性能剖析常见误区

更新时间：2026-10-01。工具会用了，下一步是避免思维陷阱。

一、典型误区

• 上来就火焰图，缺总量方向。
• 单次采样当结论（随机抖动）。
• 微基准结果与生产负载不符（数据规模/缓存冷热不同）。
• 优化了“看起来热”的非瓶颈。
• 只看平均，不看尾部和方差。
• 测量工具本身扰动结果。
• 把相关性当因果。

二、正确姿势

对照实验、多次运行 + 置信区间、贴近真实工作负载、先 top-down 再动手、端到端验证收益。

小结

剖析最大的敌人是主观臆断；用证据、重复和端到端指标约束每一步。下一篇 微基准测试方法。

总结

性能剖析最常见的错误全是思维陷阱：没定方向就上火焰图、单次采样当结论、把微基准结果外推到数据规模/缓存冷热完全不同的生产负载、优化“看起来热”的非瓶颈、只看平均忽略方差和尾部、被测量工具自身扰动、把相关性当因果；规避之道是对照实验、多次运行加置信区间、贴近真实负载、先用 top-down 定位再动手、用端到端指标确认收益——建立“证据优先”的心态比会用工具更重要。