性能分析

复习

　　程序能跑，但可能有点慢。想让它更快，第一反应往往是“我觉得这里慢，改改看”。这恰恰是最容易走弯路的地方。

　　有一条很有名的忠告：过早优化是万恶之源。 它想说的不是“不要优化”，而是不要凭直觉优化。

　　因为人对性能瓶颈的直觉，常常是错的。你以为最耗时的那个函数，实际可能根本没被调用几次；真正拖慢程序的，也许藏在一个你从没注意的角落。在没有数据的情况下优化，很可能是在做无用功，甚至把代码改得更复杂、更慢。

　　正确的做法是先测量。性能分析（profiling）就是干这个的：它统计出程序把时间都花在了哪里——哪个函数调用最多、哪段代码最耗时。

　　有了分析结果，你会发现一个很普遍的现象：瓶颈往往高度集中——可能 80% 的时间，都花在 20% 的代码上。这就是所谓的“热点”。

　　这和前面讲算法、讲循环优化时的思路完全一致：把力气花在真正的热头上。 区别只在于，这里的“热点”是靠实测找出来的，而不是靠猜。

　　找到热点之后，优化它，然后再测量一次：

　　因为优化常常是“按下葫芦浮起瓢”：这里快了，别处成了新瓶颈。所以要循环往复：测量 → 优化 → 再测量，直到达到目标。

　　用数据说话，而不是用感觉。 这条原则，从调试一直贯穿到性能优化。

思考题 1

　　为什么优化前要先“测量”？

思考题 2

　　为什么性能瓶颈常常集中在少数热点上？

　　因为人对瓶颈的直觉常常不准，可能优化了根本不影响性能的地方，白费力气甚至弄糟代码。先测量才能知道时间真正花在哪里，让优化有的放矢。

　　因为程序各部分被执行的频率和耗时差异很大：少数代码会被大量重复执行（热点），占据了大部分时间，而多数代码很少运行。因此把优化集中在这些热头上，收益最高。

设计师 | 南国微雪