Performance 分析分布式系统

我想知道在分布式系统中跟踪性能瓶颈的可能方法。我知道一些工具，如及其后代（例如），但我更好奇的是方法论，而不是具体的工具

---

换句话说，如果一个分布式系统没有任何明显的瓶颈，你如何研究和改进它的性能呢？

我使用了一种方法，它既有优点，也有缺点。 其优点是它可以工作——它可以发现问题，当问题得到解决时，会产生很好的快速性能。 缺点是这是大量的体力劳动

我甚至写了一本书，包括了方法。 这项工作是收集带有时间戳的事件日志，并将它们合并到一个通用的时间轴中。 然后仔细检查它，通过异步代理网络跟踪相关消息流。 您所寻找的是不必要的消息周期，或者不一定要发生的延迟。 例如，在查看此图片时，由于“将状态发布到数据库”任务，消息的接收被延迟。如果理解了这一点，发布实际上可以在单独的线程上完成

---

老实说，这是一个很好的问题，对于什么是最好的方法还没有达成共识。最基本的方法之一是日志记录，您基本上只需将一组系统事件转储到一个文件中，就可以解析这些日志，找到事件之间的时间，从而计算出它们需要多长时间。另一种方法是跟踪（Xtrace使用）。在跟踪中，跟踪请求的生存期。例如，如果您向使用微服务体系结构的服务发送请求，您将在请求通过系统的微服务时跟踪其线程、进程ID和延迟

---

棘手的部分是找出在请求跟踪中要跟踪的内容，这将取决于分布式系统试图完成的任务。例如，一个明显的性能指标是延迟，因此您将测量请求在每个服务上花费的时间。另一个有趣的指标是争用，因此您可以在请求通过系统时测量CPU中的争用。许多分析工具的一个问题是，它们为您提供了系统或请求的总体指标，但当您想要查找性能问题时，您需要确定请求是否为异常值。因此，有必要将请求的延迟、争用和内存消耗与系统中的其他类似请求进行比较，以确定其是否异常。

这本书的名称是什么？@redblackit:。我从来都不喜欢这本书的书名，而且网上的价格也很荒谬。@MikeDunlavey还有其他方法可以获取那本书的内容吗（例如，它在网上可以买到吗）？@JDiMatteo:这里有一个例子。如果不行，请告诉我。@MikeDunlavey谢谢！过去我很幸运地遵循了你的堆栈溢出建议，到目前为止，我很喜欢你的写作风格