关于新书《大型网站性能监测、分析与优化》

1、为什么要写这本书在人际关系中，良好的第一印象至关重要。人们愿意在彼此身上寻求信任 与安全感，并期望在接下来的实践经历中重现及增强这些好感。同样的道理也 体现在互联网产品中。在打造良好的品牌信誉及与终端用户持久信任关系的过 程中，用户体验扮演着极其重要的角色。如今当我们访问的移动应用速度慢、 图片页面无法打开、视频无法下载、交易拥塞等症状时，大多数人会选择毫不 犹豫地离开。正是由于越来越多的互联网应用承载着企业的商业价值，而每当 出现应用性能问题时便直接转化为实际收益损失，所以解决性能问题之关键， 关乎用户体验、也直接影响效益营收及企业核心竞争力。这本书的不同之处从 Web1.0 时代至今，工程

2、师们一直在尝试各种方法，提高用户对互联网产品的浏 览体验。在这个过程中，对用户体验改善有许多的理解和称呼，例如 Web 前端性能 优化、 Web 性能优化、速度优化、系统性能优化、访问质量优化、可用性优化 等，而无论是在哪一个时代、或是哪一种理解，都有一个共同目的 就是让 用户体验更好。性能优化界的泰山北斗级人物Steve Souders曾说过一个定论：“ 80 %-90% of the end-user response time isspent onthe frontend 最为“业界所 认可。他是Google Web性能布道者和前Yahoo首席性能工程师，也引领这一领 域多年；他把用户体

3、验优化基本定义为前端 +Web性能优化。在互联网产品多样性、复杂化的今天，全球化、移动化、多终端，海量用 户数据和实时性等新特点为改善用户体验带来了更大的挑战，甚至可以毫不夸 张的说今天的互联网时代是比历史上任何时期都面临更加复杂的局面和更为严 峻的挑战。互联网已经进入到用户体验至上的时代。企业商业价值的高度互联 网化、移动化及激烈的行业竞争等，都会让企业对用户体验的追求越来越高。 与此同时，用户选择门槛也会越来越低而使其更为挑剔，加上影响用户体验的 因素越来越多元化及互联网技术、网络、硬件的高速迭代，这种种原因使得前 端 Web 性能已经不再像以前那样对用户体验起到决定性作用。尤其是在中国存

4、 在其特有的差异性，从移动、前端、后端、网络、系统、应用、硬件、产品逻 辑等都决定了用户体验。本书作者结合在腾讯、百度大规模性能优化的工作经 历从一个全新的企业级视角来考量用户体验与工程师之间的关系，试图诠释如 何建立完整企业级性能监测、分析与优化体系。 企业级性能监测、分析、优 化体系读者对象本书适合以下读者阅读：互联网行业技术经理、项目经理、架构师、技术总监、 CTO 互联网行业运维工程师、测试工程师、前端研发工程师、后端研发工程 师、移动研发工程师致力于从全局把握应用性能监测、分析与优化和互联网产 品的所有互联网从业人员勘误和支持致谢感谢电子工业出版社张月萍老师花费大量时间、精力来阅读我

5、的书稿，指 出许多文字和格式上的错误。感谢原百度同事朱建锋、徐晔等提供素材。最后 感谢我的太太在本书写作期间给予我事业上的支持以及写作上的指导。目录、尸、 亠前言写在最前面关于用户体验在腾讯、百度实践的体会第一部分基础篇 第 1xx 应用性能管理概述1.1 关于应用性能1.2 关于应用性能管理1.3 基本意识1.3.1 价值与意义1.3.2 出发点1.3.3 相关的人1.3.4 解决的问题1.3.5 前题条件1.3.6 组织形式1.4 如何正确开始1.5 投入与收益平衡1.6 优秀企业的经验 第二部分监测、工具篇 第 2xx 应用性能监测实践2.1 应用性能监测概述2.2 应用性能持续监测2.

6、2.1 移动监测 移动 Web App 监测 移动 Native App 监测 移动端到端真机监测2.2.2 Web 监测 PC端到端真机监测 PC J隘测 网络监测 可用性监测 流媒体真机监测流媒体Flash监测2.2.3 系统监测 主机监测2.2.4 应用监测 语言类监测.1 Java 监测.2 PHP 监测.3 .NET监测.4 Node.js 监测.5 Ruby 监

7、测.6 Python 监测平台类监测.1 Apache 监测.2 Ngi nx 监测.3 Docker 监测2.2.424 Redis 监测2.2.425 MySQL 监测2.2.426 Mo ngoDB 监测2.3 应用性能即时监测231 PC即时监测232移动Web App即时监测233移动Native App即时监测2.3.4网络即时监测2.4应用自定义监测第 3xx 性能监测工具介绍3.1 性能监测工具概述3.2持续监测工具3.2.1 Keynote3.2.2 Dynatrace3.2.3 App dynamics3

8、.2.4 Newrelic3.2.5 基调3.2.6 博睿3.2.7 OneAPM3.2.8xxxx3.3 即时监测工具3.3.1 YSlow3.3.2 Pagespeed Insights3.3.3 WebPageTest3.3.4 Chrome Dev Tools3.3.5 PhantomJS3.3.6 JsPerf3.4 其它工具3.5 应用性能指标3.5.1 用户指标 可用率 事务 吞吐量 响应时间 同时并发数 首屏时间xx 时间 整页时间 DNS时间3.5.1

9、.10 建立连接时间1 下载速度2 网络传输时间3 后端响应时间4 首包时间5 基础页时间6 页面大小3.5.2 服务器指标 CPU使用率平均负载 内存使用量 IO使用率 IO读写速度 磁盘操作数 网络带宽 连接数3.5.3 移动指标 启动时间 响应时间 吞吐量 崩溃率 活跃会话数 传输数据量 错误率3.

10、5.4 其它指标第 4xx 性能监测平台搭建实践4.1 为什么要搭建监测平台4.2 如何搭建性能监测平台 第三部分分析、优化篇 第 5xx 应用性能分析实践5.1 产生性能问题的因素5.1.1 产品逻辑及用户行为5.1.2xx 基础网络5.1.3 PC端环境5. 1 .4移动端环境5. 1 . 5代码及应用5.1.6服务器及xx环境5.2 应用性能分析概述5.2.1 从用户及生产环境着手从终端xx分析从应用xx分析从网络xx分析从系统xx分析5.2.2常见的分析方法 平均值 几何平均值 直方图5.

11、2.2.4 分位值 标准差 去噪点 慢速比 Cache 状态5.2.3 主要分析视图 趋势视图 地域视图省份、xx视图 运营商视图 错误视图 散点视图 区间视图 浏览器视图 操作系统视图0 拓扑视图1 HTTP视图2 交互视图3崩溃视图4 设备视图5 版本视图6 Web 事务视图7 数据库视图5.2.3.

12、18 外部服务视图9 后台服务视图0 其它视图5.2.4 横向对比的意义 按竞品分析 按行业分析第 6xx 应用性能优化实践6.1 应用性能优化概述6.1.1 保障正确的性能优化6.1.2 确定优化带来的收益6.1.3 在投入和产出上做取舍6.1.4 功能与性能的取舍6.1.5 防止过早和过渡优化6.2 网络优化621 IDC优化622 ISP优化623 CDN优化6.2.4 BGP 优化6.2.5 DNS 优化6.3 系统优化6.3.1 压缩优化6.3.2缓存优化6.3.3分离优化6.3.4内核优化6.3.5传输优化6.3.6并发优化6

13、.3.7 隔离优化6.3.8 网卡优化6.3.9 硬件优化6.4 前端优化6.4.1 首屏优化6.4.2 内容优化6.4.3 请求优化644 CSS优化645 JavaScrip优化6.4.6图片优化6.5 后端优化6.5.1 架构优化6.5.2 并行优化6.5.3 异步优化6.5.4基础优化6.5.5 算法优化6.5.6程序优化6.5.7 缓存优化6.6 移动优化6.6.1 网络优化6.6.2 请求优化6.6.3 缓存优化6.6.4策略优化6.6.5启动优化6.6.6交互优化6.6.7 内存优化6.7 其它优化6.7.1 SPDY6.7.2 HTTP/26.7.3 ESI6.7.4 SDCH6.7.5 BigPipe6.7.6 DNS Prefetch6.7.7 HHVM第 7xx 性能优化平台搭建实践7.1 为什么要搭建优化平台7.2 如何搭建性能优化平台 第四部分标准、保持篇 第 8xx 应用性能优化标准8.1