Java性能 -- 性能调优策略

栏目: Java · 发布时间: 5年前

内容简介:思路:
  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. 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

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

群体智能

群体智能

James Kennedy、Russell C Eberhart、Yuhui Shi / 人民邮电出版社 / 2009-2-1 / 75.00元

群体智能是近年来发展迅速的人工智能学科领域.通过研究分散,自组织的动物群体和人类社会的智能行为, 学者们提出了许多迥异于传统思路的智能算法, 很好地解决了不少原来非常棘手的复杂工程问题.与蚁群算法齐名的粒子群优化(particle swarm optimization, 简称PSO)算法就是其中最受瞩目,应用最为广泛的成果之一. 本书由粒子群优化算法之父撰写,是该领域毋庸置疑的经典著作.作者......一起来看看 《群体智能》 这本书的介绍吧!

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

html转js在线工具
html转js在线工具

html转js在线工具