f7196cc12c191/p1_1.jpg) QCon 全球软件开发大会 INTERNATIONAL SOFTWARE DEVELOPMENT CONFERENCE # 移动APP性能监测实践（iOS篇） 杨凯 # 国 

## GCN ## 业务性能优化概览  By Xargin 《Go 语言高级编程》合著者 Go contributor ; m > maxPayload { _, c.outBuf = sliceForAppend(c.outBuf[:0], recordHeaderLen) 怎么样说服官方接受性能优化的 PR ## 内存占用过高-goroutine 数量太多导致内存占用高 这些内存的构成部分： 1. Goroutine 栈占用的内存(难优化，一条 tcp 连接至少对应一个 goroutine)

# APISEVEN 和 Kong EE 的性能评测 -- GigaOm 高性能API管理测试 产品评估：API7和Kong企业版  1 - 摘要3 API76 图1. API7技术架构7 Kong 企业版7 3-GigaOm API负载测试设置9 开发，且能降低计算成本的开销。 更重要的是，许多组织也依赖API和微服务来实现高性能和可用性。在本文中，我们将“高性能”定义为每秒负载超过1000个交易且在整个API环境中最大延迟小于30毫秒。对公司而言，对性能的需求和对管理的需求一样，因为公司依靠API交易速率来跟上业务发展速度。 API管理解决方案不能成为性能瓶颈。许多公司都在寻找跨多个API端点的负载均衡和高交易量吞吐的解决方案。如果业务 每秒有1000个交易，一个月内就会有30亿次API调用。拥有大流量的公司通常每月API调用次数超过100亿次。因此，在选择API管理解决方案时，性能是一个关键因素。 在本文中，我们展示了使用2个全生命周期API管理平台完成的性能测试结果：API7 和 Kong 企业版 (Kong EE)。 在我们的单节点设置中，API7所有的压力测试结果都优于Kong EE。在每秒10,000个请求的情况下，99

656c39f0055537d7f9feafcf0f03f1/p1_2.jpg) PYTHON 30th ## Python机器学习性能优化 以BERT服务为例，从1到1000 刘欣 ## 目录 1. 优化的哲学 2. 了解你的资源 3. 定位性能瓶颈 4. 动手优化  PYTHON 30th ## 3 定位性能瓶颈 Profile before Optimizing ## Python Profilers • time.time() • cProfile • line profiler • pyflame [Image](/uploads/documents/7/1/6/5/71656c39f0055537d7f9feafcf0f03f1/p23_2.jpg) ## wrk · 制造压力 · 挖掘整体性能瓶颈 - 实现非常精妙的压力工具，强烈安利（要不要写个py binding） ![Image](/uploads/documents/7/1/6/5/71656c39f0055537d7f9feafcf0f03f1/p24_2

 # 性能优化之无分支编程  Branchless Programming by b8f5/p5_1.jpg) 图表比较：分支 vs 无分支  - 传统的分支方法实现的 uppercase，对于排序过的数据明显比乱序时高效。 - 无分支的方法对于乱序和有序的数据一样高效，性能吊打了传统的分支方法。 - 对于传统 对于传统分支的做法，为什么排序了的更高效？既然无分支更高效，我要怎样优化才能让我的程序变成无分支的呢？那就来看本期性能优化专题课吧！ ## 分支预测成败对性能的影响 ||Nanoseconds (ns)|Microseconds (μs)|Milliseconds (ms)|If L1 Access is 1 second| |---|---|---|---|---| |L1 Cache Reference|0

## 对 Go 程序进行可靠的性能测试 Changkun Ou https://changkun.de/s/gobench/ Go 夜读系列 | talkgo.org | Talk Go | 第 83 期 March 26, 2020  对代码块进行性能调优 ☐ 例2: Benchmark 的正确性分析 ☐ 例3: 其他的影响因素 • 假设检验的原理 • 局限与应对措施 • 总结 ## 教科书式的性能测试方法论 在《Software Testing: Principles and Practices》一书中归纳的性能测试方法论： 1. 搜集需求 2. 编写测试用例 3. 自动化性能测试用例 4. 执行性能测试用例 5. 分析性能测试结果 6. 性能调优 7. 性能基准测试(Performance Benchmarking) 8. 向客户推荐合适的配置 ## 可靠的测试环境 ## 什么是可靠的性能基准测试环境 ## 影响测试环境的软硬件因素 • 硬件: CPU 型号、温度、IO 等 软件：操作系统版本、当前系统调度的负载等 ## 指导思想 ● 单次测量结果毫无意义，统计意义下可对比的结果是关键

## Golang与高性能DSP竞价系统  By @QLeelulu  舜飞科技 http包的HelloWorld性能测试  Via: http://www.cnblogs.com/QLeelulu/archive/2012/08/12/2635261.html ## 为什么选择Golang • 高性能、天生并发支持 • 性能敏感的模块可以直接使用C编写（当时是这么认为的） 性能敏感的模块可以直接使用C编写（当时是这么认为的） • 编译为本地机器码，部署方便 - 快速上手，学习成本低 • 标准库基本够用 • 带GC（当时不了解GC的性能问题） - 自带单元测试、性能测试、性能分析工具 • 开发效率不低 ## 备选 • C++ • NodeJS • Golang ✓ ## 竞价接口 ## HTTP竞价接口 • 直接用golang的http包 - 只使用gorilla/mux做简单的请求路由

## Apache APISIX 微服务网关性能架构解析 --by Yuansheng ## 王院生 通过写书开始交朋友《OpenResty 最佳实践》 今年 3 月和温铭创办深圳支流科技，专注微服务的开源技术公司。 Apache APISIX PPMC 成员。 公司刚起步，希望大家支持。  ## 微服务 API 网关 基础设施 分布式 Dubbo 良好社区 高性能 低延迟 驱动健康检查 Serverless 热加载 UDP 中间件 gRPC 限流 单机模式 自定义插件 扩展性 熔断 Websocket IPv JWT-auth zipkin 日志审计 prometheus 动态规则 ## 重复造轮子 why? 行业老大：大多基于 Java + JS，性能差，不支持二次开发。比如 Apigee、3Scale、Amazon 等。 行业远见者：多基于 OpenResty + Golang，少数开源，比如：Tyk、Kong 等，代码量较重。 Apache APISIX 机会：轻巧 + 极致性能 + 热插件 ## Apache APISIX 宣布开源 首个商业用户 捐赠

## GCN ## I PC性能极致优化方案-RPAL落地实践  谢正尧 字节跳动 研发工程师  常见的本地通信方案：回环 IP、UDS、共享内存IPC ## 方案诞生的背景 以性能较优的 IPC 方案 share memory ipc 为例分析性能瓶颈：