java-性能优化

性能优化是个老生常谈的问题，最近在工作中遇到了类似的问题，趁机总结一下。

项目背景：java语言，微服务，使用的xxl-job，数据库为postgresql,执行对应的定时任务，会涉及到简称，A,B,C,每个表的日数据量在对应的3百到5百万数据量，A表的数据类似学生表，B，C可以理解为对应的课目的分数，

项目程序目的：算出对应学生每天考试，对应每月平均的天成绩【项目保密原因，只能这么描述了】

项目程序目前状况：卡死了，三天数据就挂掉 ，GG

然后就开始优化之路

1，查看对应日志，对应的程序中，查看对应日志打出的时间，判断每个代码块的时间，切记不能主观的认为某个地方的性能有问题而盲目的进行优化，要根据实际的程序执行情况进行分析解决

当时程序整体执行一天数据的执行时间在30分钟，A数据查询耗时5分钟，B耗时3分钟，C耗时4分钟，中间数据整合大概3分钟，最后数据整体入库时间为500万数据，耗时14分钟，从上边的时间进行推算，如果执行30天的数据要15个小时

kubectl get pods -n namespace

kubectl exec --stdin --tty ****** -- /bin/bash

cd log/

grep '关键字'  log.log

根据日志计算对应的步骤耗费的时间

2，查看对应查询预计，已经是项目要求最小颗粒度的数据级别，已无法优化，使用的查询为流数据查询，整体数据放到csv后进行读流计算，

3，查看服务内存使用情况

kubectl exec --stdin --tty ****** -- /bin/bash

top

同时检查对应代码是是否使用输入流，输出流，对应的代码是否及时关闭，对应的ByteArrayOutputStream，ByteArrayInputStream内存流可以不用管，方法结束时自动会回收，即使手动处理源码中colsed方法为空

另外对应代码中使用的List在使用之后赋值null，进行内存回收

4，上边几个步骤做完之后，发现效果并不明显，开始查看对应的sql，把sql中的聚合函数 max等等，进行去除，通过程序进行处理，具体效果要明天上线才能知道哈哈，--这种方法的思路通过耗费数据的性能，转移到了程序的内存耗费上边，在进行操作时，平衡容器的内存情况进行取舍

5，备选方案，如果上述都无法解决，因为业务的情况，是每七天执行一次【执行七天的数据】，可以提前执行每天的数据，通过一个数据表或者缓存进行储存【聚合结果】，把一次执行的时长，平摊到每天

性能优化之旅是一个比较漫长的路程，祝君好运~~~~~~