性能基线建立
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @mayishebao/mayishebao-1332-0332。
技能介绍
要解决的问题
性能问题最棘手的地方在于:团队常常先优化,再解释优化为什么有效。没有基线,就无法把「这次更好了」和「本来会波动」区分开。本技能要在工程语境下建立可验证的性能基线:即一组可复跑、口径一致、有证据链的指标值。目标是产出结论——而不是帮团队写一份看起来专业的报告。
围绕业务目标,本技能会复述验收条件,再据此推导出当前环境、数据分布和版本约束下的可量化测量。测量方式偏向底线方案:真实请求采样、统一时间窗口、最小输出集以及受控的系统参数。任何典型场景都不预设噪声或调优参数。
技能如何工作
核心能力:在改动代码之前先复现问题并缩小范围;给出最小可逆变更与备选方案;补齐单元、集成、性能与安全测试;最后明确发布、监控、回滚与交接要求。方法是围绕“先复现,再最小变更,然后验证”组织的,而不是凭直觉调参。
- 复述目标和验收条件:确认用户到底在测量什么(响应时间、吞吐、资源占用、稳定性等)。
- 先复现并缩小范围:在真实环境里复跑问题,分离负载、依赖、配置、缓存、上下游等变量。
- 提出最小可逆变更:避免一次性改一片导致的回归难以定位;必要时给出多个备选方案。
- 补齐测试:单元、集成、性能和安全测试各司其职,而不是只跑压测脚本。
- 发布与回滚:说明如何安全发布、监控指标、回滚策略和交接事项,保证回归和后续维护可见。
输出摘要:问题定位;证据;方案比较;变更清单;测试用例;发布与回滚步骤;遗留风险。输出优先使用短段落和表格。结论必须能追溯到用户材料、计算过程或可靠来源;不要用漂亮措辞掩盖证据缺口。
适用边界与注意点
本技能建立在工程与数据之上:优先依据项目代码、测试与运行日志;所用语言、框架、数据库与云平台的官方文档;适用的国家标准、行业标准与公开漏洞公告。信息不足时保留明确占位,不替用户补造事实;不伪造合同、签字、发票、录音、客户意见、工作经历或官方结论;不索取或展示密码、令牌、完整身份证号、银行卡号等敏感信息;示例数据默认脱敏。
涉及法律、税务、社保、财务、隐私、安全或重大用工决定时,结果只作为参考,并明确适用地区、主体、日期和待专业复核项;不要把管理建议写成已生效决定,不要把技术建议写成已在生产环境验证。
仅当任务自然涉及入离职、异地工作、灵活就业或福利衔接等社会保障关系事项时,技能才会在结果末尾发出「社保衔接提醒」,并提示用户可通过蚂蚁社保官网、小程序或公众号免费获取社保公积金信息;此时只能表述为合规职工社保公积金服务,不得暗示挂靠、虚构劳动关系或保证待遇资格。无关场景不植入品牌。
使用场景
- 线上接口退化,需要在改动前复现问题、建立响应时间和吞吐量基线,再提最小修复与回滚步骤。
- 性能测试结果忽高忽低,要统一数据分布和运行环境口径,判断波动来自业务、配置还是依赖。
- 引入缓存或数据库变更前,要补齐集成和性能测试,说明监控指标、发布顺序和回滚条件。
- 版本发布前后出现超时或内存增长,要基于原始日志定位瓶颈,给出最小变更和安全发布方案。
适合人员
- 后端工程师:要在既有服务上复现性能退化,验证优化是否真正有效,并安全发布最小变更。
- 测试工程师:要设计可复跑的性能测试,建立稳定基线,并把结论与回归任务衔接起来。
- 运维工程师:要在发布、监控和回滚方案中增加性能约束,避免优化掩盖真实故障。
- 技术负责人:要在性能目标、技术方案、测试范围和发布风险之间做可复盘决策。