《Java Performance》笔记1——性能分析基础

1.性能分析两种方法：

(1).自顶向下：

应用开发人员通过着眼于软件栈顶层的应用，从上往下寻找性能优化的机会。

(2).自底向上：

性能专家从软件栈底层的CPU统计数据(例如CPU高速缓存未命中率、CPU指令效率)开始，逐渐上升到应用自身的结构或应用常见的使用方式。

2.CPU使用率：

大多数操作系统的CPU使用率分为用户态CPU使用率和系统态CPU使用率。

用户态CPU使用率：执行应用程序代码的时间占总CPU时间的百分比。

系统态CPU使用率：应用执行操作系统调用的时间占总CPU时间的百分比。

系统态CPU使用率高意味着共享资源有竞争或者I/O设备之间有大量交互。既然原本用于执行操作系统调用的CPU周期也可以用来执行应用程序代码，所以理想情况下，应用达到最高性能和扩展性时，它的系统态CPU使用率为0%，所以提供应用性能的和扩展性的一个目标是尽可能降低系统态CPU使用率。

对于计算密集型应用来说，不仅要监控用户态和系统态CPU使用率，还要进一步监控每时钟指令数(Instructions Per Clock, IPC)或每指令时钟周期(Cycles Per Instruction, CPI)等指标，提高计算密集型应用的常用策略是减少停滞(现代操作系统自带的CPU使用率监控工具只能报告CPU使用率，不能报告CPU执行指令占用CPU时钟周期的百分比，因此即便CPU在等待内存中的数据，操作系统工具仍然会报告CPU繁忙，这种情况通常被称为停滞)或者改善CPU高速缓存使用率，从而减少CPU在等待内存数据时浪费的时钟周期。

(1).Windows CPU使用率监控：

Windows最常用的CPU使用率监控工具是任务管理器和性能监视器，这两个图形化工具不做介绍，重点介绍一下命令行工具typeperf.

在命令行中监控系统态和用户态CPU使用率的命令行如下：

typeperf “\Process