整体思路
在 CentOS 上提升 C++ 程序性能，建议采用“先测量、后优化”的闭环：用性能分析工具定位热点，优先从算法与并行度入手，再配合编译器与系统层面的调优，最后进行回归验证与长期监控。
一 建立性能基线
- 明确指标：吞吐（QPS/TPS）、延迟（P95/P99）、CPU 利用率、内存占用、I/O 吞吐与延迟，并固定测试环境与输入规模，保证可复现。
- 选择工具：
- CPU/热点：perf top/record/report、火焰图（如 FlameGraph）。
- 内存与缓存：Valgrind/Callgrind、gperftools。
- 多线程争用：Valgrind/Helgrind、Intel VTune（若可用）。
- 系统资源：top/htop、iostat、vmstat、sar。
- 产出物：每次优化前后保存对比报告（含图表），确保优化收益可量化且不影响正确性与稳定性。
二 编译器与构建优化
- 升级工具链：优先使用较新的 GCC/Clang（如通过 devtoolset 获取新版工具链），新版本通常带来更好的优化与更少的编译/运行期问题。
- 常用优化组合（Release 构建）：
- 基础：-O2 或 -O3（在稳定性可接受的前提下选择）。
- 架构相关：-march=native（针对本机 CPU 生成优化代码，跨机部署需谨慎）。
- 跨单元优化：-flto（链接时优化，提升内联与跨模块优化机会）。
- 代码体积与内联：-fdata-sections -ffunction-sections 配合链接器 –gc-sections 去除未使用代码/数据。
- 并行构建：使用 make -j$(nproc) 或 ninja 加速编译，缩短迭代周期。
- 注意：-Ofast 会放宽标准合规以换取速度，可能引入未定义行为，仅在充分验证后使用。
三 代码与算法优化
- 算法与数据结构：优先选择时间复杂度更优的算法与容器（如 std::vector 替代频繁插入删除的 std::list），减少不必要的拷贝与分配。
- 内存管理：减少堆分配次数，优先栈/对象池；使用 std::unique_ptr/std::shared_ptr 管理资源，避免泄漏与重复释放。
- 并发与并行：使用 std::thread/线程池 或 OpenMP 并行化热点循环；降低锁粒度、减少争用，必要时采用无锁数据结构或原子操作。
- 数据局部性与 SIMD：提升缓存命中率（连续内存、顺序访问），在数值密集场景考虑 SIMD（如 SSE/AVX）。
- I/O 与网络：合并小 I/O、使用缓冲；高并发网络采用 epoll 与异步 I/O；必要时使用 mmap 加速文件访问。
四 系统与运行时调优
- 资源与并行度：
- 提升文件描述符限制：ulimit -n 65535 或更高（在 /etc/security/limits.conf 持久化）。
- NUMA 与亲和性：用 numactl 绑定内存与 CPU 节点，用 taskset 固定进程/线程到核心，减少跨 NUMA 访问与上下文切换。
- 内存与存储：
- 调整 vm.swappiness 降低换页倾向（如 10–30，视负载而定），避免抖动。
- 文件系统挂载选项：为数据盘添加 noatime,nodiratime 减少元数据写入。
- 网络（如适用）：
- 典型优化项：net.ipv4.tcp_tw_reuse=1、net.ipv4.tcp_keepalive_time=1200、net.core.somaxconn=1024、net.core.netdev_max_backlog=2000 等；修改 /etc/sysctl.conf 后执行 sysctl -p 生效。
- 硬件与平台：优先 SSD、充足内存与合理 CPU 频率/功耗策略，确保资源不被其他服务抢占。
五 落地步骤与注意事项
- 步骤建议：
- 建立基线并定位热点（CPU/内存/I-O/锁）。
- 优先做“低成本高收益”优化（算法、并行度、减少拷贝/分配）。
- 调整编译器与构建参数，开启 LTO、合理 -O2/-O3/-march。
- 进行系统级调优（NUMA、FD、I/O 与网络参数）。
- 回归测试与 A/B 对比，记录指标与副作用，必要时回滚。
- 注意事项：
- 避免过早优化，始终以数据驱动决策。
- 使用 -march=native 的二进制不宜跨不同 CPU 架构部署。
- 谨慎使用 -Ofast；并行与锁改动需加强测试，防止数据竞争与死锁。
- 生产变更先在测试环境验证，逐步放量，并保留回滚方案。