高并发的性能指标

QPS（query per second） TPS(transection per second) 不同的业务场景有不同的指标
并发量 系统能同时处理的请求 量
吞吐量 类似于并发量，
响应时间 客户端请求平均返回时间
cpu占用率，磁盘和io网络宽带使用率

从哪些方面着手优化服务性能问题

集群部署、多级缓存、复杂查询优化
如何拆分去保证灵活扩展
系统瓶颈的检测和优化
JVM 优化， 比如尽可能减少full GC, 创建对象 最好是生命周期小的，老年代对象过多会造成内存紧张
负载均衡算法 —> hash一致性算法 hash槽算法

如何成为优秀程序员

不会乱写性能很差的代码
能够分析影响系统性能的瓶颈
高并发问题的解决方案，多线程如何协调， 分布式如何协调服务

从系统的架构分析可优化的部分

客户端请求 —》 异步
服务提供路由 —》 nginx负载均衡， 服务代理
加快处理速度 —》 使用缓存，使用多线程异步处理, 缓冲池思想
提高容错性 —》 增加限流，提供服务崩溃的替代方案（熔断降级），负载均衡算法
字通整体的架构， 比如 可以直接调用却使用中间服务间接调用