16、性能优化实战：内存管理、零拷贝技术、CPU亲和性、网络优化
做市商系统，说白了就是跟时间赛跑。你比别人快一微秒，可能就多赚一笔。我做了这么多年量化系统，见过太多团队在策略上花了大功夫，结果被底层性能拖了后腿。今天咱们就聊聊，怎么把系统的每一分潜力都榨出来。
16.1 内存管理：别让GC成为你的敌人
Java系的朋友应该深有体会——GC暂停简直是噩梦。我曾在生产环境遇到过，一次Full GC导致订单延迟了200毫秒，直接亏了六位数。从那以后，我对内存管理就特别较真。
16.1.1 对象池与预分配
高频交易场景下，频繁new对象就是找死。对象池是个好办法，说白了就是提前创建好一批对象，用完了还回去，避免GC介入。
// 伪代码示例：对象池实现
public class OrderPool {
private final ConcurrentLinkedQueue<Order> pool = new ConcurrentLinkedQueue<>();
public Order borrow() {
Order order = pool.poll();
if (order == null) {
order = new Order(); // 兜底创建
}
return order;
}
public void release(Order order) {
order.reset(); // 清空状态
pool.offer(order);
}
}16.1.2 堆外内存与DirectBuffer
为什么要用堆外内存？因为GC管不到它。网络数据包、文件读写这些场景，用DirectBuffer能减少一次内存拷贝。嗯，这里要注意：堆外内存的分配和释放成本比较高，别频繁操作。
// 使用DirectBuffer接收网络数据
ByteBuffer buffer = ByteBuffer.allocateDirect(1024 * 64);
socketChannel.read(buffer);
buffer.flip();
// 直接处理，无需拷贝到堆内16.2 零拷贝技术：数据不走弯路
传统的数据读取，要从磁盘到内核缓冲区，再到用户缓冲区，再拷贝到Socket缓冲区——太慢了。零拷贝就是让数据直接从内核空间传到网卡，跳过用户空间。
16.2.1 mmap与sendfile
我最早接触零拷贝是在做行情数据分发的时候。当时要同时给几百个客户端推送快照，用传统read+write方式，CPU直接飙到80%。换成mmap后，降到15%。
| 技术 | 拷贝次数 | 上下文切换 | 适用场景 |
|---|---|---|---|
| 传统read+write | 4次 | 4次 | 小文件、通用场景 |
| mmap+write | 3次 | 4次 | 大文件、共享内存 |
| sendfile | 2次 | 2次 | 网络传输、静态文件 |
// Java中使用FileChannel实现零拷贝
FileChannel fileChannel = new RandomAccessFile("market_data.dat", "r").getChannel();
SocketChannel socketChannel = SocketChannel.open(new InetSocketAddress("peer", 8080));
// 直接从文件到网络，不经过用户空间
long position = 0;
long count = fileChannel.size();
fileChannel.transferTo(position, count, socketChannel);16.3 CPU亲和性：把线程绑在核心上
为什么需要CPU亲和性？你想想看，线程在核心之间来回切换，缓存就全废了。L1/L2缓存命中率一降，性能直接腰斩。
16.3.1 绑核策略
我个人习惯把关键线程（比如行情处理、订单路由）绑在独立的物理核心上。非关键线程（日志、监控）共享剩下的核心。
// Linux下使用taskset绑核
# 将进程PID绑定到CPU 0和1
taskset -cp 0,1 <PID>
# 启动时直接绑定
taskset -c 0-3 java -jar trading-system.jar16.3.2 超线程的陷阱
超线程（Hyper-Threading）看起来是双倍核心，其实两个逻辑核心共享执行单元。我在压测时发现，把两个计算密集型线程绑在同一个物理核心的两个逻辑核心上，性能反而下降。建议：关键线程只绑物理核心，逻辑核心留给IO线程。
16.4 网络优化：每一微秒都要争
做市商系统对网络延迟极其敏感。从行情到达，到策略计算，再到订单发出，整个链路每多一微秒，都可能意味着滑点损失。
16.4.1 内核参数调优
Linux默认的网络栈是为通用场景设计的，不适合高频交易。我一般会调整这些参数：
# 减少TIME_WAIT数量
net.ipv4.tcp_fin_timeout = 15
net.ipv4.tcp_tw_reuse = 1
# 增大TCP缓冲区
net.core.rmem_max = 16777216
net.core.wmem_max = 16777216
# 启用快速ACK
net.ipv4.tcp_sack = 0
net.ipv4.tcp_dsack = 016.4.2 使用DPDK绕过内核
如果你追求极致性能，DPDK（数据平面开发套件）是终极方案。它让应用程序直接接管网卡，完全绕过内核网络栈。延迟可以从几十微秒降到几微秒。
// DPDK收包伪代码
struct rte_mbuf *bufs[BURST_SIZE];
uint16_t nb_rx = rte_eth_rx_burst(port_id, queue_id, bufs, BURST_SIZE);
for (int i = 0; i < nb_rx; i++) {
process_packet(bufs[i]); // 直接在用户态处理
rte_pktmbuf_free(bufs[i]);
}16.5 知识体系总览
下面这张图概括了本章的核心内容。你可以把它当作性能优化的检查清单：
性能优化没有银弹。内存、零拷贝、CPU亲和性、网络，这四个方面环环相扣。我建议你先用性能分析工具（perf、火焰图）找到瓶颈，再针对性地优化。别一上来就上DPDK——可能你的瓶颈根本不在网络，而在内存分配上。