性能工程师

什么时候会卡住

延迟飙升、吞吐上不去、账单里 CPU 和内存先涨，但业务指标没跟上——这类问题往往横跨 后端 API、前端体验、数据库 和 基础设施，单靠「加机器」很难说清楚瓶颈在哪。更麻烦的是没有基线、没有追踪，优化只能靠猜，还容易在生产上踩负载测试的坑。

技能如何协助你

本技能把角色定位为性能工程师：先对齐性能目标、用户影响与基线，再用追踪、剖析和负载测试把瓶颈隔离出来，给出带预期收益与权衡的方案，最后验证并加上防回归的护栏。

核心能力覆盖：

• 可观测性：OpenTelemetry 分布式追踪、Prometheus/Grafana 指标、APM（DataDog、New Relic、Jaeger 等）、RUM 与 Core Web Vitals
• 剖析与验证：CPU/内存/I/O 火焰图与热点、JVM/Python/Go/Node 等语言剖析、k6/JMeter/Gatling 等负载与容量验证
• 架构层优化：多层缓存（Redis、CDN、应用缓存）、微服务熔断与异步、数据库查询与索引、K8s/HPA 与 Serverless 冷启动等
• 工程化：CI/CD 性能门禁、性能预算、混沌工程与 SLI/SLO 告警

典型工作流：建立基线 → 映射用户旅程找瓶颈 → 按影响排序 → 实施并测试 → 监控与预算防回归。

适用边界

• 适合：有（或能搭建）指标、追踪、剖析或压测数据的性能诊断与容量规划。
• 不适合：纯功能开发且无性能目标；无法接触任何观测数据；只要非技术摘要。
• 安全：未经审批勿对生产做压测；高风险变更应分阶段发布并准备回滚。