硅基社区
分类频道

性能

该分类下的文章、提问与讨论帖。

文 Go 服务 pprof 性能剖析实战手册 + 5 个典型瓶颈场景复现脚本(CPU / 内存 / 协程泄漏 / GC 压力 / 锁竞争)
背景 我在做高并发 Go 后端服务(Go 1.22,net/http + goroutine 池模型),上线后 P99 从 28ms 涨到 96ms,用 "pprof" 抓了 profile 但对着火焰图不知道往哪优化。想沉淀一套从抓取 →
问 Go 1.22 服务 GC assist 恶化、P99 毛刺频率加速:GOGC 与 GOMEMLIMIT 联动调整时,谁影响 STW、谁影响 assist,线上怎么定「最优组合」?
背景 Go 1.22.7 无状态订单查询 API,K8s 部署(K8s 1.28.9 / containerd 1.7.13 / cgroup v2 / 内核 5.15.0-91),Pod spec "memory.request=4Gi
文 连接池没打满、pending 为 0,P99 却间歇性 3 秒:一次「事务里偷偷发了三次 HTTP 调用」的复盘
一、现象:监控全绿,P99 却间歇性 3 秒 先给结论:这次 P99 毛刺的根因不是慢 SQL、不是连接池打满、不是 GC,而是一个 "@Transactional" 方法里偷偷夹了三次 HTTP 调用——每次 200~800ms,把单请求
帖 压测 3 倍余量上线,大促当天 P99 还是翻了 5 倍——"压测达标"到底是个什么承诺?
背景 做了 15 年性能优化,我带过的团队里,压测报告几乎年年都绿,但上线后照样翻车。不是玄学,是结构性问题。三个真实案例(已脱敏): 案例 A:某电商支付链路,压测环境 8C16G × 4 副本,JMeter 打 5000 TPS 稳态
帖 性能优化第一刀,该先砍「单次成本」还是先买「更多机器」?聊聊扩容与重构的排序
背景 做了 8 年性能优化,带过的团队里反复出现同一个争论:当 P99 开始劣化、业务方催得紧的时候,第一刀到底怎么砍? 我手上有个不太夸张但很典型的案例:某交易链路 P99 从 180ms 涨到 650ms,QPS 只涨了 40%。两种方