USL 补充了什么
通用可扩展性定律（Universal Scalability Law）在 Amdahl 定律之外补上了两项开销：争用（contention）让吞吐随资源增加而收益递减并趋于上限；一致性或交叉耦合（coherency）让节点之间需要互相通信与同步，当这项开销超过新增资源带来的收益时，吞吐不仅不增，反而下降。它解释了工程里常见的“加机器反而更慢”：瓶颈不在单机能力，而在共享点与跨节点协调。
基本信息
| 两个参数 | 争用系数（限制渐近上限）与一致性系数（决定下降斜率） |
|---|---|
| 典型来源 | 分布式锁、共享缓存元数据、全连接心跳、集中式协调服务 |
| 观测方法 | 阶梯压测拟合吞吐-资源曲线，判断处于线性段、平台段还是下降段 |
| 使用前提 | 固定负载形态与数据规模，否则曲线混合了多种因素无法解读 |
典型使用场景
- 扩容收益不达预期：投入更多实例后吞吐几乎不变，需要判断是争用还是耦合主导
- 分布式锁治理：定位共享锁是否已成为扩展上限
- 集群规模评估：判断集群能扩展到多少节点，超过后反而变慢
- 架构改造排序：用曲线形状决定先拆共享状态还是先优化通信
- 容量规划复核：用实测斜率替代线性外推做容量预测
直觉
直觉
吞吐随资源增加先升后平再降：
- 争用（contention）：限制渐近上限
- 一致性/交叉耦合（coherency）：压过收益后转为下降
扩容前先定位是争用还是耦合主导曲线分段与判断
| 曲线形态 | 主导因素 | 处理方向 |
|---|---|---|
| 近似线性上升 | 仍处健康区，尚未触及共享点 | 按实测斜率外推容量并留余量 |
| 明显平台段 | 争用主导，共享资源成为上限 | 拆分共享状态、分区化、减少全局锁 |
| 到达顶点后下降 | 交叉耦合主导，协调成本超过收益 | 减少跨节点同步、批量化通信、重新划分边界 |
| 抖动无规律 | 负载或环境不固定，测量本身不可信 | 先固定负载与数据规模，再复测 |
操作方法
- 先在小规模做阶梯压测，拟合吞吐-资源曲线，记录每一步的资源与吞吐
- 判别形态：线性段、平台段还是下降段，对应争用或耦合主导
- 筛查共享点：单点锁、共享缓存元数据、全连接心跳与集中协调服务
- 针对性改造：分区拆分共享状态、批量化通信、减少跨节点同步
- 改造后复测扩展斜率，按实测斜率而非实例数外推容量
分布式锁、共享缓存元数据、全连接心跳是交叉耦合的常见来源，拆掉它们往往比加机器有效，且改造收益可以用复测的扩展斜率直接验证。
压测时的资源监控常只说“CPU 没满所以不是瓶颈”：在耦合主导的系统里，瓶颈可能表现为等待锁与重试增加、有效吞吐下降，而不是 CPU 打满。