图解性能优化——第1章 性能的基础知识

1.1　学习性能所必需的知识 在最开始，我们先来介绍一下有关性能的基础理论。 性能变差的原因示例 曾经有客户过来咨询：“处理的数据条数变多时，数据库（DataBase,DB）的处理速度就会变得很慢，这让人很头疼。”听到这样的问题，一般就会马上想到“是不是DB 的这个SQL 语句不太好啊？是不是磁盘的I/O 不太好啊”等，即从一个方面去判断问题的原因。由于当时笔者有一定的知识储备，立即就推断出DB 进行单个处理的速度并没有变慢。但是据客户说，DB 单次处理的数据量分别为1000 条和100 万条时，花费的时间会有几十倍甚至几百倍的差别。由于找不到头绪，就从客户那里要来了应用程序的代码。看了一下源代码，就找出原因了。实际情况如下所示。 第1 条数据的处理过程是：从文件中读取1 条数据，并把它放在内存中，接着在DB 中放入1 条数据，完成。第2 条数据的处理过程是：从文件中读取1 条数据，放在刚才的内存位置的后面，接着在DB 中放入1 条数据，完成。第3 条数据的处理过程是：同样从文件中读取1 条数据，然后遍历内存，在其后面的位置放入1 条数据，再在DB 中放入1 条数据，完成。 那么，知道这个处理的问题出在哪里了吗？没错，在已经放入100万条数据的时候，为了再放入1 条数据，就需要遍历100 万次内存（图1.1）。 编写这个程序的客户可能觉得遍历内存这种处理一下子就能完成了。但是，要知道“积土成山”。本身DB 的单次处理速度就不快，如果要遍历100 万次内存的话，速度会更慢。在笔者指出以上问题后，客户显得很不好意思。要解决这个问题，只需增加1 个变量，来标明内存的最后位置。只需如此，性能就有了几百倍的提升（图1.2）。 图1.1　数据放得越多，处理速度变得越慢的例子 图1.2　放入很多数据后处理速度也不会变慢的例子在这个例子中，应用程序的设计是导致性能变差的原因。但是，如果没有这方面的知识，就不会意识到这个原因。在本章中，我们就来说明一下有关性能的基础知识——“算法”。 1.2　算法的优缺点与学习方法 1.2.1　什么是算法 首先，请想象一下连成一排的箱子的长队列，这些箱子中放着物品。从这些箱子中找出目标物品所花费的时间长短就代表性能的优劣。如果时间很短，就可以说性能很好。相反，如果时间很长，就称性能很差。 想象一下，从队列的一头依次打开箱子。假设有1000 个箱子，平均打开500 个就能找到需要的物品。也就是说，我们需要从一头开始依次打开500 个箱子。那么有没有效率更高的方法呢？如果把箱子里的物品标上序号排好的话，会更方便查找（图1.3 上）。比如说，我们要找标着数字“700”的物品。先打开最中间那个箱子，假设出来的是标着数字“500”的物品。因为要查找的数字比它更大，所以我们把目标转向这个箱子的右边部分。在右边的那一部分箱子之中，打开位于正中间的箱子，假设第2 次找到的是标着“750”的物品。由于需要查找的数字比它更小，因此接下来就要查找这个箱子的左边。这样，通过有效地缩小查找范围，只需要很少的次数就能快速找到需要的数字（图1.3 下）。 这样的策略或方法就称为“算法”。算法的好坏对性能有很大的影响。 此外，学习算法的好处，不仅仅局限于提升性能。熟练掌握IT 技能的人也都熟知主要的算法，当新的技术出现的时候，他们可以马上想到“就是那个算法啊”，立刻就能理解。因为对每个算法的优缺点都了然于胸，所以很少会用错。如果只掌握了技术的表面而没有真正理解，或者是仅仅死记硬背了下来，那么或许会一些简单的使用方法，但在实际应用时会很辛苦。因此，掌握算法是IT 工程师的基本功。 图1.3　通过改进使查找起来更容易 1.2.2　算法的基础 那么，让我们回到刚才的箱子队列的例子。与现实世界不同的是，这些箱子上都写着地址，如果知道了地址，就能立即打开那个箱子。例如，如果想要看第100 号箱子的内容，不管自己在哪个位置，都能立即打开第100 号箱子看里面的内容。 还可以在箱子的里面放入地址。例如，如果将第100 号箱子的地址放入第99 号箱子中，那么“100”这个数字就放入到了第99 号箱子里（图1.4）。 “①箱子连成一排”“②地址”“③可以在箱子里面放地址”“④知道地址的话就能立即访问”，这4 点就是算法的基础，也是计算机结构的基础。对此有些了解的人可能会从“可以在箱子里面放地址”这个比喻联想到C 语言的“指针”。另外，也可能会有人从“知道地址的话就能立即访问”这个比喻联想到CPU 处理的“物理内存”。有些人可能对指针有恐惧心理，觉得很难，其实理解指针的窍门就是区分“值”和“地址”。如果感到头脑混乱，请想一下这个原则。 图1.4　地址是算法的基础