性能优化的正确起点是采样，不是猜测

性能问题最容易出现的工作方式是凭经验猜：觉得数据库慢就先改查询，觉得网络慢就先加缓存。改完之后收益不明显，再改下一处。绕一大圈之后发现，真正占时间大头的环节一直没被处理。原因很简单：没有先测时间在哪里。

采样是最直接的起点。让系统在真实负载下运行一段时间，记录每个调用出现的频率与累计耗时，最后按占比排序。绝大多数项目里，前几个环节就会占掉总时间的大部分，后面的细节调优空间有限。这份数据同时也给讨论提供了共同基础，避免各说各话。

看采样结果时有三个常见陷阱。第一是把自己发起的收集当成系统开销，读数被工具本身抬高；第二是用平均值代替分布，掩盖了长尾；第三是把等待时间与计算时间混在一起，实际上大头是等待外部响应，改代码算法并不会有效果。

确定了热点之后，改动要一次只做一处，并且改完立刻复测。同时改两处就无法判断收益来源，甚至可能相互抵消。收益的衡量方式也要提前定好：是降低总耗时，还是削平长尾，还是减少内存占用。目标不同，合理的方案完全不同。

最后一项是别忽略用户感知阈值。某些内部环节从两百毫秒降到一百五十毫秒，指标改善明显，但用户察觉不到；而首屏的一次结构性改动，虽然耗时下降不多，体验差别却很大。把性能工作完全等同于指标优化，容易投入产出失衡。先确定用户能感知的部分，再决定是否继续深入。