Linux系统性能优化

1.1 内存管理优化

Linux内存子系统直接影响应用性能，关键参数包括vm.swappiness（交换分区使用倾向，建议生产环境设为10-20）、vm.dirty_ratio（脏页写入磁盘阈值，建议设为5-10%）及vm.overcommit_memory（内存分配策略，Tomcat场景推荐设为2）。通过/proc/meminfo监控内存使用，结合free -h与vmstat 1分析内存分配效率。

1.2 文件系统与I/O调度

针对数据库密集型应用，XFS文件系统配合deadline调度器可显著提升I/O性能。关键参数调整包括：

# 修改I/O调度器（临时生效）
echo deadline > /sys/block/sda/queue/scheduler
# 永久生效需写入/etc/rc.local

noatime挂载选项可减少元数据更新，提升文件读取速度。对于SSD设备，需禁用barrier选项以获得最佳性能。

1.3 网络栈优化

高并发场景下，调整net.core.somaxconn（默认128，建议设为4096）、net.ipv4.tcp_max_syn_backlog（同步队列长度，建议8192）及net.ipv4.tcp_tw_reuse（TIME_WAIT状态复用）。通过ss -s监控连接状态，配合netstat -an | grep TIME_WAIT | wc -l分析连接积压情况。

MySQL数据库优化

2.1 连接池配置

max_connections参数需根据业务峰值（建议并发数*1.2）设置，配合thread_cache_size（建议max_connections/4）减少线程创建开销。关键配置示例：

[mysqld]
max_connections = 800
thread_cache_size = 200
wait_timeout = 300
interactive_timeout = 300

通过SHOW STATUS LIKE 'Threads_%'监控线程缓存命中率。

2.2 缓冲池优化

InnoDB缓冲池大小应设为物理内存的50-70%，innodb_buffer_pool_instances建议设为8（32G以上内存）。关键参数：

innodb_buffer_pool_size = 16G
innodb_buffer_pool_instances = 8
innodb_log_file_size = 1G
innodb_io_capacity = 2000

使用SHOW ENGINE INNODB STATUS分析缓冲池命中率，目标值应>99%。

2.3 查询优化

启用慢查询日志（slow_query_log=1，long_query_time=1），配合EXPLAIN分析执行计划。针对高频查询，建立复合索引并遵循最左前缀原则。定期执行ANALYZE TABLE更新统计信息。

Nginx反向代理优化

3.1 工作进程配置

worker_processes建议设为CPU核心数，worker_rlimit_nofile应大于worker_connections*2。关键配置：

worker_processes  auto;
worker_rlimit_nofile 65535;
events {
    worker_connections  4096;
    use epoll;
}

通过ss -tulnp | grep nginx验证连接数是否达上限。

3.2 缓冲区与超时

调整client_body_buffer_size（建议16k）、client_header_buffer_size（建议4k）及keepalive_timeout（建议65s）。针对大文件上传，启用client_max_body_size并配置临时目录：

client_max_body_size 50m;
client_body_temp_path /var/nginx/client_body_temp;

3.3 静态资源加速

启用gzip_static on预压缩静态文件，配置sendfile on减少内核态到用户态拷贝。针对CDN场景，设置expires 30d缓存头。示例配置：

location ~* \.(jpg|jpeg|png|gif|ico|css|js)$ {
    expires 30d;
    add_header Cache-Control "public";
    gzip_static on;
}

Tomcat应用服务器优化

4.1 连接器配置

BIO连接器已淘汰，NIO/NIO2是主流选择。关键参数调整：

<Connector port="8080" protocol="org.apache.coyote.http11.Http11Nio2Protocol"
           maxThreads="500" minSpareThreads="50"
           acceptCount="200" connectionTimeout="20000"
           enableLookups="false" redirectPort="8443" />

maxThreads建议设为并发数*1.5，acceptCount应大于Nginx的worker_connections。

4.2 JVM调优

针对8G内存服务器，推荐配置：

JAVA_OPTS="-Xms4g -Xmx4g -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m
           -XX:+UseG1GC -XX:InitiatingHeapOccupancyPercent=35
           -XX:ConcGCThreads=4 -XX:ParallelGCThreads=8"

通过jstat -gcutil <pid> 1000监控GC频率，目标Full GC间隔>1小时。

4.3 会话管理

禁用JSESSIONID的URL重写（<session-config><cookie-config><http-only>true</http-only></cookie-config></session-config>），启用Sticky Session时配置jvmRoute。对于分布式场景，集成Redis作为会话存储。

监控与持续优化

建立Prometheus+Grafana监控体系，关键指标包括：

• Linux：CPU负载、内存使用、磁盘I/O等待
• MySQL：QPS、连接数、缓冲池命中率
• Nginx：请求速率、5xx错误率、上游响应时间
• Tomcat：请求处理时间、线程池利用率、GC暂停时间

定期执行压力测试（如JMeter），根据tps、error rate、response time三维指标调整参数。建立AB测试机制，每次修改不超过3个参数，通过控制变量法验证效果。

性能优化是持续过程，需结合业务特点制定调优策略。建议每季度进行全面性能评估，针对新业务特性（如AI推理、实时计算）调整优化方向。通过自动化工具（如Ansible）实现参数配置的版本化管理，确保环境一致性。