一 大厂面试题
1 支付宝
支付宝三面:JVM 性能调优都做了什么?
2 小米
有做过 JVM 内存优化吗?
从 SQL、JVM、架构、数据库四个方面讲讲优化思路
3 蚂蚁金服
JVM 的编译优化
jvm 性能调优都做了什么
JVM 诊断调优工具用过哪些?
二面:jvm 怎样调优,堆内存、栈空间设置多少合适
三面:JVM 相关的分析工具使用过的有哪些?具体的性能调优步骤如何
4 阿里
如何进行 JVM 调优?有哪些方法?
如何理解内存泄漏问题?有哪些情况会导致内存泄漏?如何解决?
5 字节跳动
三面:JVM 如何调优、参数怎么调?
6 拼多多
从 SQL、JVM、架构、数据库四个方面讲讲优化思路
7 京东
JVM 诊断调优工具用过哪些?
每秒几十万并发的秒杀系统为什么会频繁发生 GC?
日均百万级交易系统如何优化 JVM?
线上生产系统 OOM 如何监控及定位与解决?
高并发系统如何基于 G1 垃圾回收器优化性能?
二 背景说明
1 生产环境中的问题
-
生产环境发生了内存溢出该如何处理?
-
生产环境应该给服务器分配多少内存合适?
-
如何对垃圾回收器的性能进行调优?
-
生产环境 CPU 负载飙高该如何处理?
-
生产环境应该给应用分配多少线程合适?
-
不加 log,如何确定请求是否执行了某一行代码?
-
不加 log,如何实时查看某个方法的入参与返回值?
2 为什么要调优
-
防止出现 OOM
-
解决 OOM
-
减少 Full GC 出现的频率
3 不同阶段的考虑
-
上线前
-
项目运行阶段
-
线上出现 OOM
三 调优概述
1 监控的依据
-
运行日志
-
异常堆栈
-
GC 日志
-
线程快照
-
堆转储快照
2 调优的大方向
-
合理地编写代码
-
充分并合理的使用硬件资源
-
合理地进行 JVM 调优
四 性能优化的步骤
第一步:性能监控——发现问题
-
GC 频繁
-
cpu load 过高
-
OOM
-
内存泄露
-
死锁
-
程序响应时间较长
第二步:性能分析——分析问题
-
打印 GC 日志,通过 GCviewer 或者 http://gceasy.io 来分析异常信息
-
灵活运用命令行工具、jstack、jmap、jinfo 等
-
dump 出堆文件,使用内存分析工具分析文件
-
使用阿里 Arthas、jconsole、JVisualVM 来实时查看 JVM 状态
-
jstack 查看堆栈信息
第三步:性能调优——解决问题
-
适当增加内存,根据业务背景选择垃圾回收器
-
优化代码,控制内存使用
-
增加机器,分散节点压力
-
合理设置线程池线程数量
-
使用中间件提高程序效率,比如缓存、消息队列等
-
其他……
五 性能评价/测试指标
1 停顿时间(或响应时间)
提交请求和返回该请求的响应之间使用的时间,一般比较关注平均响应时间。常用操作的响应时间列表。
操作 | 响应时间 |
打开一个站点 | 几秒 |
数据库查询一条记录(有索引) | 十几毫秒 |
机械磁盘一次寻址定位 | 4 毫秒 |
从机械磁盘顺序读取 1M 数据 | 2 毫秒 |
从 SSD 磁盘顺序读取 1M 数据 | 0.3 毫秒 |
从远程分布式换成 Redis 读取一个数据 | 0.5 毫秒 |
从内存读取 1M 数据 | 十几微妙 |
Java 程序本地方法调用 | 几微妙 |
网络传输 2Kb 数据 | 1 微妙 |
在垃圾回收环节中:
-
暂停时间:执行垃圾收集时,程序的工作线程被暂停的时间。
-
-XX:MaxGCPauseMillis
2 吞吐量
-
对单位时间内完成的工作量(请求)的量度
-
在 GC 中:运行用户代码的时间占总运行时间的比例(总运行时间:程序的运行时间+内存回收的时间)
-
吞吐量为 1-1/(1+n),其中-XX::GCTimeRatio=n
3 并发数
-
同一时刻,对服务器有实际交互的请求数
例如:1000个人同时在线,估计并发数在5%~15%之间,也就是并发数在50到150之间。
4 内存占用
-
Java 堆区所占的内存大小
5 相互间的关系
以高速公路通行状况为例
-
吞吐量:每天通过高速公路收费站的车辆的数量(也可以理解为收费站收取的高速费数量)
-
并发数:高速公路上正在行驶的车辆的数目
-
响应时间:车速
当车辆比较少(并发数),车速(响应时间)就比较快,每天通过的车辆会比较少(吞吐量)。
当车辆比较多(并发数),车速(响应时间)会降低,每天通过的车辆会比较多(吞吐量)。
当车辆太多了(并发数满负荷),车速(响应时间)会降得很快,甚至出现交通事故(程序发生故障),车辆停滞不前,车速约为0,高速公路变成了停车场,每天通过的车辆反而减低了(吞吐量)。