2.4.3 采用UOWTBA优化方法工作

简单观察基于输入吞吐量LIO或者PIO的响应时间曲线，从工作单元分析可以发现存在三类问题。

1）LIO或者PIO在没有达到基线标准的情况下发生了性能变异。

2）LIO或者PIO在达到或者超过基线标准的情况下发生了性能变异。

3）LIO或者PIO的特征发生了变化，从而导致了性能变异。

不同的性能问题可以有不同的考虑方向。

第一类问题：可以考虑配置变更或者资源提供者发生了故障，比如存储电池故障会导致cache失效。

第二类问题：期望的性能异变，可以从降低业务运行特征的数量（LIO和PIO）来考虑问题，使其回到突变点之下，并重新建立吞吐量突变曲线。这种变异基本可以考虑以下三个不同原因。

1）业务量发生变化。

2）数据规模发生变化。

3）访问的终端数量发生变化。

第三类问题：基本可以考虑两个原因。

1）原有业务的访问特征发生变化，比如SQL语句的执行计划发生变化。

2）有新的业务加入。

从以上分析可以看出，与TBA方法论的缺乏落地能力总是会导入OWI方法不同，UOWTBA优化方法论比较容易使用，很容易就可以获得系统出现性能问题的根本原因，从而进行高效率的性能优化工作。

UOWTBA优化方法论是本书介绍的核心工作方法之一，后面章节会引入更多的输入吞吐量压力描述，并且把UOWTBA优化工作方法全面作用在流程、资源和组件之中。