一、Linux系统性能优化

1.1 内存管理优化

Linux内存管理直接影响应用运行效率，需重点关注vm.swappiness和vm.dirty_ratio参数。建议将vm.swappiness设为10（默认60），减少不必要的swap交换：

echo "vm.swappiness=10" >> /etc/sysctl.conf
sysctl -p

对于高并发写入场景，调整vm.dirty_background_ratio=5和vm.dirty_ratio=15，平衡脏页刷新频率与内存占用。

1.2 文件系统调优

XFS文件系统在高并发写入时表现优异，建议使用noatime挂载选项减少元数据更新：

mount -o remount,noatime /data

针对MySQL数据目录，建议单独分区并使用ext4文件系统的data=writeback模式（需内核支持），可提升I/O性能约20%。

1.3 网络栈优化

TCP连接优化需关注三个核心参数：

# 增大连接队列
echo 4096 > /proc/sys/net/core/somaxconn
# 启用TIME_WAIT重用
echo 1 > /proc/sys/net/ipv4/tcp_tw_reuse
# 调整TCP缓冲区
echo "net.ipv4.tcp_mem=10000000 10000000 10000000" >> /etc/sysctl.conf

对于万兆网络环境，建议将net.core.rmem_max和net.core.wmem_max提升至16MB。

二、MySQL数据库优化

2.1 存储引擎选择

InnoDB是默认选择，需重点关注三个参数：

-- 增大缓冲池（建议物理内存的50-70%）
SET GLOBAL innodb_buffer_pool_size=8G;
-- 优化日志文件大小
SET GLOBAL innodb_log_file_size=1G;
-- 启用自适应哈希索引
SET GLOBAL innodb_adaptive_hash_index=ON;

对于只读场景，可考虑MyISAM引擎并设置key_buffer_size=2G。

2.2 查询优化策略

通过慢查询日志定位性能瓶颈：

-- 开启慢查询日志
SET GLOBAL slow_query_log=ON;
SET GLOBAL long_query_time=1;
-- 优化索引策略
ALTER TABLE orders ADD INDEX idx_customer(customer_id);

使用EXPLAIN分析查询执行计划，重点关注type列（应达到range级别以上）。

2.3 连接池配置

连接池大小计算模型：

最大连接数 = (核心数 * 2) + 磁盘数量

建议设置max_connections=300，配合thread_cache_size=100减少线程创建开销。

三、Nginx反向代理优化

3.1 工作进程调优

根据CPU核心数配置worker进程：

worker_processes auto;  # 自动检测CPU核心数
worker_rlimit_nofile 65535;  # 增大文件描述符限制
events {
    worker_connections 4096;  # 单进程最大连接数
}

3.2 静态资源处理

启用gzip压缩和缓存：

gzip on;
gzip_types text/css application/javascript;
location ~* \.(jpg|png|css)$ {
    expires 30d;
    add_header Cache-Control "public";
}

测试显示，启用gzip后HTML传输量可减少60%-80%。

3.3 动态请求转发

优化upstream模块配置：

upstream tomcat_cluster {
    server 127.0.0.1:8080 weight=5;
    server 127.0.0.1:8081;
    keepalive 32;  # 保持长连接
}

建议设置proxy_buffer_size 16k和proxy_buffers 8 16k处理大响应体。

四、Tomcat应用服务器优化

4.1 线程池配置

根据并发量调整线程模型：

<!-- server.xml配置示例 -->
<Executor name="tomcatThreadPool" 
          namePrefix="catalina-exec-"
          maxThreads="300" 
          minSpareThreads="20"
          prestartminSpareThreads="true"/>

计算公式：最大线程数 = (平均响应时间(ms)/1000) * QPS

4.2 JVM参数调优

推荐GC参数组合：

JAVA_OPTS="-Xms4G -Xmx4G -XX:MetaspaceSize=256M 
          -XX:+UseG1GC -XX:InitiatingHeapOccupancyPercent=35"

对于高吞吐场景，可考虑-XX:+UseParallelGC。

4.3 连接器优化

NIO连接器配置建议：

<Connector port="8080" protocol="org.apache.coyote.http11.Http11NioProtocol"
           connectionTimeout="20000"
           acceptorThreadCount="2"
           maxThreads="300"
           minSpareThreads="20"
           enableLookups="false"
           redirectPort="8443" />

测试表明，NIO比BIO模式在并发1000+时性能提升3倍以上。

五、综合监控方案

实施性能优化后，需建立监控体系：

1. 基础监控：使用vmstat 1、iostat -x 1监控系统资源
2. 应用监控：通过Prometheus+Grafana收集JVM、MySQL指标
3. 日志分析：ELK栈集中分析Nginx和Tomcat访问日志

建议设置告警阈值：

• CPU使用率 > 85%持续5分钟
• 磁盘I/O等待 > 30%
• MySQL连接数 > 最大连接数的80%

六、优化实施路线图

1. 基准测试：使用sysbench、ab工具建立性能基线
2. 分阶段优化：按Linux→MySQL→Nginx→Tomcat顺序调整
3. 验证测试：每次修改后进行回归测试
4. 文档记录：维护优化参数变更记录表

实际案例显示，综合优化后系统吞吐量可提升3-8倍，响应时间降低50%-70%。建议每季度进行性能复审，根据业务发展动态调整参数。