性能工程成熟度模型

简介

性能工程成熟度模型，是由 Thoughtworks 安全与系统研发业务线和西安邮电大学计算机学院共建的“软件性能工程联合实验室”发布的一组能力成熟度评估模型，用于识别组织性能工程体系建设的现状和改进方向。

该模型从架构设计、研发编码到测试看护和持续运营等环节，关注全流程的性能实践，包括性能建模、性能观测、看护定界和性能分析及优化。通过性能工程成熟度级别，组织可以评估其性能工程能力建设的状态，有针对性地定义目标，提升性能工程水平，推动系统性能的标准化和规模化改善。

什么是性能工程

性能工程是一种系统性的工程化方法，目标在于通过整合设计、构建工具链和研发工作流程，实现系统性能的标准化、规模化改善和守护。对性能工程能力的建设，可简要概括为如下方面：

通过构建闭环的性能工程反馈系统（DevPerfOps），从性能建模、性能测试、看护定界到迭代优化，实现全流程性能关注。

通过积累专家经验形成知识库，以数据与度量指标驱动架构设计决策，形成性能优化标准实践，降低性能优化门槛。

通过自助性能分析工具链，提供一站式的性能分析平台，简化操作、降低工具学习和使用成本。

因此，性能工程的核心在于多种实践相结合，构建持续的性能反馈机制和实践，以推动系统性能的不断改善。（关于性能工程的更多细节，请参考性能工程系列文章）

目标受众

性能工程成熟度模型的受众涵盖产品研发生命周期的多个阶段，包括以下几个方面的角色：

• CTO/CIO和技术总监：关注组织的整体性能工程水平，通过模型的评估结果了解组织在性能方面的成熟度，指导战略规划和资源分配。
• 软件架构师：通过模型了解和评价组织在架构设计和性能建模方面的实践成熟度，从而更好地理解性能目标，进行性能建模，指导软件设计。
• 开发人员：通过模型了解组织在代码研发阶段的性能实践水平，参照既有性能设计和目标，为其提供优化方案和改进建议。
• 测试人员：模型为测试人员提供了性能测试和验证的方向，帮助他们构造和评价测试系统，确保测试环节覆盖关键性能路径，改善测试效果。
• 运维人员：模型为运维人员提供了性能观测和分析的实践方向，帮助他们认识性能变化趋势并给出性能预警和建议，确保系统运行的高效和稳定。

模型表

建设性能工程的演进路线

基于性能工程成熟度模型表，企业和组织可以参考如下的演进路线来建设性能工程的能力体系：

系统化：在架构评审流程中，引入性能建模，建立团队性能优化意识；同时通过可观测性指标采集工具的完善提升排查问题效率。

数据化：性能看护集成CI，积累指标变化趋势，使用积累的数据驱动架构设计决策。

知识化：保持组织内经验交流，建立知识库，形成对反模式的共同认知。

资产化：针对常见问题形成可快速复用的优化思路，最终产出公共平台化组件能力。

常态化：通过总结工程方法将性能工程活动融入研发周期流程。

智能化：通过积累的性能优化经验，训练优化大模型，快速给出优化建议。

结语

数年来，改善软件性能都十分依赖专家经验，理由很充分：它需要技巧。我们希望通过工程化的模式将这种技巧放大和复用，让性能分析和优化有章可循。

作为一个用于评估组织性能工程实践水平的框架，性能工程成熟度模型覆盖了软件研发的全流程，关注性能建模、知识库固化和自助性能分析。

通过不同成熟度级别的定义以及参考的演进路线，我们期望该模型能帮助组织识别性能工程建设的方向，并持续地向构建高性能软件的目标迈进。