最近一直在忙着招人，发现那些来面试的候选者，代码能力虽然不错，但很多都卡在性能优化问题上。
其实，不论你是高级工程师，还是架构师，性能优化的问题都少不了。想彻底解决，就要全面了解程序设计、算法分析、编程语言、系统、存储、网络等知识，但能做到的人少之又少，比如：
流量高峰期，服务器 CPU 使用率过高报警，是系统 CPU 资源太少，还是程序并发写得有问题？
系统没有跑吃内存的程序，但敲完 free 命令后发现没内存了，到底被什么占用了？
一大早收到 Zabbix 告警，发现某台存放监控数据的数据库主机 CPU 的 I/O Wait 较高，要怎么处理？
大多数时候，我们只能看到“症状”，却不知从哪儿下手排查和解决。因为 Linux 性能优化是个系统工程，涉及从程序设计、算法分析、编程语言，再到系统、存储、网络等底层基础设施的方方面面。每个组件都可能出问题，而且很有可能多个组件同时出问题。
所以，性能优化是软件系统中最有挑战的工作，非常考验综合能力。这么说吧，如果能把性能优化的各个关键点吃透，你已经是个非常厉害的软件工程师了。
但话说回来，只要你了解少数几个系统组件的基本原理和协作方式，掌握基本性能指标和工具，和常用的性能优化技巧，已经可以分析和优化大多数性能问题了。在这个基础上，再去读那些经典操作系统图书，才能事半功倍。
我认为，学习要掌握正确的方法。对大多数人来说，最好的学习方式一定是带着问题、有重点地学习。这里，分享给你一张Linux 性能优化图谱，涵盖了大部分性能问题，可以帮你建立对系统性能的全面认知。
这张图谱出自倪朋飞，他是微软首席软件开发经理，负责开源容器编排系统 Kubernetes 在 Azure 的落地实践，之前曾任职于盛大云和腾讯。哥们在云计算领域有近 10 年工作经验，所以对 Linux 性能优化有一套自己的思考和沉淀。
