perf工具
1、查找耗時點、cache-misses、L1-dcache-load-misses
perf top -C x
perf record -g -e cpu-clock -F 99 -p xxx
perf report --- 函數、匯編
perf record -e L1-dcache-load-misses,cpu-clock -C 3 sleep 10
perf report --stdio | grep XFWD
perf report --stdio | grep acl
最近參與了acl性能優化的方面的工作，目前優化過程接近尾聲，過程中走了不少彎路，當然也學習到了很多性能優化的方法，現在做下總結。
大多說優化基本都是對軟件的優化，所以這里不談硬件優化。
一般軟件涉及到性能問題，首先要確認性能點出在哪里？我們可以使用perf工具來跟蹤系統的性能，也可以來跟蹤某個進程的性能耗時點，是一個非常棒的性能分析工具。這里可以首先定位到哪個函數耗時，進而定位到業務流程上。
優化的過程有這么幾個，首先是對算法的優化，也就是根據業務邏輯功能來分析現有算法是否最優，這么多年的經驗來看，無非是CRUD，既然涉及到性能，一定是一個動態的過程，根據上面的函數就可以知道這個函數時發生在哪個階段。比如發生在查找階段，那么如果查找的數據結構是鏈表，改成hash或者樹結構那效率肯定明顯提升，具體的hash種類及樹結構的種類下面會詳細介紹。其次才是代碼實現細節的優化，這個時候還可以使用perf來看下耗時的原因是什？那影響代碼性能的點有這么幾個：首當其沖的是緩存cache-miss、就是要訪問的數據不再cache里，要到內存或者磁盤上獲取。這里的cache理論知識不再這里講解，本章節只對性能優化的步驟方法進行總體的闡述。那么如何降低cachemiss，可以到下面看詳細過程。有一點要重視，cachemiss不可能完全消除，不要太固執。其次可以在內存、耦合、開棧、指令、寄存器、延遲計算、提前計算等方面
優化角度：架構、算法、代碼。軟件&硬件。
這里不討論硬件優化，以及架構優化，因為這個都是系統級別的，不是可以輕易優化的。
了解業務 ------- 優化算法 或 設計新算法 ---------- 優化代碼
首先要對業務有非常通透的理解，因為大多數代碼首次開發或者架構設計的時候受項目進度約束，並非最完美的，了解了業務，同時明確目前的代碼實現，
這樣就可以找出當前的代碼存在冗余的部分，可以除去不必要的處理，或者合並部分處理過程。甚至設計新的算法。算法確認最優后，其次才能對代碼細節做優化。
算法優化：線性表-----鏈表------哈希-----樹
棧、隊列：這兩個一般是功能型的結構，不涉及性能。
線性表：定義的數組、開辟的連續內存
鏈表：指針、向量
哈希：bihash、多級hash
樹：二叉樹、
平衡二叉樹：搜索性能好
紅黑樹： 插入刪除動態調整的性能好
以上適用於數據較小，完全可以放在內存中。
=================================================
B樹：多叉樹
B+tree：數據都在葉子結點，平衡查找速度
B*tree：可指向兄弟節點，減少分裂。
以上適用於數據庫等數據量較大，需要放在磁盤上。
=================================================
tire樹：每個節點保存一個元素，空間換時間
radix樹：相比於trie樹，壓縮了中間節點，不止保存一個元素。
適用於字符查找，或者有規律的編碼結果進行快速查找
=================================================
代碼優化方法：
內存角度：大頁表（TLB、大頁內存）：訪問內存，要查頁表，加速查表。
緩存角度：cache優化（i-cache、d-cache、對齊）、數據預取（連續內存、適度預取）
耦合角度：高內聚低耦合（相關代碼放在一起）、減少冗余代碼
開棧角度：減少調用層次 、inline、宏構造函數、
指令角度：循環展開（指令預取相關）、分支預測（likely）
其他：寄存器參數、延遲計算、提前計算
拓展：多核、多線程、共享數據、讀寫分離、異步、並發、上下文切換、內存池、
問：為了減少函數調用層次，減少開棧時間，而把一個函數寫的較大，