1. 课程导论与性能指标
1.1 区块链TPS与延迟的定义
在区块链系统中，TPS（Transactions Per Second，每秒交易数）和延迟（Latency）是衡量账本性能最核心的两个指标。它们直接决定了区块链能否承载高并发业务场景。
| 指标 | 定义 | 典型测量方式 | 理想值参考 |
|---|---|---|---|
| TPS | 系统每秒能够处理的交易数量 | 总交易数 ÷ 总耗时（秒） | 企业级 > 10,000；公链 10~1,000 |
| 确认延迟 | 从交易提交到最终确认的时间间隔 | 确认时间戳 − 提交时间戳 | 高并发场景 < 2秒 |
| 区块间隔 | 相邻两个区块生成的时间差 | 区块时间戳差值 | 视共识机制而定（0.5~10秒） |
| 交易吞吐量 | 单位时间内成功写入账本的交易量 | 区块大小 ÷ 平均交易大小 ÷ 区块间隔 | 与TPS正相关 |
关键认知：TPS和延迟并非独立指标。在大多数区块链架构中，盲目提升TPS往往会导致延迟增加，反之亦然。性能调优的本质是在两者之间找到业务可接受的平衡点。
1.2 高并发追溯场景的挑战
本课程聚焦的高并发追溯场景，典型代表包括：供应链溯源、数字资产流转、跨境支付清算、物联网数据存证等。这些场景对区块链账本提出了严苛的性能要求。
- 写入洪峰：短时间内大量交易同时提交，要求系统具备弹性吞吐能力。
- 追溯查询：不仅要求写入快，还要求能够高效回溯历史交易链路。
- 数据一致性：高并发下必须保证账本状态不出现分叉或数据丢失。
- 资源竞争：多节点并行验证、共识、落盘，容易形成I/O和CPU瓶颈。
典型痛点案例：某供应链溯源平台在双十一期间遭遇TPS从2,000骤降至300，追溯查询响应时间从200ms飙升到15秒。经诊断，问题出在交易池锁竞争和状态数据库写入放大。
1.3 性能调优的总体方法论
本课程采用“测量—分析—优化—验证”四步闭环方法论，覆盖从单节点到的性能调优路径。
- 测量（Measure）：建立基准测试环境，采集TPS、延迟、CPU/内存/磁盘I/O等基线数据。
- 分析（Analyze）：定位瓶颈点——是共识协议、交易池、状态数据库还是网络传输？
- 优化（Optimize）：针对瓶颈实施分层优化，包括参数调整、架构重构、硬件升级等。
- 验证（Verify）：回归测试确认优化效果，避免引入新问题。
常见误区：不要一开始就调整共识参数或更换硬件。性能调优应遵循“先软件后硬件、先参数后架构”的原则，否则容易掩盖真实瓶颈。
1.4 课程覆盖范围与学习路径
本课程共30章，从基础指标到高级调优技术，层层递进。以下是核心模块概览：
| 模块 | 章节范围 | 核心内容 |
|---|---|---|
| 基础篇 | 第1~5章 | 性能指标定义、基准测试工具、区块链核心组件性能模型 |
| 共识层调优 | 第6~12章 | PBFT/Raft/DPoS/BFT-Smart等共识协议参数优化 |
| 存储与状态数据库 | 第13~18章 | LevelDB/RocksDB/分布式存储、状态树剪枝、读写放大优化 |
| 网络与交易池 | 第19~24章 | P2P网络拓扑、交易池锁竞争、批量广播、gRPC优化 |
| 实战与案例 | 第25~30章 | 高并发追溯场景全链路调优、压测与监控、生产环境排障 |
学习建议：如果你是初学者，建议按顺序学习；如果你已有调优经验，可以直接从第6章或第13章切入，但务必先掌握第1~5章的基础概念和测量方法。