚器闲下来，更好的代码资助用户更快的得到结果，而且斲丧更少的资源。

　　结语

　　开了这么久脑洞，回到最初的口试。

　　我们有很多方法去衡量一个人，他是否对产物有正确的明白，他是否有创造力，他是否明白用户最必要的是什么。但假如单纯衡量程序员，我们可以由简单的两点看起，他的程序是否运行精确，他的程序是否高效。

　　好的程序员可以或许生产精确而且高效的代码，这个界说看起来很简单，但着实也是最难的。由于一旦你可以捐躯程序的精确性大概程序的服从，那很多题目都会变得更简单，就好像CAP理论里一旦放弃一个要求，就有很好的实现方案。

　　以是，在下次口试的时间不要放弃优化你的代码。

　　在这里偏重保举一个我喜好的blog，DanielLemire传授的《DoesSoftwarePerformanceStillMatter》，这是这篇文章整个骨干和灵感泉源，我只是在内里参加了更多个人感受。

　　课外资料：

　　https://lemire.me/blog/2017/03/20/does-software-performance-still-matter/

　　https://benchmarksgame.alioth.debian.org/u64q/compare.php?lang=nodelang2=gpp

　　https://overflow.buffer.com/2016/03/31/how-we-saved-132k-a-year-by-spring-cleaning-our-back-end/

　　https://medium.com/@Pinterest_Engineering/driving-user-growth-with-performance-improvements-cfc50dafadd7

　　作者先容

　　王栋

　　清华大学姚班07级，信息学比赛国际金牌。如今任职于硅谷电商网站Wish，专注搜刮保举算法及体系计划。曾任独角兽公司Pinterest搜刮排名负责人，领导团队计划和实现了高度可扩展的搜刮平台，以及呆板学习搜刮结果排名算法。

—————END—————

看完本文故意思？请分享给更多人

　　小搭档们，你怎么看！