5. JVM 性能优化

1. 内存溢出

内存溢出的方式：

1. 栈溢出
2. 堆溢出
3. 方法区溢出
4. 本级内存直接溢出

1.1 栈溢出

StackOverflowError：
方法自己调用自己，死递归导致的溢出。
OutOfMemoryError：
栈内存分配有限，每个线程占据一个内存空间，比如 1M，如果线程多了，会导致内存溢出。

1.2 堆溢出

1.3 方法区溢出

方法区垃圾回收效率很低，因此在加载动态语言、CGLIB、JSP、OSGI 时可能会内存溢出。

1.4 本地直接内存溢出

限制了本地直接内存的大小，分配时超过了其大小。

2. 内存泄露

内存溢出是程序申请内存时，没有足够的内存空间。
内存泄露是程序在申请内存后，无法释放已申请的内存空间。就是本意是无用的对象，但是没有释放，垃圾回收器无法回收内存空间。

内存泄漏的几种原因：

1. 长生命周期的对象持有短生命周期对象的引用
2. 连接未关闭
3. 变量作用域不合理
4. 内部类持有外部类
5. Hash值改变

3. MAT

-XX:+HeapDumpOnOutOfMemoryError

深堆（Shallow Heap）：分配一个对象所消耗的内存。
浅堆（Retained Heap）：分配一个对象，在垃圾回收时真实可回收的内存大小。

Incoming：这个对象引用了谁。
Outgoing：谁引用了这个对象。

4. JDK 为我们提供的工具

jps -mlv
jstat -gc <pid>
jinfo -flags <pid>、jinfo -flag +PrintGCDetails 操作参数

可视化工具在使用时需要在远端程序中添加：
-Djava.rmi.server.hostname=…… -Dcom.sun.management.jmxremote
-Dcom.sun.management.jmxremote.port=8888
-Dcom.sun.management.jmxremote.authenticate=false
-Dcom.sun.management.jmxremote.ssl=false

5. JVM 调优

JVM 调优的本质是调整垃圾回收的频次，提升系统的稳定性，而不是提升性能。

影响一个系统性能的方方面面：

5.1 调优原则

1. 大多数的 java 应用不需要 GC 调优。
2. 大部分需要 GC 调优的，不是参数问题，而是代码问题。
3. 在实际项目中，分析 GC 情况优化代码比调整 GC 参数要重要。
4. GC 调优是最后的手段。

5.2 GC 调优目的

1. GC 的时间足够小
   参考性指标：Minor GC 执行时间不到 50ms，Full GC 执行时间不到 1s。
2. GC 的次数足够小
   参考性指标：Minor GC 执行不频繁，大于 10s 一次，Full GC 执行频率不算频繁，大于10min 1次。

5.3 调优步骤

1. 监视 GC 状况
2. 分析结果，判断是否需要优化
3. 调整垃圾回收器类型、内存分配参数
4. 不断分析、调整
5. 全面应用参数

阅读 GC 日志：主要关注 Minor GC、Full GC 的回收效率（回收前大小、回收比较）、回收时间。

5.4 调优实战

1. 项目启动 GC 优化
   启动后观察 Minor GC、Full GC 次数，优化参数达到调优目的。
2. 项目运行 GC 优化
   切换不同垃圾回收器，JMeter 压测查看结果。

5.5 推荐策略

1. 新生代大小选择
   响应时间优先的应用：尽可能设大，直到接近系统的最低响应时间限制，在此种情况下，新生代收集发生的频率也是最小
   的，同时减少到达老年代的对象。
   吞吐量优先的应用：尽可能设大，可能到达 Gbit 的程度，因为对响应时间没有要求，垃圾收集可以并行进行，一般适合 8CPU 以上的应用。
   避免设置过小，当新生代设置过小时会导致：1.MinorGC 次数更加频繁；2.可能导致 MinorGC 对象直接进入老年代，如果此时老年代满了，会触发 FullGC。
2. 老年代大小选择
   响应时间优先的应用：老年代使用并发收集器，所以其大小需要小心设置，一般要考虑并发会话率和会话持续时间等一些参数：如果堆设置小了，可以会造成内存碎片，高回收频率以及应用暂停而使用传统的标记清除方式；如果堆大了，则需要较长的收集时间。最优化的方案，一般需要参考以下数据获得：并发垃圾收集信息、持久代并发收集次数、传统 GC 信息、花在新生代和老年代回收上的时间比例。

6. 常用的性能评价指标

1. 响应时间：一般关注平均响应时间
   
2. 并发数
   同一时刻，对服务器有实际交互的请求数。
3. 吞吐量
   对单位时间内完成的工作量（请求）的量度。如：每分钟的数据库事务，每秒传送的文件千字节数，每分钟的 Web 服务器命中数。

7. 常用的性能优化手段

总原则：

1. 避免过早优化
2. 进行系统性能测试
3. 寻找系统瓶颈，分而治之，逐步优化

优化分为：

1. 前端优化
2. 应用服务性能优化
3. 存储性能优化

7.1 前端优化常用手段

1. 浏览器/App：减少请求数；使用客户端缓冲；启用压缩；资源文件加载顺序；减少Cookie传输
2. CDN加速
3. 反向代理缓存
4. WEB组件分离

7.2 应用服务性能优化手段

1. 缓存
   网站性能优化第一定律：优先考虑使用缓存优化性能。
   缓存优化原则：缓存离用户越近越好。
   缓存的本质：数据读多改少的情况，将数据访问放到高效介质中。

2. 集群

3. 异步
   常见异步手段：Servlet 异步、多线程、消息队列。

4. 程序
   代码级别、并发编程、算法、资源的复用（减少开销很大的系统资源的创建和销毁：单例模式、池化技术）、JVM。

7.3 存储性能优化手段

1. 尽量使用SSD
2. 定时清理数据或者按数据的性质分开存放
3. 结果集处理

8. 虚拟机优化技术

栈上分配：对逃逸分析出来的对象有可能进行栈上分配。

牵涉到的 JVM 参数：

1. -XX:+DoEscapeAnalysis：启用逃逸分析(默认打开)
2. -XX:+EliminateAllocations：标量替换(默认打开)
3. -XX:+UseTLAB：本地线程分配缓冲(默认打开)