3. 对比评审方法论：评审流程、评审维度与度量标准

低延迟对比评审不是一次性的技术选型会议，而是一套可重复、可量化的决策流程。本章定义评审的标准化流程、三大核心评审维度（性能、可靠性、可维护性）以及配套的度量标准与工具链。

3.1 评审流程：四阶段决策模型

对比评审遵循 准备 → 测量 → 评估 → 裁决 四个阶段，每个阶段都有明确的输入、输出和角色分工。

3.2 评审维度：性能、可靠性、可维护性

评审维度分为三大类，每类包含若干子维度。评审团队根据业务场景为每个子维度分配权重（0~5），最终加权总分决定推荐方案。

3.2.1 性能维度

• 平均延迟（Avg Latency）： 单位微秒（μs），取 50 百分位（P50）。
• 尾延迟（Tail Latency）： P99.9 延迟，要求 ≤ 500 μs（极低延迟场景）。
• 吞吐量（Throughput）： 每秒处理消息数（msg/s），在 80% 负载下测量。
• 延迟抖动（Jitter）： 延迟标准差，衡量稳定性。
• CPU 缓存亲和性： 是否支持 NUMA 绑定、CPU 隔离。

3.2.2 可靠性维度

• 可用性（Availability）： 年可用性百分比（99.999% 对应 5 个 9）。
• 数据一致性： 最终一致性 vs 强一致性，以及故障恢复后的数据对齐能力。
• 故障切换时间（Failover Time）： 主备切换耗时，要求 ≤ 1 秒。
• 优雅降级： 部分组件失效时是否仍能提供降级服务。

3.2.3 可维护性维度

• 配置热加载： 是否支持运行时修改配置而不重启进程。
• 监控集成： 是否原生支持 Prometheus、Grafana、JMX 等。
• 日志与链路追踪： 是否输出结构化日志，是否支持 OpenTelemetry。
• 部署复杂度： 依赖组件数量、容器化支持、启动时间。

3.3 评审工具与度量标准

工具链的选择直接影响评审效率与数据可信度。下表列出低延迟领域常用评审工具及其适用场景。

3.3.1 度量标准定义

• P50 / P90 / P99 / P99.9： 百分位延迟，必须使用 HdrHistogram 记录，避免平均值掩盖长尾。
• 吞吐量拐点： 延迟开始非线性增长时的吞吐量阈值。
• 错误率： 在峰值负载下，每秒错误消息数 ≤ 总消息数的 0.001%。
• 资源消耗比： 每 10 万 msg/s 消耗的 CPU 核数 & 内存 GB。

3.4 评审报告模板

评审报告应包含以下固定章节，确保所有评审输出结构一致、可追溯。

1. 执行摘要： 推荐方案、关键结论（1 页）。
2. 测试环境： 硬件配置、OS 版本、JVM 参数、网络拓扑。
3. 测试场景与负载模型： 消息大小、并发数、持续时间。
4. 原始数据汇总表： 每个方案的 P50 / P99 / P99.9 / 吞吐量 / 错误率。
5. 维度评分表： 性能、可靠性、可维护性各子维度得分及权重。
6. 风险与缓解措施： 每个候选方案的已知风险及应对策略。
7. 附录： 火焰图、HdrHistogram 输出、配置参数。

// 示例：HdrHistogram 输出片段（P99.9 = 342 μs）
#[Histogram]
#[Mean        =  123.456]
#[Max         =  892.000]
#[Total count = 1000000]
#[Percentile  Value]
  50.000      98.000
  90.000     187.000
  99.000     256.000
  99.900     342.000
  99.990     512.000