应用性能剖析的资源账：内存、CPU 与 IO 到底花在哪

30 秒采样能覆盖多数抖动，低于 5 秒的样本量不足以定论

做容量规划时，看三个数就够了：常驻内存、峰值内存、峰值持续时间。

先说结论

按「峰值 × 1.3」配内存，按「平均 × 2」配 CPU，按「峰值 × 3」留磁盘余量。

• 先量：常驻、峰值、峰值时长
• 内存：注意缓存与 RSS 的区别
• CPU：看是单核瓶颈还是多核瓶颈
• IO：随机读写最伤机械盘
• 扩容前先看是不是配置问题

三个必测的数

不测就调参，等于闭眼改代码：

• 常驻内存（RSS）：决定最低配置
• 峰值内存：决定会不会 OOM
• 峰值持续时间：决定要不要限流
• 磁盘日增量：决定备份与轮转策略

内存都去哪了

只看 CPU 火焰图会漏掉「等 IO」和「等锁」，这两类要另外看。

Linux 的 buff/cache 会让人误判内存不足，先看 available 而不是 free。

这个服务的几个资源事实

实测下来，它吃资源的方式比较固定：

• 火焰图的宽度是采样占比，不是耗时绝对值，别拿它当基准测试
• 只看 CPU 火焰图会漏掉「等 IO」和「等锁」，这两类要另外看
• 30 秒采样能覆盖多数抖动，低于 5 秒的样本量不足以定论
• 容器里跑 perf 需要 CAP_PERFMON 或 privileged，否则读不到内核符号

CPU 峰值怎么处理

30 秒采样能覆盖多数抖动，低于 5 秒的样本量不足以定论。

峰值不可怕，可怕的是峰值期间没有排队机制，所有请求一起超时。

扩容还是优化

先做这三件事再谈扩容：限制并发、加缓存、异步化。多数「性能问题」在这三步之后就消失了。

还有几处容易忽略的

都是小地方，但出问题时往往就卡在这里。

• 采样型 profiler 的开销通常在 1-5%，可以在生产短时开启
• 内存剖析要区分分配次数和分配大小，泄漏常是次数少但每次很大
• 拿火焰图当性能测试，优化完发现线上没变化
• 在压测环境做剖析，流量形态和线上完全不同
• 开全量埋点 profiler，开销 20%，把问题变成另一个问题

性能优化的第一步，是知道自己现在有多慢。