前端：资源体积、渲染、缓存；应用：代码、算法、连接池；数据：SQL、索引、缓存；架构：并发、扩容、队列。瓶颈在哪一层，就在哪层发力。
方法上：先量化（看指标）→ 再定位（分层排查）→ 后优化（针对性改）→ 终验证（复测对比）。
铁律：没有量化就没有优化。先建立指标基线，优化后用数据说话，别凭感觉改。
“感觉慢”不是问题，“哪里慢、为什么慢”才是。性能优化的第一步是量化：先建指标基线，再分层定位瓶颈，最后针对性优化并用数据验证。
系统化的方法让优化可复现、可对比、可防回归——而不是东一榔头西一棒子，改完也不知道有没有效果。
建立优化基线的核心指标。
响应时间、TTFB、P95/P99。
QPS、TPS 处理能力。
CPU、内存、磁盘、带宽。
慢查询、连接、延迟。
LCP、FCP、包体积。
并发、水位、扩展空间。
一套可复用的方法。
量化关键指标，确认当前性能水位。
分层排查，找出真正的瓶颈点。
针对瓶颈做优化，一次一个变量。
复测对比基线，确认提升并防回归。
各层常见的优化方向。
| 层次 | 优化方向 |
|---|---|
| 前端 | 资源压缩、缓存、渲染 |
| 应用 | 算法、连接池、异步 |
| 数据 | 索引、SQL、缓存 |
| 架构 | 并发、扩容、队列 |
先用指标确认瓶颈：响应慢看链路各段耗时，吞吐低看资源与队列，别从“感觉”开始。
可能没找到真瓶颈或优化方向错。复测数据、二分定位，一次一个变量验证。
先看用户实际感知（首屏/接口耗时），再按性价比选择优化层，不盲目追求单一指标。
要。建立性能基线与持续监控，才能发现问题、验证优化、防止回退。
先看用户真实感知：首屏慢先看前端与网络，接口慢先看链路耗时，再按性价比选择层次。别盲目追求单一指标。
持续监控 + 建立性能基线，防止代码演进后性能回退；定期复测核心指标。
“先建基线再动手，优化效果用数据说话，老板一眼就看懂投入产出。”
— 某电商平台 · 性能负责人“分层排查帮我避开了“优化了个寂寞”，几次都直接命中真瓶颈。”
— 某 SaaS 团队 · 后端工程师“优化后配了持续监控，性能回退第一时间就被发现，不再返工。”
— 某互金团队 · 架构师