從電腦效能瓶頸看問題核心

以前在維護網站的時代，採用 UNIX 系統，就特別針對效能瓶頸多加注意。當時遇上龐大的網站瀏覽需求以及網站服務使用需求，使得網站回應相當慢。老闆當然要求要盡快解決，也問過我是不是要換更好的機器，他再去找經費。

但是錢要花在刀口上，因為我們沒有無限的經費。當時的例子，效能瓶頸可能出現在下面幾個點：

• 網路
• WAN 還是 LAN ？
• 設備：是否既有網路設備不足以應付龐大的 session 或是流量，網卡要換還是 Switch / Router 要換？Layer 2 / Layer 4 Load Balance Switch 有沒有效？
• CPU
• 網站服務回應慢時，是否 CPU 呈現滿載狀況？
• 若 CPU 呈現滿載，是哪些程序佔用多數的 CPU 運算效能？
• 是 httpd 佔用較多效能？
• 還是網站程式佔用較多效能？
• 還是其他相關程式例如資料庫佔用較多效能？
• 硬碟 I/O
• 硬碟 I/O 是否滿載？

諸如此類，每個不同的環節都可能導致前端服務回應緩慢，解決方法也大大迥異。而往往真實狀況混雜著多種不同背景下產生類似的結果，例如當時某些特定族群的用戶，他們的對外網路頻寬本來就不太夠，多人同時使用時，瓶頸在於他們的對外頻寬；然而相近時間點，其他族群的使用者，網路頻寬都不是問題，那時真正的瓶頸在於伺服器端過載。

解法其實也很多元，除了一方面提升網路品質（即便這後來經證實不是主要瓶頸），一方面從硬體下手改善 CPU 運算以及採用更能應付多工運算的伺服器，硬碟也採高轉速、快速存取的高階硬碟陣列，另一方面也要從軟體下手，改進程式實作方式與檔案系統架構，減低不必要的 I/O 存取，善加利用記憶體暫存，還有把伺服器拆分成多個階層，外加採用多組伺服器做 Load Balance 。

其實改動了這麼多可能因素，一般而言，可能反而不太容易看到是否「錢花在刀口上」。不過當時因為多個環節處於先天不良的狀況之下，同時改善是必要的。

生活上的問題也可以試試採用類似方法加以分析，比方說一家餐飲店為什麼生意不好？

• 地點因素？
• 人員因素？
• 硬體設備因素？
• 餐點種類？
• 價格因素？
• 美味因素？
• 大環境因素？