Java性能 -- 性能调优策略

1. 微基准性能测试
   • 可以精准定位到某个模块或者某个方法的性能问题，例如对比一个方法使用同步实现和非同步实现的性能差异
2. 宏基准性能测试
   • 宏基准性能测试是一个 综合测试 ，需要考虑到 测试环境、测试场景和测试目标
   • 测试环境：模拟线上的真实环境
   • 测试场景：在测试某个接口时，是否有其他业务的接口也在平行运行，进而造成干扰
   • 测试目标
     • 可以通过 吞吐量 和 响应时间 来衡量系统是否达标，如果不达标，就需要进行优化
     • 如果达标，就继续加大测试的并发数，探底接口的TPS
     • 除了关注接口的吞吐量和响应时间外，还需要关注 CPU、内存和IO 的使用率情况

干扰因素

热身问题

1. 在 Java 编程语言和环境中，.java文件编译成.class文件后，需要通过解析器将字节码转换成本地机器码才能运行
2. 为了节约内存和执行效率，代码在最初被执行时，解析器会率先 解析执行 这段代码
3. 随着代码被执行的次数增加，当JVM发现某个方法或代码块运行得很频繁时，就会把这些代码认定为 热点代码
   • 为了提高热点代码的执行效率，在运行时，JVM将通过 即时编译器 （JIT）把这些代码编译成与本地平台相关的 机器码
   • 并进行各层次的优化，然后存储在内存中，之后每次运行代码时，直接从内存中获取
4. 因此在刚开始运行的阶段，JVM会花费很长的时间来全面优化代码，后面就能以最高性能运行了

测试结果不稳定

1. 不稳定因素：机器其他进程的影响、网络波动、JVM GC的不确定性
2. 解决方案：通过 多次测试 ，将测试结果求平均，只要能保证平均值在一个合理的范围之内，并且波动不大即可

多JVM

1. 任意一个JVM都拥有 整个系统 的资源使用权
2. 如果一台机器上只部署单独的一个JVM，在做性能测试时，测试结果会很好，但一台机器上有多个JVM，则不一定
3. 尽量避免线程环境一台机器部署多个JVM

性能分析

1. 完成性能测试之后，需要输出一份性能测试报告，测试结果需要包括
   • 测试接口的吞吐量和响应时间（平均、最大、最小）
   • 服务器的CPU、内存、磁盘IO、网络IO使用率、JVM的GC情况
2. 通过观察性能指标，可以发现性能瓶颈，再通过自下而上的方式分析查找问题
   • 首先从操作系统层面，查看系统的CPU、内存、磁盘IO、网络IO的使用率是否存在异常
   • 再通过命令查找异常日志，通过分析日志，寻找导致性能瓶颈的原因
   • 还可以从Java应用的JVM层面下手，查看JVM的GC频率以及内存分配情况是否存在异常
   • 如果系统和JVM层面都没有出现异常情况，可以查看应用服务业务层是否存在性能瓶颈
     • 例如Java编程的问题、读写数据瓶颈
3. 分析查找性能问题可以采用 自下而上 的方式，而解决性能问题，一般采用 自上而下 的方式 逐级优化

性能调优

思路： 业务调优 -> 编程调优 -> 系统调优

优化代码

1. 应用层的问题代码往往会因为 耗尽系统资源 而暴露出来
2. 例如某段代码导致内存溢出，这往往是将JVM的内存耗尽了
   • 这会引发JVM频繁地发生GC，导致CPU居高不下，此时也会耗尽系统的CPU资源
3. 还有一些非问题代码导致的性能问题，比较难以发现
   • 例如如果对LinkedList进行for循环遍历，每次循环获取元素时，都会 遍历 一次list，读效率很低
   • 优化方案：可以采用Iterator

优化设计

1. 面向对象有很多设计模式，可以用于优化业务层以及中间件层的代码设计，进而达到精简代码和提高整体性能的目的
2. 例如单例模式在频繁创建对象的场景中，可以共享一个对象，减少频繁创建和销毁对象带来的性能开销

优化算法

1. 合适的算法可以大大提升系统性能
2. 例如在不同的场景中，使用合适的查找算法可以降低时间复杂度

时间换空间

1. 如果系统对查询的速度没有很高的要求，但对存储空间要求苛刻，可以考虑用时间换空间
2. 例如String的intern方法，可以将重复率比较高的数据存储在常量池，重复使用相同的对象，大大节省内存空间
   • 但由于常量池使用的是HashMap类型，如果存储数据过多，就会导致查询性能下降

空间换时间

1. 使用存储空间来提升访问速度
2. 例如 MySQL 的分库分表

参数调优

1. 根据业务场景，合理地设置JVM的内存空间和GC算法
2. 另外，合理地设置Web容器的线程池大小和 Linux 操作系统的内核参数