对于经常接触高并发服务的同学来学，会经常涉及到性能优化，但是由于平时很少总结，内容会比较分散，这里简单做一些总结
1：空间换时间
比如一些数据的访问需要很快返回结果，原本在磁盘上的数据，需要放到内存里面。
再比如为了能快速超找定位一些数据，我么会设计一些hash类的数据结构，提高查找效率
另外和这个相反的就是时间换空间，当然这种一般就不是高性能服务的常用方法，比较典型的就是使用压缩算法了。
2：并行/异步处理
并行一般是多线程/多进程/多协程来协作处理，提高并发度，提高qps，或者减少请求 处理时间。
异步通常比同步/阻塞的方式要快，也不会比协程慢，但是会增加一些代码的理解难度
3：预先/延后处理
比如提前读取数据，使用的时候能快速返回，不用再去读取，属于预先处理
延后处理，比如copy on write，典型的是c++ string的实现，属于写时拷贝。
4：缓存/批量合并
常见的cpu缓存，cdn缓存，程序中的LRU缓存，都属于一种缓存技术吧
批量合并，典型的是查询数据，一次可以执行多条命名，如redis的mget，pipeline等
5：算法和数据结构
算法这个就比较好理解了，n次方的算法事件复杂度和O(n)的算法复杂度，执行时间差异还是非常明显的
数据结构，比如什么场景适合用vector/list，什么场景适合用map/hash_map这也非常重要，需要熟悉每种数据结构的原理，知道起操作的时间复杂度，来选择合适的数据结构