一、Linux系统级性能优化

1.1 内核参数调优

Linux内核参数直接影响系统吞吐能力，关键参数包括：

• 文件描述符限制：通过/etc/security/limits.conf设置nofile参数，建议生产环境设置为65535以上，避免高并发时出现”Too many open files”错误。
• 网络栈优化：

  # 增大TCP连接队列
  net.core.somaxconn = 65535
  net.ipv4.tcp_max_syn_backlog = 65535
  # 启用TIME_WAIT复用
  net.ipv4.tcp_tw_reuse = 1

• 内存管理：调整vm.swappiness为10-20，减少Swap使用频率；通过vm.dirty_ratio和vm.dirty_background_ratio控制脏页刷新阈值。

1.2 I/O调度策略

针对不同存储设备选择最优调度器：

• SSD设备：使用noop或deadline调度器，减少不必要的I/O合并
• HDD设备：cfq（公平队列）或deadline更合适
  修改方式：

  echo deadline > /sys/block/sda/queue/scheduler

1.3 CPU资源隔离

通过cgroups实现进程级资源控制：

# 创建CPU子系统
mkdir /sys/fs/cgroup/cpu/tomcat
# 设置CPU份额
echo 2048 > /sys/fs/cgroup/cpu/tomcat/cpu.shares
# 将Tomcat进程加入控制组
echo <PID> > /sys/fs/cgroup/cpu/tomcat/tasks

二、MySQL数据库优化

2.1 存储引擎选择

• InnoDB：默认引擎，支持事务、行级锁

  ALTER TABLE users ENGINE=InnoDB;

• MyISAM：读密集型场景，但缺乏事务支持

2.2 缓冲池配置

InnoDB缓冲池是核心调优点：

[mysqld]
innodb_buffer_pool_size = 4G  # 建议为物理内存的50-70%
innodb_buffer_pool_instances = 8  # 每个实例至少1GB
innodb_log_file_size = 512M  # 事务日志大小

2.3 查询优化实践

• 慢查询日志：

  SET GLOBAL slow_query_log = 'ON';
  SET GLOBAL long_query_time = 2;  # 记录超过2秒的查询

• 索引优化：使用EXPLAIN分析查询执行计划，避免全表扫描
• 连接池配置：

  max_connections = 200
  wait_timeout = 300
  interactive_timeout = 300

三、Nginx反向代理优化

3.1 工作进程配置

worker_processes auto;  # 自动匹配CPU核心数
worker_rlimit_nofile 65535;  # 每个worker的文件描述符限制
events {
    worker_connections 4096;  # 每个worker的最大连接数
    use epoll;  # Linux下高效事件模型
}

3.2 缓冲区优化

http {
    client_body_buffer_size 128k;
    client_header_buffer_size 16k;
    client_max_body_size 8m;
    large_client_header_buffers 4 32k;
}

3.3 静态资源缓存

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

3.4 Gzip压缩配置

gzip on;
gzip_types text/plain text/css application/json application/javascript;
gzip_min_length 1k;
gzip_comp_level 6;

四、Tomcat应用服务器优化

4.1 连接器配置

<Connector port="8080" protocol="HTTP/1.1"
           connectionTimeout="20000"
           maxThreads="200"
           minSpareThreads="20"
           acceptCount="100"
           enableLookups="false"
           redirectPort="8443" />

4.2 JVM参数调优

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

4.3 线程池优化

<Executor name="tomcatThreadPool" 
          namePrefix="catalina-exec-"
          maxThreads="200" 
          minSpareThreads="20"
          prestartminSpareThreads="true"/>

4.4 会话管理

• 禁用JSESSIONID的URL重写：

  <Context disableURLRewriting="true">

• 使用Redis存储会话：

  <Manager className="com.orangefunction.tomcat.redissessions.RedisSessionManager"
           host="localhost"
           port="6379"
           database="0" />

五、综合监控与调优方法

5.1 监控工具链

• 系统监控：vmstat 1、iostat -x 1、sar -n DEV 1
• MySQL监控：pt-query-digest、mysqldumpslow
• Nginx监控：stub_status模块
• Tomcat监控：JMX指标、PsiProbe

5.2 压力测试方法

• AB工具：

  ab -n 10000 -c 500 http://example.com/

• JMeter：支持复杂场景模拟
• Wrk：现代高性能测试工具

5.3 持续优化流程

1. 建立基线性能指标
2. 实施变更并记录
3. 对比变更前后指标
4. 验证业务影响
5. 文档化优化方案

六、典型问题解决方案

6.1 高并发连接问题

• 现象：Too many open files错误
• 解决方案：
  • 调整系统级文件描述符限制
  • 优化Nginx的worker_rlimit_nofile
  • 检查应用层连接泄漏

6.2 数据库连接池耗尽

• 现象：Timeout in acquiring JDBC Connection
• 解决方案：
  • 增加连接池最大连接数
  • 检查慢查询和长事务
  • 实现连接泄漏检测

6.3 内存溢出问题

• 现象：OutOfMemoryError
• 解决方案：
  • 分析堆转储文件(jmap -dump)
  • 调整JVM堆内存参数
  • 优化对象创建和缓存策略

七、最佳实践总结

1. 渐进式调优：每次只修改一个参数，观察效果后再进行下一步
2. 基准测试：使用真实业务场景进行压力测试
3. 自动化监控：建立实时性能监控系统
4. 文档化：记录所有优化措施和效果
5. 回滚机制：确保可以快速回退有问题的变更

通过系统性的参数优化和架构调整，可以显著提升Linux+MySQL+Nginx+Tomcat技术栈的性能表现。实际优化过程中，需要结合具体业务场景和硬件环境进行针对性调优，并通过持续监控确保系统稳定运行。