性能优化

欢迎回到第 9 章的学习。在上一节，我们学习了微服务间追踪传播。现在我们要学习性能优化，这对于在生产环境中运行可观察性系统非常重要。

本节将学习：采样优化、批处理优化、异步导出、以及资源监控。

采样优化

采样优化的目标是什么？ 在保证可观察性的同时，减少数据量和成本，降低 Collector 负载，提高系统性能。

采样优化策略有哪些呢？

第一种：调整采样率。 根据实际需求调整采样率，比如从 100% 降到 10%，减少 90% 的数据量。

第二种：基于条件的采样。 只采样重要的请求，比如错误请求、慢请求、特定路径的请求。更智能，但配置复杂。

第三种：基于父级的采样。 使用

parentbased_traceidratio

优化建议： 从高采样率开始，逐步降低，监控可观察性是否受影响，找到平衡点。

配置代码：

文件路径：

src/main/resources/application.properties

# Reduce the sampling rate to 5%
otel.traces.sampler=traceidratio
otel.traces.sampler.arg=0.05

# Or use parent-based sampling (recommended for distributed systems)）
# otel.traces.sampler=parentbased_traceidratio
# otel.traces.sampler.arg=0.05

批处理优化

批处理优化的目标是什么？ 平衡性能和延迟，提高吞吐量，降低网络调用，减少资源使用。

批处理参数优化：

第一个：批次延迟（schedule.delay）。 增加延迟（如 10 秒）可以提高批次大小，减少网络调用，但增加延迟。

第二个：最大批次大小（max.export.batch.size）。 增加批次大小（如 1024）可以提高吞吐量，但增加内存使用。

第三个：最大队列大小（max.queue.size）。 增加队列大小可以缓冲更多数据，但增加内存使用。

优化建议： 从默认值开始，根据实际负载调整，测试不同配置，找到性能和延迟的平衡点。

配置代码：

文件路径：

src/main/resources/application.properties

# Batch processing optimization configuration
otel.bsp.schedule.delay=10000
otel.bsp.max.queue.size=4096
otel.bsp.max.export.batch.size=1024
otel.bsp.export.timeout=30000

异步导出

异步导出的作用是什么？ 避免阻塞业务逻辑，在后台异步处理数据导出，减少对应用性能的影响。

异步导出机制： OpenTelemetry 默认使用异步导出，数据收集和导出是异步的，不会阻塞业务逻辑。

批处理与异步导出的关系： 批处理是异步导出的一部分，数据先收集到内存队列，然后批量导出。

优化建议： 确认使用异步导出（默认），配置批处理参数优化导出性能，监控导出线程使用情况，确保不会阻塞业务逻辑。

验证命令：

# utilized jstack View thread usage
jstack <pid> | grep -A 10 "otel"

# utilized jvisualvm or JProfiler View thread status
# Verify that the export thread does not block the business thread

资源监控

资源监控的作用是什么？ 监控可观察性系统本身的资源使用情况，确保系统稳定运行，及时发现资源问题。

监控的指标有哪些呢？

第一个：内存使用。 使用

jstat -gc <pid>

第二个：CPU 使用。 使用

top

htop

第三个：网络流量。 使用

netstat

ss

第四个：可观察性指标。 在 Grafana 中创建 Dashboard，监控可观察性系统的指标，设置告警。

监控命令示例：

# surveillance JVM memory usage
jstat -gc <pid> 1000

# surveillance CPU utilized
top -p <pid>
# or use htop
htop -p <pid>

# Monitor network connections
netstat -an | grep 4317  # OTLP gRPC ports
ss -tn | grep 4317

# Monitor network traffic
iftop -i eth0

本节小结

在本节中，我们学习了性能优化：

第一个是采样优化。 调整采样率、基于条件的采样、基于父级的采样，减少数据量，保持可观察性。

第二个是批处理优化。 优化批次延迟、批次大小、队列大小，平衡性能和延迟，提高吞吐量。

第三个是异步导出。 使用异步导出，避免阻塞业务逻辑，在后台处理数据导出。

第四个是资源监控。 监控内存、CPU、网络使用，创建 Dashboard，设置告警，确保系统稳定运行。

性能优化流程： 采样优化 → 批处理优化 → 异步导出 → 资源监控 → 稳定运行。

这就是性能优化。通过合理的优化，我们可以在生产环境中稳定运行可观察性系统。

在下一节，我们将进行练习：构建完整的后端服务。通过完整的练习，巩固前面学习的知识。