移动端应用同时运行在数以亿计的移动设备上，他们的性能参差不齐，我们追求在任何设备上都能够有极致的用户体验，就需要进行极致的性能优化，而性能优化需要完备的工具支持来辅助发现性能问题。本次分享将介绍字节跳动抖音 Android 基础技术团队相关性能工具 btrace 建设方面的极致探索，介绍相关的演进思路，比如早期基于 Systrace 的方案以及最近基于 Perfetto 的新方案，以及在数据可视化和函数耗时精细化归因方面的工作，最后还将简单介绍下 btrace 在性能防劣化与性能自动化分析方面的应用场景。目前 btrace 已经成为字节跳动公司内性能优化的一种重要工具。

演讲提纲：

1. 性能分析：官方方案与业界探索

• 官方性能分析技术概览
• 业界技术探索与现状

2. 创新突破：btrace 原理与迭代演进

• btrace 基本原理与设计哲学
• 极致优化突破性能极限
• 多维采集能力增效数据价值
• 权衡性能损耗与数据精度

3. 应用案例：性能防劣化与性能诊断实践

• 基于对比的性能防劣化实践探索
• 基于分析的性能诊断实践探索

4. 瞭望未来：btrace 能力扩展与生态建设

• btrace 未来重点能力建设构想
• 跨段多平台融合体系建设
• 开源生态与体系化的前景展望

你将获得：

• 抖音基础技术团队关于性能监控工具的前沿成果
• 开拓关于性能 Trace 采集与应用的思路
• 性能防劣化与自动化性能诊断的思路

纵观当今互联网的服务，多以分布式系统架构为基础搭建，并以两个显著特点展现。一个特点是规模比较大，比如数据和用户数。另一个特点是要求比较高，比如高的吞吐量和低的延迟，而且第二个特点还是在第一个的特点的条件下所必须具备的。因此，“天下武功唯快不破”，在架构性能中，亦是如此。本次分享将结合分布式系统架构的特性和系统对“高、大”要求的两个特点，从宏观、中观、微观三个方面进行架构体系性能优化工作的分析和案例介绍。

演讲提纲：

1. 从需求开始做软件执行和系统执行建模设计

• 软件执行静态建模
• 系统执行动态建模

2. 架构”三观“视角性能优化思想和案例

• 宏观，系统搭建的架构优化
• 中观，模块关系的组合优化
• 微观，代码执行的速度优化

3. 系统性能优化的总结

• 软件性能文化思考
• 人文性能文化展望

高德本着”促科技创新，与生态共进”的初心，通过技术创新的手段去连接真实世界。因为我们对性能和成本有足够高的需求，我们通过技术变革的手段去做架构升级，去突破原有的技术体系，采用 Java 生态换成了 Go 生态， 架构从分布过度到云原生、研发方式也从传统的设计模式演变成组装式（乐高）研发，从量变到质变效果。

在架构变迁过程中，我们也兼顾着新旧架构的稳定性建设，过程中也会做很多架构和性能优化。在过程中我们会通过技术的手段去高效的迭代产品提升用户体验以及降低人力成本和资源成本等成本。

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

• 统计模式
• 采样模式
• 追踪模式

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

• 更新频率和采集频率的影响
• 采集延迟对数值的影响
• 不同采集频率的交叉影响
• 4. 性能数据准确性校验案例分析

5. 总结与展望

你将获得：

• 从性能数据收集的原理出发，了解性能数据收集的各种模式，判断各种工具的开销
• 了解影响性能指标的各种因素
• 了解辨别性能数据准确性的基本方法