1.2.3 性能优化的目标衡量

对于用户来说，优化目标很容易确定，回到原来的响应速度甚至比原来的响应速度更快即可。但对于性能优化者来说，这个描述是无法定性或定量衡量优化目标的。因此需要与客户沟通，进一步把这个目标分解细化，并且是要可测量的。

对于非交互式的批处理应用，优化目标相对容易确定，一般可以用每分钟处理业务量或每个业务单元所耗费的时间来进行衡量。比如电信实时计费系统，可以用每分钟处理多少条话单来衡量优化目标指标。大部分非交互式批处理系统都具有处理业务日志系统，所以可准确衡量每分钟处理业务量；对于少量不具备日志的批处理系统，则可以采用类似作业的处理响应时间来衡量；若有无法采用以上方式衡量的情况，也可以简单通过结果比较甚至业务特征比较来完成，比如简单统计话单数量或者简单统计insert into cdr_detail values ( )语句的执行次数，或者通过统计这些批处理会话的事务数量来完成。

对于局部终端的交互式应用，由于性能影响受众有限，直接的定性描述或实际衡量的响应是一种可以接受的简单优化目标衡量方式。

对于广泛受众影响的交互式应用，其性能表现往往与吞吐量的大小有关。可以采用定性和定量结合的方式来完成优化目标衡量，如下：

❑ 吞吐量的确定。用户一般难以理解吞吐量的概念，所以可以简单采用技术性指标来描述，比如采用事务数量或特征语句的执行次数来确定吞吐量。

❑ 响应时间。响应时间又可以从定性和定量两个方面来确定，包括与部分终端使用人员交流，获得感性的响应时间来进行定性的认知以及通过特征语句的每次执行时间来进行定量的描述。除了以最终业务响应性能评价作为优化目标之外，很多优化场景仅仅是降低资源的使用，比如降低CPU消耗和I/O消耗等，这种性能优化是纯技术性操作，简单采用技术指标确定即可。

表1-2～表1-5可以用来帮助大家针对不同的业务应用类型来衡量优化目标。

表1-2 批处理业务系统的现状和目标界定

表1-5 基于资源消耗的业务优化的现状和目标界定

表1-3 局部终端交互式应用的现状和目标界定

表1-4 广泛受众影响的交互式应用的现状和目标界定