一、Linux系统性能参数优化

1.1 内存管理优化

Linux内存子系统直接影响应用性能，需重点关注以下参数：

• vm.swappiness：控制内核使用交换空间的倾向（0-100），建议数据库服务器设为10，应用服务器设为30。通过sysctl -w vm.swappiness=10临时修改，写入/etc/sysctl.conf永久生效。
• vm.overcommit_memory：内存分配策略（0=启发式，1=总是允许，2=严格模式）。MySQL实例建议设为1，防止OOM Killer误杀进程。
• 透明大页(THP)：关闭以减少延迟波动。执行echo never > /sys/kernel/mm/transparent_hugepage/enabled，并添加至rc.local。

1.2 文件系统优化

• XFS文件系统：比ext4更适合高并发IO场景，建议mkfs.xfs -f -n ftype=1 /dev/sdX格式化。
• IO调度器：SSD设备使用noop，传统磁盘用deadline。通过echo deadline > /sys/block/sdX/queue/scheduler修改。
• 目录索引：对高频访问目录启用chattr +i /path防止碎片，或使用e4defrag定期整理。

1.3 网络栈优化

• TCP参数调整：

  net.core.somaxconn = 65535
  net.ipv4.tcp_max_syn_backlog = 65535
  net.ipv4.tcp_tw_reuse = 1
  net.ipv4.tcp_tw_recycle = 0  # IPv6环境下禁用

• 连接跟踪表：增大net.nf_conntrack_max至百万级，配合conntrack -D清理过期连接。

二、MySQL数据库性能调优

2.1 存储引擎配置

• InnoDB缓冲池：设为物理内存的50-70%，innodb_buffer_pool_size=16G。
• 日志文件：innodb_log_file_size=1G（根据写入量调整），innodb_log_buffer_size=64M。
• 并行查询：MySQL 8.0+启用innodb_parallel_read_threads=4。

2.2 查询优化参数

• 连接数控制：max_connections=2000配合thread_cache_size=100。
• 临时表优化：tmp_table_size=64M，max_heap_table_size=64M。
• 排序缓冲区：sort_buffer_size=4M，join_buffer_size=4M（按需调整）。

2.3 监控与诊断

• 慢查询日志：启用slow_query_log=1，设置long_query_time=1秒。
• 性能模式：performance_schema=ON，重点监控events_statements_summary_by_digest表。
• EXPLAIN分析：对复杂查询使用EXPLAIN FORMAT=JSON获取执行计划详情。

三、Nginx反向代理优化

3.1 工作进程配置

• worker_processes：设为CPU核心数，worker_processes auto;。
• 事件模型：优先使用epoll（Linux），worker_connections 10240;。
• CPU亲和性：通过worker_cpu_affinity绑定进程到特定核心。

3.2 缓冲区与超时

client_body_buffer_size 16k;
client_header_buffer_size 1k;
client_max_body_size 8m;
keepalive_timeout 75s;
keepalive_requests 1000;

3.3 静态资源优化

• Gzip压缩：

  gzip on;
  gzip_types text/plain application/json application/javascript;
  gzip_min_length 1k;

• 缓存控制：

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

四、Tomcat应用服务器优化

4.1 连接器配置

• BIO/NIO选择：高并发场景使用NIO2，<Connector executor="tomcatThreadPool" protocol="org.apache.coyote.http11.Http11Nio2Protocol">。
• 线程池配置：

  <Executor name="tomcatThreadPool" 
            namePrefix="catalina-exec-"
            maxThreads="1000"
            minSpareThreads="100"
            prestartminSpareThreads="true"/>

4.2 JVM参数调优

• 堆内存设置：-Xms4G -Xmx4G -XX:MetaspaceSize=256M。
• GC策略选择：
  • 低延迟场景：-XX:+UseG1GC -XX:MaxGCPauseMillis=200
  • 高吞吐场景：-XX:+UseParallelGC
• 监控工具：集成JMX，使用VisualVM或Prometheus+JMX Exporter。

4.3 会话管理优化

• 集群环境：使用Redis存储Session，<Manager className="de.javakaffee.web.msm.RedisBackupSessionManager">。
• 超时设置：<Session cookieName="JSESSIONID" timeout="1800" />（30分钟）。

五、综合监控与持续优化

5.1 监控体系构建

• Prometheus+Grafana：集成Node Exporter、MySQL Exporter、Nginx Exporter、JMX Exporter。
• ELK日志分析：通过Filebeat收集各组件日志，Kibana可视化分析。

5.2 压力测试方法

• JMeter脚本设计：模拟真实业务场景，包含混合负载测试。
• pts工具使用：sysbench --test=oltp --oltp-table-size=10000000 run。

5.3 持续优化流程

1. 基准测试 → 2. 参数调整 → 3. 性能测试 → 4. 结果分析 → 5. 迭代优化

六、典型场景优化案例

6.1 电商大促优化

• MySQL分库分表：按用户ID哈希分16库，每库32表。
• Nginx动态路由：根据URL参数分流至不同后端集群。
• Tomcat异步处理：使用Servlet 3.0异步特性处理订单创建。

6.2 金融交易系统优化

• Linux实时内核：启用PREEMPT_RT补丁降低延迟。
• MySQL半同步复制：确保数据强一致性。
• Tomcat连接池：HikariCP配置maximumPoolSize=200。

通过系统性地调整上述参数，某互联网公司成功将系统吞吐量提升300%，平均响应时间从1200ms降至350ms。实际优化中需结合业务特点进行参数调优，建议通过A/B测试验证效果。