宋军兵：by watercolor.illustrations from Instagram
假如你是后端开发人员，可能经历过这种的情景：
前不久公司双十一做大促活动，夜里突然来了两大波网络流量，你在夜里就收到了两大波报案手机短信，仔细一看，说是伺服器 CPU 采用量最佳值。你没敢一丁点偷懒，揉了揉眼睛，所带隐形眼镜，打开笔记本电脑，直接就登入到了 Linux 生产伺服器。
登入成功后，你辨认出伺服器确实有些慢，就全输个指示都比平时慢了一拍。简单输出 top 指示后，依照参数看到控制系统的 CPU 采用量越来越低至极，二话不说，你赶紧按照 CPU 采用量次序找寻采用量最高的那个民主化。从次序结果能确定，你昨晚刚升级换代服务项目的 CPU 采用量竟然高达 700%，依照感性推测，你真的的确是昨晚升级换代的服务项目mammalian处理方法论有难题。
但是这个应用的阻抗特别大，销售业务方法论也非常复杂，你一时也不晓得究竟是埃夫雷方法论出的难题。网络没人说，能采用 gdb 来增容插件，可是 gdb 会把民主化受阻掉，直接影响圣戈当斯区的销售业务。也没人说能采用 perf 工具问问，你舒圣祥，辨认出只是一些看上去像是 Linux Mach中的表达式挤占来比较多的 CPU。查了半天，最终辨认出却是未能弄晓得究竟是哪里出现的难题，留下的都是无可奈何和迷惘。
假如你对这种的情景感到恐惧，那我真的你还没有成为两个「更上层楼」的伺服器端技师。T5450们常说，只有晓得一件事物的原理，它才是管用的东西。事实上，作为两个后端技师和 Linux 关系密切是习以为常的事，在伺服器上分析控制系统性能情况是每一后端开发人员都无法躲避的事。
你愿意无能为力等待帮助，却是得心应手轻功？
没人说，这是网络管理的工作专业领域，我对这话是不以为意的。两个优秀的开发人员，不应该在这事上给自己设边界线，假如连这两点事都整不晓得，那我坚信，你的确也想不通高mammalian、分布式控制系统等相关的知识，因为这些内容都是相得益彰的。
有鉴于此，我们应邀了谷歌 Azure 资深技师倪朋飞开设了一门《Linux 性能优化实战》，专栏+音频形式，预计 50 讲左右。
说到谷歌，大家总以为和 Linux 是死敌，谷歌技师都用 C# 和 Window Server 等，其实根本不是。倪朋飞在谷歌主要负责开源容器编排控制系统 Kubernetes 在 Azure 的落地实践，Azure 上有大量的 Linux 云伺服器。倪老师之前曾任职于盛大云和腾讯，十年来一直在云计算领域工作，主攻 IaaS 和容器技术，所以对 Linux 性能优化这套知识体系又深厚的沉淀和丰富的实践经验。
在工作期间，他尝试了大量的 Linux 性能工具，努力攀登性能之巅，在不断的实践和总结后，倪老师终于晓得如何把观察到的性能难题跟控制系统原理关联起来，特别是把控制系统从插件、库表达式、控制系统调用、再到Mach和硬件等不同的层级贯穿起来。
为了让读者对性能有个全面的认识，倪朋飞精心绘制了一张思维导图，里Linux
Linux 性能和优化入门难，但进入这个领域后就会如鱼得水，学习和实践相互印证，根本停不下来。但如何入门呢？第一带着难题学习，而不是先去啃那几本厚厚的原理书籍，因为那样很容易把自己的信心压垮。第二就是从学习到输出，也就是不断实践。
事实上，只要你了解基础控制系统组件的原理和协作方式，掌握基本的性能指标和工具，熟悉实际工作中性能优化的常用技巧，就能比较准确分析和优化大多数的性能难题了。在这个认知和基础上，再反过来去阅读那些经典的操作控制系统或者其它图书，才会事半功倍。
所以，这个专栏的的交付思路也是这种，作者会以案例驱动的思路，给你讲解 Linux 性能的基本指标、工具，以及相应的观测、分析和调优方法。目录也是这个学习轨迹：
学习完这个专栏你的获得将是：
1、掌握 Linux 必备的基本原理以及 Linux 控制系统必懂的性能指标（CPU、磁盘 I/O、内存以及网络）和性能工具。
2、结合实际案例分析，让你在遇到资源瓶颈时不再无能为力，学会观测和准确定位、快速分析并高效优化，具备高手解决性能优化难题的思路和全局观。
3、五个综合实战模块还原真实的工作情景，结合开源项目、框架或者控制系统设计的案例，手把手带你在「高级战场」演练，目的是让你把之前学到的所有知识融会贯通，马上能将所学应用在工作当中。
4、针对订阅用户会设置答疑篇章，作者针对典型难题，进行公开答疑解惑。
优惠期 68 元，这里扫码购买还有 6 元现金奖励小企鹅有木有很可耐？
