码题诗(杭州)科技有限公司创始人,软硬件协同优化架构师。前腾讯 T11 高级工程师,12 年大型互联网公司研发经验,先后就职于阿里巴巴基础架构,基础软件和腾讯质量保障团队。在软硬件协同性能优化领域积累了大量实战经验,主导过多款内部大规模使用的性能优化工具 / 平台的研发工作。帮助过大数据,数据库,在线会议,云基础设施,云原生等业务完成性能提升,稳定性提升和成本节省目标。腾讯技术突破奖和业务突破奖获得者。
工程师对性能追求的热情从未停止,从某种角度来看,计算机发展的历史就是一部性能提高的历史。今天的软件生态越来越多样:Web 应用,大数据,数据库,流媒体,游戏,人工智能等等。这对性能优化人员提出了很高的要求:新人或许面对各种各样软硬件形态而踟蹰不前,有经验的工程师也许在顾虑某种性能优化的方法能否通用,数据分析工程师可能迷失在所谓的异常数据中… 性能优化或许没有终点,那么它的起点又是什么呢? 面对 100+ 应用的性能优化不能不知道的要点又是什么呢?本次演讲将从性能优化的起点出发,介绍性能数据收集的内在机制,前提假设,数据准确性,采集开销以及数据验证的方法。
演讲提纲:
1. 性能数据收集模式和内在假设
2. 不同收集模式的准确性和开销对比
3. 从数值到指标的升级
5. 总结与展望
你将获得:



微信咨询

电话咨询
领取往期热门演讲视频

