08 — 性能优化方法论
核心规律：先测量再优化，用数据说话
一句话：优化是持续的过程，不是单次任务
一、核心规律
1.1 优化决策树
flowchart TD
A["性能问题"] --> B["1. 建立基准<br/>记录当前性能指标"]
B --> C["2. 定位瓶颈<br/>profiling找出慢在哪里"]
C --> D["3. 制定方案<br/>按优先级处理"]
D --> E["4. 实施优化<br/>小步快跑"]
E --> F["5. 验证效果<br/>对比基准数据"]
F --> G{"达标?"}
G -->|否| C
G -->|是| H["6. 持续监控<br/>防止退化"]
style A fill:#ffebee
style H fill:#e8f5e9
1.2 优化三原则
1. 先测量，再优化 — 不要凭感觉
2. 一次只优化一个变量 — 便于定位效果
3. 优化是持续过程 — 没有终点
二、性能瓶颈定位
2.1 分层排查法
flowchart LR
subgraph 前端["🖥️ 前端"]
F1["首屏加载时间"]
F2["交互响应时间"]
end
subgraph 网络["🌐 网络"]
N1["DNS解析"]
N2["TCP连接"]
N3["TLS握手"]
end
subgraph 后端["⚙️ 后端"]
B1["PHP执行时间"]
B2["框架开销"]
B3["业务逻辑"]
end
subgraph 数据库["💾 数据库"]
D1["查询时间"]
D2["连接开销"]
D3["锁等待"]
end
F1 & F2 --> N1 & N2 & N3
N1 & N2 & N3 --> B1 & B2 & B3
B1 & B2 & B3 --> D1 & D2 & D3
style D1 fill:#ffebee
style B1 fill:#fff3e0
style N1 fill:#e3f2fd
style F1 fill:#e8f5e9
2.2 常用 profiling 工具
层级 工具 用途 PHP Blackfire / Xdebug 函数级性能分析 PHP opcache_get_status() OPcache状态 MySQL EXPLAIN / mysqldumpslow 慢查询分析 Redis redis-cli —stat 实时监控 系统 top / htop / iostat 资源监控 全链路 Laravel Telescope 请求级追踪
三、前端性能优化
3.1 关键指标
指标 含义 健康值 FCP 首次内容绘制 < 1.8s LCP 最大内容绘制 < 2.5s FID 首次输入延迟 < 100ms CLS 累积布局偏移 < 0.1
3.2 优化手段
加载优化：
├── 代码分割（Route-level lazy loading）
├── Tree Shaking（移除未使用代码）
├── 图片优化（WebP + 懒加载）
└── CDN加速静态资源
渲染优化：
├── 减少Reflow/Repaint
├── 虚拟列表（长列表）
├── Web Worker（耗时计算）
└── requestAnimationFrame（动画）
四、后端性能优化
4.1 PHP优化
优化点 方法 效果 OPcache 启用OPcache JIT编译，字节码缓存 PHP-FPM 调优进程数 并发能力提升 代码 避免N+1查询 查询次数减少90% 缓存 Redis缓存热点数据 DB压力降低80%
4.2 数据库优化
查询优化 Checklist：
□ EXPLAIN分析执行计划
□ 避免SELECT *，指定字段
□ 合理使用索引（最左前缀）
□ 避免在索引列上用函数
□ 大结果集分页用游标替代OFFSET
□ 批量操作用chunk()分批处理
五、缓存优化
5.1 缓存层次
L1: CPU缓存（纳秒级）
L2: Redis/内存缓存（微秒级）← 应用层主要使用
L3: 本地缓存APCu（毫秒级）
L4: 数据库（毫秒级）
L5: 磁盘/对象存储（秒级）
5.2 缓存策略
策略 适用场景 风险 Cache-Aside 读多写少 首次查询穿透 Write-Through 强一致性要求 写入性能较低 Write-Behind 高写入吞吐 数据可能丢失 Refresh-Ahead 热点数据 需要提前预热
六、本章总结
核心规律：性能优化是持续的过程。建立「监控→分析→优化→验证」的闭环，用数据驱动决策。
关键记忆点
✅ 先测量再优化，不要凭感觉
✅ 瓶颈可能在任何一层，逐层排查
✅ 缓存是最有效的优化手段之一
✅ 监控是防止退化的关键
延伸阅读