代码评审的资源账：内存、CPU 与 IO 到底花在哪

评论要区分「必须改」和「可以讨论」，否则作者无法判断优先级

做容量规划时，看三个数就够了：常驻内存、峰值内存、峰值持续时间。

先说结论

按「峰值 × 1.3」配内存，按「平均 × 2」配 CPU，按「峰值 × 3」留磁盘余量。

• 先量：常驻、峰值、峰值时长
• 内存：注意缓存与 RSS 的区别
• CPU：看是单核瓶颈还是多核瓶颈
• IO：随机读写最伤机械盘
• 扩容前先看是不是配置问题

三个必测的数

不测就调参，等于闭眼改代码：

• 常驻内存（RSS）：决定最低配置
• 峰值内存：决定会不会 OOM
• 峰值持续时间：决定要不要限流
• 磁盘日增量：决定备份与轮转策略

内存都去哪了

把格式问题交给 lint 后，人工评论里讲空格的占比能从三成降到 5% 以下。

Linux 的 buff/cache 会让人误判内存不足，先看 available 而不是 free。

这个服务的几个资源事实

实测下来，它吃资源的方式比较固定：

• 评审等待超过一天，上下文切换的成本会让作者宁愿推倒重写
• 把格式问题交给 lint 后，人工评论里讲空格的占比能从三成降到 5% 以下
• 评论要区分「必须改」和「可以讨论」，否则作者无法判断优先级
• 同一个 PR 混入重构和功能改动，diff 会放大 2-3 倍

CPU 峰值怎么处理

评论要区分「必须改」和「可以讨论」，否则作者无法判断优先级。

峰值不可怕，可怕的是峰值期间没有排队机制，所有请求一起超时。

扩容还是优化

先做这三件事再谈扩容：限制并发、加缓存、异步化。多数「性能问题」在这三步之后就消失了。

还有几处容易忽略的

都是小地方，但出问题时往往就卡在这里。

• 单次评审超过 400 行时缺陷发现率明显下降，超过 1000 行基本只剩风格意见
• 评审记录是团队知识的载体，三个月后翻记录比翻文档有效
• PR 攒了一周才提，两千行 diff 没人看得下去
• 只评论「这里可以更好」不说为什么，作者改不动
• 在 PR 里顺手重构无关文件，真正的改动被淹没

性能优化的第一步，是知道自己现在有多慢。