本文分享了算法SRE在性能优化中的经验，重点关注浮点转换、GC问题和RT时间优化。通过Ryu和Fast_Float算法优化浮点转换，规避了JDK原生API的性能瓶颈，提升了CPU利用率。针对GC问题，通过调整JVM参数，避免了小堆场景下的GC抖动。同时，通过Wall火焰图和Trace工具，定位并解决了特征读取阶段的IO等待问题，最终提升了系统的整体性能，实现了业务价值的最大化。

💡 浮点转换优化：通过Ryu算法和Fast_Float算法替代JDK原生浮点转换，显著降低了CPU算力消耗，性能提升高达98%，CPU实际获得50%收益，RT实际获得25%左右性能收益。

🗑️ GC问题规避：针对小堆场景下的GC抖动问题，通过调整JVM参数（如-XX:GPGCTimeStampPromotionThresholdMS 和 -XX:GPGCOldGCIntervalSecs），规避了老年代GC，解决了RT99抖动和错误率问题。

🔥 RT时间优化：通过Wall火焰图分析，发现特征读取阶段的IO等待是RT瓶颈。结合Trace工具，定位到Proxy层是瓶颈，并提出了通过垂直多副本部署模式解决问题的方案。

🔍 性能分析方法：文章强调了性能分析的重要性，推荐使用CPU火焰图、内存分配火焰图和Wall火焰图，以及Trace工具，来定位和解决性能问题。

原创 月醴 2025-06-04 18:30 上海

在算法工程中，性能尤为关键——它既能提升系统稳定性，又能降低成本、优化效果，因此工程团队将微秒级的性能优化作为核心攻坚方向。本文将结合具体案例，分享算法SRE在日常性能优化中的宝贵经验，助力更多同学在实践中提升系统性能、实现业务价值最大化。

// ——“普通”浮点到字符串（高成本）——
void convertStandard(double d, char *out) {
    // 1. 拆分浮点：符号、指数、尾数
    bool sign = (d < 0);
    int  exp  = extractExponent(d);    // 提取二进制指数
    uint64_t mant = extractMantissa(d);
    
    // 2. 构造大整数：mant × 2^exp —— 可能要扩容内存
    BigInt num = BigInt_from_uint64(mant);
    num = BigInt_mul_pow2(num, exp);    // 多精度移位，高开销
   
    // 3. 逐位除以 10 生成十进制，每次都是多精度除法
    //    ——每次 divMod 都要循环内部分配和多精度运算
    char buf[32];
    int  len = 0;
    while (!BigInt_is_zero(num)) {
        BigInt digit, rem;
        BigInt_divmod(num, 10, &digit, &rem);  // 慢：多精度除法
        buf[len++] = '0' + BigInt_to_uint32(digit);
        BigInt_free(num);
        num = rem;
    }
    
    // 4. 去除多余零、插入小数点和符号
    formatOutput(sign, buf, len, out);
}


// ——Ryu 方法（低成本）——
void convertRyu(double d, char *out) {
    // 1. 拆分浮点：符号、真实指数、尾数（隐含1）
    bool sign = (d < 0);
    int  e2   = extractBiasedExponent(d) - BIAS;
    uint64_t m2 = extractMantissa(d) | IMPLIED_ONE;
    
    // 2. 一次查表：获得 5^k 和对应位移量
    //    ——预先计算好，运行时无动态开销
    int      k     = computeDecimalExponent(e2);
    uint64_t pow5  = POW5_TABLE[k];        // 只读数组（cache 友好）
    int      shift = SHIFT_TABLE[k];
    
    // 3. 单次 64×64 位乘法 + 右移 —— 固定时间
    __uint128_t prod = ( __uint128_t )m2 * pow5;
    uint64_t    v    = (uint64_t)(prod >> shift);
    
    // 4. 固定最多 ~20 次小循环，v%10 生成每位数字
    //    ——循环次数上限，与具体数值无关
    char buf[24];
    int  len = 0;
    do {
        buf[len++] = '0' + (v % 10);
        v /= 10;
    } while (v);
   
    // 5. 去零、插小数点、加符号：轻量字符串操作
    formatShort(sign, buf, len, k, out);
}

BigInt动态扩容 + 释放 →heap分配/回收成本高

全/静态表 + 栈数组，无malloc→ 零动态分配

Input: "123.45e2"
1. 拆分成：
   significand = 12345 (去掉小数点)
   exponent = 2 - 2 = 0  // 小数点后两位，但有 e2
2. 快速转换：
   result = 12345 * 10^0 = 12345.0
3. 最终使用 Double.longBitsToDouble 构造结果

线索

矛盾点

老年代回收 3GB

年轻代徒增 9GB

年轻代瞬间回收 9GB

共振点CPU无压力

增加JVM参数：

-XX:GPGCTimeStampPromotionThresholdMS # 对象晋升老年代前的时间阈值
默认值：2000  调整为：6000000 (1.6小时)

-XX:GPGCOldGCIntervalSecs # 老年代固定GC时间推荐。注意：并不是关闭 OldGC
默认值：600 调整为：600000

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作，多种专业模板，深度分析，高质量内容生成。从观点提取到深度思考，FishAI为您提供全方位的创作支持。新版本引入自定义参数，让您的创作更加个性化和精准。

FishAI

鱼阅，AI 时代的下一个智能信息助手，助你摆脱信息焦虑

联系邮箱 441953276@qq.com