[2026] C++ Performance Optimization Case Study | 200ms API Latency Cut to 20ms

Introduction

We started from “the API feels slow.” This post shares how we followed measure → analyze → optimize → verify and cut latency from 200ms to about 20ms—roughly 10×.

What you will learn

• A structured way to find bottlenecks
• Practical use of perf, gprof, and Valgrind
• Algorithm, memory, and threading techniques
• How to quantify improvements

---

Table of contents

1. Problem: API too slow
2. Measurement: benchmark baseline
3. Profiling: hotspots with perf
4. Bottleneck 1: O(n²) algorithm
5. Optimization 1: hash map → O(n) lookups
6. Bottleneck 2: string copies
7. Optimization 2: string_view and moves
8. Bottleneck 3: JSON serialization
9. Optimization 3: threading and pooling
10. Final results: 10× faster
11. Closing thoughts

---

1. Problem: API too slow

Situation

A REST endpoint that returns a user list was reported as slow:

# 100 users
$ curl -w "@curl-format.txt" http://api.example.com/users
time_total: 0.203s  # 200ms

Requirements

• Goal: p50 latency under 50ms
• Constraint: keep the existing API contract
• Environment: Ubuntu 22.04, g++ 11, 4 CPU cores

---

2. Measurement: benchmark baseline

Simple benchmark harness

다음은 cpp를 활용한 상세한 구현 코드입니다. 필요한 모듈을 import하고, 클래스를 정의하여 데이터와 기능을 캡슐화하며, 반복문으로 데이터를 처리합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

// benchmark.cpp
#include <chrono>
#include <iostream>
#include <vector>
using namespace std::chrono;
class Benchmark {
    std::vector<double> samples_;
    
public:
    template<typename Func>
    void run(const std::string& name, Func&& func, int iterations = 100) {
        samples_.clear();
        
        for (int i = 0; i < 10; ++i) {
            func();
        }
        
        for (int i = 0; i < iterations; ++i) {
            auto start = steady_clock::now();
            func();
            auto end = steady_clock::now();
            
            auto duration = duration_cast<microseconds>(end - start).count();
            samples_.push_back(duration / 1000.0); // ms
        }
        
        std::sort(samples_.begin(), samples_.end());
        double p50 = samples_[samples_.size() / 2];
        double p95 = samples_[samples_.size() * 95 / 100];
        double p99 = samples_[samples_.size() * 99 / 100];
        
        std::cout << name << ":\n"
                  << "  p50: " << p50 << "ms\n"
                  << "  p95: " << p95 << "ms\n"
                  << "  p99: " << p99 << "ms\n";
    }
};

Baseline

아래 코드는 bash를 사용한 구현 예제입니다. 코드를 직접 실행해보면서 동작을 확인해보세요.

$ ./benchmark
getUserList (100 users):
  p50: 203.5ms
  p95: 215.2ms
  p99: 223.1ms

---

3. Profiling: hotspots with perf

perf

아래 코드는 bash를 사용한 구현 예제입니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

$ g++ -O2 -g -std=c++17 *.cpp -o server
$ perf record -g ./server
$ perf report
Samples: 10K of event 'cycles'
  65.23%  server  [.] UserManager::findUsersByRole
  18.45%  server  [.] std::string::string(std::string const&)
  12.34%  server  [.] json::serialize
   2.98%  server  [.] other

Findings

1. findUsersByRole ~65% of time
2. String copies ~18%
3. JSON serialization ~12%

---

4. Bottleneck 1: O(n²) work

Original code

다음은 cpp를 활용한 상세한 구현 코드입니다. 클래스를 정의하여 데이터와 기능을 캡슐화하며, 반복문으로 데이터를 처리합니다, 조건문으로 분기 처리를 수행합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

class UserManager {
    std::vector<User> users_; // 10,000 users
public:
    std::vector<User> findUsersByRole(const std::string& role) {
        std::vector<User> result;
        
        // Costly nested work per user
        for (const auto& user : users_) {
            for (const auto& r : user.roles) {
                if (r == role) {
                    result.push_back(user);
                    break;
                }
            }
        }
        
        return result;
    }
};

Complexity

• n users, ~m roles per user on average
• String comparisons dominate

---

5. Optimization 1: hash map index

Improved code

다음은 cpp를 활용한 상세한 구현 코드입니다. 클래스를 정의하여 데이터와 기능을 캡슐화하며, 반복문으로 데이터를 처리합니다, 조건문으로 분기 처리를 수행합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

class UserManager {
    std::vector<User> users_;
    std::unordered_map<std::string, std::vector<size_t>> roleIndex_;
public:
    void buildIndex() {
        roleIndex_.clear();
        for (size_t i = 0; i < users_.size(); ++i) {
            for (const auto& role : users_[i].roles) {
                roleIndex_[role].push_back(i);
            }
        }
    }
    
    std::vector<User> findUsersByRole(const std::string& role) {
        std::vector<User> result;
        
        if (auto it = roleIndex_.find(role); it != roleIndex_.end()) {
            result.reserve(it->second.size());
            for (size_t idx : it->second) {
                result.push_back(users_[idx]);
            }
        }
        
        return result;
    }
};

Result

$ ./benchmark
getUserList (100 users):
  p50: 85.3ms  # 203.5ms → 85.3ms (~2.4×)

Effect: CPU share of the hot path dropped (65% → ~28% in later profiles).

6. Bottleneck 2: string copies

Issue

아래 코드는 cpp를 사용한 구현 예제입니다. 클래스를 정의하여 데이터와 기능을 캡슐화하며, 반복문으로 데이터를 처리합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

for (size_t idx : it->second) {
    result.push_back(users_[idx]); // full User copy
}
struct User {
    std::string id;
    std::string name;
    std::string email;
    std::vector<std::string> roles;
};

---

7. Optimization 2: string_view and moves

Return references

아래 코드는 cpp를 사용한 구현 예제입니다. 반복문으로 데이터를 처리합니다, 조건문으로 분기 처리를 수행합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

std::vector<const User*> findUsersByRole(const std::string& role) const {
    std::vector<const User*> result;
    
    if (auto it = roleIndex_.find(role); it != roleIndex_.end()) {
        result.reserve(it->second.size());
        for (size_t idx : it->second) {
            result.push_back(&users_[idx]);
        }
    }
    
    return result;
}

string_view in serialization

아래 코드는 cpp를 사용한 구현 예제입니다. 코드를 직접 실행해보면서 동작을 확인해보세요.

std::string serializeUserView(std::string_view id, std::string_view name) {
    std::ostringstream oss;
    oss << "{\"id\":\"" << id << "\","
        << "\"name\":\"" << name << "\"}";
    return oss.str();
}

Result

$ ./benchmark
getUserList (100 users):
  p50: 42.1ms  # 85.3ms → 42.1ms (~2×)

---

8. Bottleneck 3: JSON serialization

Issue

아래 코드는 cpp를 사용한 구현 예제입니다. 반복문으로 데이터를 처리합니다, 조건문으로 분기 처리를 수행합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

std::string toJson(const std::vector<const User*>& users) {
    std::string json = "[";
    for (size_t i = 0; i < users.size(); ++i) {
        json += serializeUser(*users[i]); // repeated +=
        if (i < users.size() - 1) {
            json += ",";
        }
    }
    json += "]";
    return json;
}

Repeated string += can reallocate often → worst-case O(n²) in string length.

9. Optimization 3: threading and reservation

Reserve capacity

아래 코드는 cpp를 사용한 구현 예제입니다. 반복문으로 데이터를 처리합니다, 조건문으로 분기 처리를 수행합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

std::string toJson(const std::vector<const User*>& users) {
    std::string json;
    json.reserve(users.size() * 100);
    
    json = "[";
    for (size_t i = 0; i < users.size(); ++i) {
        json += serializeUser(*users[i]);
        if (i < users.size() - 1) {
            json += ",";
        }
    }
    json += "]";
    return json;
}

Parallel serialization

다음은 cpp를 활용한 상세한 구현 코드입니다. 필요한 모듈을 import하고, 비동기 처리를 통해 효율적으로 작업을 수행합니다, 반복문으로 데이터를 처리합니다, 조건문으로 분기 처리를 수행합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

#include <thread>
#include <future>
std::string toJsonParallel(const std::vector<const User*>& users) {
    if (users.size() < 100) {
        return toJson(users);
    }
    
    size_t numThreads = std::thread::hardware_concurrency();
    size_t chunkSize = (users.size() + numThreads - 1) / numThreads;
    
    std::vector<std::future<std::string>> futures;
    
    for (size_t i = 0; i < numThreads; ++i) {
        size_t start = i * chunkSize;
        size_t end = std::min(start + chunkSize, users.size());
        
        if (start >= users.size()) break;
        
        futures.push_back(std::async(std::launch::async, [&, start, end]() {
            std::string chunk;
            chunk.reserve((end - start) * 100);
            
            for (size_t j = start; j < end; ++j) {
                chunk += serializeUser(*users[j]);
                if (j < end - 1) chunk += ",";
            }
            return chunk;
        }));
    }
    
    std::string result = "[";
    for (size_t i = 0; i < futures.size(); ++i) {
        result += futures[i].get();
        if (i < futures.size() - 1) result += ",";
    }
    result += "]";
    
    return result;
}

Result

아래 코드는 bash를 사용한 구현 예제입니다. 코드를 직접 실행해보면서 동작을 확인해보세요.

$ ./benchmark
getUserList (100 users):
  p50: 20.3ms  # 42.1ms → 20.3ms (~2×)
getUserList (1000 users):
  p50: 45.2ms

---

10. Final results: ~10× improvement

Stage-by-stage

Stage	Change	p50	Factor
0	Baseline	203.5ms	—
1	Role index	85.3ms	~2.4×
2	Pointer views, less copying	42.1ms	~2×
3	reserve + parallel JSON	20.3ms	~2×
Total	Combined	20.3ms	~10×

CPU profile shift

Before: findUsersByRole dominated; string copy + JSON next.
After: JSON + I/O + hash lookup more balanced.

11. Lessons and more ideas

Takeaways

1. Don’t optimize without measurement
2. Fix algorithmic cost first
3. Remove needless copies (references, moves, string_view)
4. Parallelize last, after serial optimizations

Optimization flow

아래 코드는 mermaid를 사용한 구현 예제입니다. 코드를 직접 실행해보면서 동작을 확인해보세요.

graph TD
    A[Performance issue] --> B[Measure and profile]
    B --> C{Find bottleneck}
    C --> D[Improve algorithmic complexity]
    D --> E[Memory / copies]
    E --> F[Compiler options]
    F --> G[Multithreading]
    G --> H[Verify and ship]

Tooling

Tool	Use	Example
perf	CPU hotspots	perf record -g ./app && perf report
gprof	Per-function time	g++ -pg ....&& ./app && gprof app
Valgrind Callgrind	Call graphs	valgrind --tool=callgrind ./app
Heaptrack	Allocations	heaptrack ./app

---

12. More ideas

Short TTL cache

다음은 cpp를 활용한 상세한 구현 코드입니다. 클래스를 정의하여 데이터와 기능을 캡슐화하며, 조건문으로 분기 처리를 수행합니다. 각 부분의 역할을 이해하면서 코드를 살펴보시기 바랍니다.

class UserManager {
    std::unordered_map<std::string, std::vector<const User*>> cache_;
    std::chrono::steady_clock::time_point cacheTime_;
    
public:
    std::vector<const User*> findUsersByRole(const std::string& role) {
        auto now = std::chrono::steady_clock::now();
        
        if (now - cacheTime_ < std::chrono::seconds(5)) {
            if (auto it = cache_.find(role); it != cache_.end()) {
                return it->second;
            }
        }
        
        auto result = findUsersByRoleImpl(role);
        cache_[role] = result;
        cacheTime_ = now;
        
        return result;
    }
};

DB index

CREATE INDEX idx_user_roles ON users USING GIN(roles);

Compress responses

// gzip JSON to reduce transfer time
#include <zlib.h>

---

Closing thoughts

Performance work is measure → analyze → optimize → verify, repeated.

1. perf located the real hotspots
2. Indexing gave the largest win
3. Fewer copies helped again
4. Parallel JSON finished the job
   ~10× faster responses materially improved UX.

---

FAQ

Q1. When should we optimize? Only when you have measurable pain. “It feels slow” without numbers usually means more complex code for little gain. Q2. Should we use -O3? Often -O2 is enough; -O3 can grow code and hurt caches. Measure. Q3. Thread first? Optimize the serial path first. Parallel slow code is just “fast slow code.”

Related posts

• C++ profiling guide
• C++ complexity
• C++ multithreading
• C++ string_view

---

Checklists

Performance optimization

• Clear numeric goals
• Baseline benchmarks
• Profile (perf, gprof, Valgrind)
• Identify top 3 hotspots
• Analyze complexity
• Apply changes
• Re-benchmark
• Regression tests
• Ship and monitor

Code review

• Hidden O(n²)+ loops?
• Unnecessary copies?
• Repeated string +=?
• reserve() where needed?
• Parallel-safe where parallelized?
• Caching considered?

---

Keywords

C++, performance optimization, profiling, perf, gprof, bottleneck, algorithm, complexity, hash map, string_view, move semantics, multithreading, parallelism, benchmark, case study