對于經(jīng)常接觸高并發(fā)服務的同學來學，會經(jīng)常涉及到性能優(yōu)化，但是由于平時很少總結(jié)，內(nèi)容會比較分散，這里簡單做一些總結(jié)

1：空間換時間

比如一些數(shù)據(jù)的訪問需要很快返回結(jié)果，原本在磁盤上的數(shù)據(jù)，需要放到內(nèi)存里面。

再比如為了能快速超找定位一些數(shù)據(jù)，我么會設計一些hash類的數(shù)據(jù)結(jié)構(gòu)，提高查找效率

另外和這個相反的就是時間換空間，當然這種一般就不是高性能服務的常用方法，比較典型的就是使用壓縮算法了。

2：并行/異步處理

并行一般是多線程/多進程/多協(xié)程來協(xié)作處理，提高并發(fā)度，提高qps，或者減少請求 處理時間。

異步通常比同步/阻塞的方式要快，也不會比協(xié)程慢，但是會增加一些代碼的理解難度

3：預先/延后處理

比如提前讀取數(shù)據(jù)，使用的時候能快速返回，不用再去讀取，屬于預先處理

延后處理，比如copy on write，典型的是c++ string的實現(xiàn)，屬于寫時拷貝。

4：緩存/批量合并

常見的cpu緩存，cdn緩存，程序中的LRU緩存，都屬于一種緩存技術(shù)吧

批量合并，典型的是查詢數(shù)據(jù)，一次可以執(zhí)行多條命名，如redis的mget，pipeline等

5：算法和數(shù)據(jù)結(jié)構(gòu)

算法這個就比較好理解了，n次方的算法事件復雜度和O(n)的算法復雜度，執(zhí)行時間差異還是非常明顯的

數(shù)據(jù)結(jié)構(gòu)，比如什么場景適合用vector/list，什么場景適合用map/hash_map這也非常重要，需要熟悉每種數(shù)據(jù)結(jié)構(gòu)的原理，知道起操作的時間復雜度，來選擇合適的數(shù)據(jù)結(jié)構(gòu)