性能(performance)设计很是重要，对于服务器端实时交易系统来讲系统性能的重要性不言而喻，对客户端软件来讲性能好的软件也会得到良好的用户体验，从而给用户留下高质量软件的良好印象。所以在进行架构设计中性能设计很是重要。html
但架构设计实际是一个平衡设计，在可用性、可扩展性、可维护性、可靠性、高性能等之间作个妥协选择。这些非功能性的需求再加上复杂的功能性需求，同时还要考虑到项目管理上tight schedule, low cost, perfect effect的三角难题约束，有时需求还不是很明确，vision不是很清楚，这种状况下系统架构设计真是一门艺术。(可参考笔者另一篇文章《也谈系统设计的一些原则》)
单就性能设计来讲，在架构设计初期就必定要把系统性能考虑在内，不然等开发完成之后测试发现性能很差就比较难办，一般要花费较长的时间来诊断性能瓶颈，找到提高的办法，甚至要改变架构，伤筋动骨，每每形成项目延期。因此性能设计首先要有明确的性能目标，根据用户和软件自己的性能要求来设计，合适的就是最好的。其次，要有适当的度量标准和量化的性能指标。最后，要有相应的设计策略，具体的测试方法。
根据个人经验，影响系统性能主要瓶颈在I/O，包括数据库，socket，网络通讯，文件等，例如频繁查询数据库并返回大量结果集，频繁操做大文件等，这些昂贵的操做会占用大量的CPU时间。拿系统响应和服务一个事务来讲，有几个Round trip，要经过哪几层I/O，如何合理的分配这些I/O的调用，下降没必要要的I/O，都是进行系统性能设计要考虑的。而有些性能问题在初期并不会表现出来，但当拿到实际上线环境下，存在多用户并发、大数据量的状况下就会暴露出严重的问题。因此性能设计时必定要考虑到I/O，同步，并发，资源争用，以及大数据量等因素。一般，I/O操做、网络响应、差的算法、数据库、以及其余的低效的资源使用都会致使低劣的性能。
正则表达式
具体可用的设计策略有：
算法
l 缓存以及缓存层(caching layer)
数据库
在数据层和应用层之间增长数据缓存层，提供全局数据服务。能够大大减小数据库往返次数。与读取数据库和读取大文件（如XML文件）比，读取内存的速度无疑要快的多。因此对常常要访问的数据进行缓存是很是好的实践方法。由于如今系统每每内存很大，能够充分利用大内存，而共享内存更能实现数据并发访问。
编程
l 多线程(multi-threading)
数组
如今基本上大部分软件实现多线程或多进程，多线程对单CPU系统还只是顺序利用CPU时间和改善用户体验，多CPU系统才是真正的并行。要注意的是多线程不要争抢访问同一资源而致使部分串行操做，要作到真正的并行操做多线程并不容易。另外，在多线程间同步一个庞大的资源，过多建立线程又没有实现线程池也会致使系统性能降低。
缓存
l 负载平衡(load balancing)
性能优化
物理上增长地位对等的集群服务器（Cluster），经过负载分配算法 分配相应服务器来响应客户端请求。不少系统支持负载均衡，Windows server2003 IIS就支持负载均衡服务，其余如WebLogic, WebSphere也有集群版本支持负载均衡。固然你也能够本身实现负载分配算法。
服务器
l 数据库优化（database optimization）
网络
若是应用程序使用了数据库，能够采起许多步骤来消除访问和写入数据时的瓶颈：
Ø 标识潜在的索引，但不要建立过多的索引。
Ø 若是使用 SQL Server，则使用 SQL Server 的事件探查器和索引优化向导。
Ø 监视处理器的使用；理想范围是：75-80% 处理器时间。
Ø 使用查询分析器分析查询计划以优化查询。
Ø 使用存储过程优化性能。
Ø 标准化写入的大量数据 —写入较少的数据。
Ø 取消标准化读取的大量数据 —读取较少的数据。
l 文件系统优化
有时候系统性能很差，但当你关闭写log的功能，性能一会儿提升不少。由于频繁的打开关闭大log文件时I/O开销很是大，一样记录log到数据库也同样。因此，release版尽可能减小写log，或干脆移到裸设备上。
频繁打开关闭文件对系统性能降低程度是惊人的，能够经过一些变通办法来减小文件的频繁操做。
例如，原来的缓存持久化实现是保存在XML文件，每次要得到一个配置项，都打开XML文件，经过XPath拿到这个配置项的值，这样效率不高，并且容易把这个XML文件lock住；改进的方法是：经过比较XML文件的修改时间(System.IO.File.GetLastWriteTime)判断是否要再次打开文件，大大提升了效率；另外一个能够改进的方法是：启动时读取全部配置到一个静态的HashTable，每次要得到一个配置项都从内存HashTable获取，在最后或适当的时候持久化到XML。
l 代码性能设计
在编程实现上，代码性能设计也很重要，一些昂贵的操做会占用大量的资源和CPU时间。例如，字符串相加没用StringBuilder, 频繁建立对象，差劲的排序或递归算法，过多的装箱拆箱，过多的使用反射（Reflection），频繁new HashTable或大的数组，用异常（Catch Exception）用作正常的逻辑，使用复杂的正则表达式，等等。具体能够参考《Effective C++》《Effective C#》等书籍。
l 语言的选择
另外，语言选择也很重要。好比相对于Java, C#, C++, 大多数OLTP系统用C语言效率高的多，由于在全部的高级程序设计语言中，C程序设计语言的运行效率是公认的。再好比咱们熟悉的一些框架，框架自己是C#或是Java的，但其核心独立模块是C++封装的，这样能够达到最佳的性能。因此对于一些特定的业务需求目标和数据的具体状况，对于核心的模块或算法，能够用特定的语言来实现以得到更好的效率。
l 应用层
好比应用层和数据库的API，在.Net中就有就有DataReader、DataSet和IList等的选择以及转换等，这个根据具体状况而定；还有就是你们常采用的数据的格式化和压缩，以及采用分页，减小传输的数据量；是否能够把一部分处理逻辑放在客户端呢，减小服务端的工做量。界面端也是有不少针对性能优化的考虑，例如绘图，控件重绘都是很是耗资源的，各控件的数据加载和数据绑定性能也各不相同，尽可能采用惰性加载，异步加载；初始化和启动速度等都是须要考虑和优化的。