从组件角度总结应用程序性能

在分布式开发时代，大型应用程序通常由不同开发团队开发的多个组件层组装而成。分层应用程序具有深层调用路径和大量调用（平均调用堆栈深度高达75次，在我们研究的应用程序中调用次数高达3500万次），这使得性能问题的总结成为一个关键问题。按类、方法、调用或包对性能进行总结通常是不够的，因为它们通常处于错误的粒度级别。我们提出了一种技术，使用阈值和过滤来识别用户感兴趣的组件中的一小部分有趣的方法调用。我们通过一组7个实际应用程序展示了该技术的实用性，其中该技术用于识别少量（10-93）昂贵的调用，这些调用占应用程序总体性能成本的82-99%。我们的经验表明，这种类型的特征化可以帮助快速隔离大型系统中最能从性能调优中受益的特定部分。