qq_56517253的博客

分布式系统性能优化可通过牺牲一致性提升性能，主要采用缓存和副本同步策略。AKF立方体提供X轴（水平复制）、Y轴（功能拆分）和Z轴（用户信息分区）三种扩展维度。一致性哈希算法降低扩缩容影响，NWR算法通过读写节点配置平衡性能与一致性。这些方法各有适用场景，需根据系统需求权衡选择。

HTTP1.1优化可从三方面入手：缓存（客户端/代理缓存，利用Etag验证过期资源）；减少请求次数（代理处理重定向、合并CSS/JS等小文件）；压缩响应（无损压缩如gzip/br，有损压缩图片音视频）。

TCP 的缓冲区该如何配置，如何减少小请求的传输次数，不同的拥塞控制算法有什么区别，基于测量的拥塞算法一定更好吗

文章详细分析了 FIN-WAIT1、FIN-WAIT2、CLOSE-WAIT、LAST-ACK 和 TIME-WAIT 等状态及其参数配置，包括tcp_orphan_retries、tcp_max_orphans、tcp_fin_timeout、tcp_max_tw_buckets、tcp_tw_reuse 等参数，并给出调整建议。

TCP 三次握手中有哪些可以优化的地方，三次握手可能占据一个 Http 请求 10% 到 30% 的时间，该怎么优化？TFO 技术是什么？

如何根据业务场景选择合适的锁，获取不到锁时是阻塞还是忙等待

系统性能优化之磁盘的优化方向，零拷贝、PageCache、直接IO 异步IO 的概念和使用场景

C 库内存池通过预分配大空间提升内存申请速度，但 Ptmalloc2 在多线程环境下预分配 64MB/线程，可能消耗大量内存，可通过设置 MALLOC_ARENA_MAX 限制或替换为 TCMalloc 优化。栈内存分配比堆更快但容量有限，建议根据场景选择内存分配策略。

本文探讨了CPU架构对系统性能的影响及优化方法。现代CPU采用多核架构，每个物理核拥有私有L1、L2缓存和共享L3缓存，缓存访问速度远快于内存。NUMA架构下远端内存访问会增加延迟。提升性能的关键在于提高缓存命中率：数据缓存可通过优化数据结构访问模式（如顺序遍历数组），指令缓存可借助分支预测优化条件判断。绑核技术能缓解NUMA问题，但需权衡资源竞争。实际案例展示了Nginx、Redis等系统如何利用CPU特性优化性能。

系统中各个可以优化的方面，调优图概览