自从上次修改backlog之后, Silly的IO能力，就一直以少量（约4~6K)的差距落后于redis，却一直找不到原因。
这次打算从头做一次profile来问题到底出在哪。
先用GNU提供的gprof分析一下C代码是否有值得优化的地方，结果发现CPU使用率最高的地方是luaVM内部和malloc/free。
我们所有的业务逻辑全在lua层做的，而IO线程与worker(lua)线程进行交互时是通过malloc来实现的。这几乎表明C代码几乎已经没有优化的余地了。
但是有个好消息，就是gprof不去profile系统调用和so，也许还有机会。
压测时，先使用top看一下每个cpu core的使用率，包括用户态与内核态。
用户态过高一般是应用逻辑代码消耗的，内核态则有可能是因为系统调用过多，上下文切换过频繁，等其他原因。
不过top只能看到当时的cpu状态，不太好看出整个测试区间，cpu消耗的曲线。可以改用’sar -u -P ALL 1’每隔一秒打印出cpu的使用情况。
通过观察发现，有一个线程的内核态有70+%之多，相比Redis来讲高出不少。
再使用vmstat命令查看in(系统中断)/cs(上下文切换), 可以确认在整个压测区间in和cs显著升高，推测应该是系统调用造成的。
为了近一步确认这些‘中断和上下文切换’是由Silly造成的，使用’pidstat -w -p PID 1’来打印出某一个线程的上下文切换频率。
当确认之后，再使用’strace -p $PID -c -f’来收集此进程所有系统调用次数。再根据收集到的信息有针对性的优化。
如果以上都做了，还是没有什么可以优化的余地。没关系，我们还有一个神器perf来查看Cache命中率，分支预测失败率，CPU调度迁移等与cpu密切相关的信息。
如果以上都已经做还是没有找到优化空间。
还有一个很常见但很容易被人忽略的因素，就是CPU的用户态和内核态都很低。
这种情况下，一般是程序或集群间有队列（这个队列可能是socket等一切有FIFO性质的设施），队列的一端处理过慢（比如由于某种原因，处理端被卡住了，而又不耗cpu) ，而队列的产生端在产生完请求之后，由于一直没有收到回应，也一直在idle中。
整个表现，看上去特别诡异，就像是突然间机器空载了一样。
最后，当我们发现应用层代码实在无法优化之后，别着急，也许还有最后几个免费午餐你还没有吃。
jemalloc
一款很优秀的内存分配器，即使对多线程也有很好的表现。以此次优化silly为例，把内存分配器换成jemalloc 5.0之后，请求处理速度有显著提升。
__builtin_expect
GNU内建函数，可以用来向GCC暗示哪个分支更高概率的被执行，以便GCC可以生成更好的代码，以方便CPU做分支预测。当我们的分支判断成功与失败的概率有显著差别时（比如异常处理)，可以用来提高性能，至于能提高多少，要看具体情况。其中一种情况的测如见上篇。
cpu affinity
linux内核向应用程序提供了一些接口，可以让我们微调内核，包括调度算法。cpu affinity可以修改进程或线程的cpu亲和力。以暗示内核，最少可能选成cpu迁移，cpu迁移数据可以通过perf工具来获取。