性能优化的切入点

性能优化的7类技术手段

复用优化

写代码时会发现有很多重复的代码可以提取出来做成公共的方法。

谈到数据复用，首先想到的就是缓冲和缓存，两者意义是完全不同的。

缓冲(Buffer):常见于对数据的暂存，然后批量传输或者写入多使用顺序方式，用来缓解不同设备之间频繁地、缓慢地随机写。

缓存(Cache):常见于对已读取数据的复用
通过将它们缓存在相对高速的区域，缓存主要针对的是读操作。

计算优化

1. 并行执行：
现在的CPU发展速度很快，绝大多数硬件，都是多核。

要想加快某个任务的执行，最快最优的解决方式，就是让它并行执行。

2. 变同步为异步
通常涉及编程模型的改变。

请求会一直阻塞，直到有成功，或者失败结果的返回。

虽然编程模型简单，但应对突发的、时间段倾斜的流量，问题就特别大，请求很容易失败。

3. 惰性加载
使用一些常见的设计模式来优化业务，提高体验，比如单例模式、代理模式等。

比如在绘制Swing窗口时，如果要显示比较多的图片，就可以先加载一个占位符。

然后通过后台线程慢慢加载所需要的资源，这就可以避免窗口的僵死。

结果集优化

XML的表现形式是非常好的，那为什么还有JSON呢？

一个重要的原因就是体积变小，传输效率和解析效率变高。

像Google的Protobuf,体积更小。

虽然可读性降低，但在一些高并发场景下(如RPC), 能够显著提高效率。

这是典型的对结果集的优化。

像Nginx,一般都会开启GZIP压缩，使得传输的内容保持紧凑。

客户端只需要一小部分计算能力，就可以方便解压。

由于这个操作是分散的，所以性能损失是固定的。

对于一些对时效性要求不高，但对处理能力有高要求的业务。

要吸取缓冲区的经验，尽量减少网络连接的交互。

采用批量处理的方式，增加处理速度。

资源冲突优化

在平常的开发中，会涉及很多共享资源：

• 单机的，比如一个HashMap
• 外部存储，比如一个数据库行
• 单个资源，比如Redis某个key的Setnx
• 多个资源的协调，比如事务、分布式事务等

按照锁级别，锁可分为乐观锁和悲观锁，乐观锁在效率上更高。

按照锁类型，锁又分为公平锁和非公平锁，在对任务的调度上，有一些细微的差别。

算法优化

算法能够显著提高复杂业务的性能。

但在实际的业务中，往往都是变种。

由于存储越来越便宜，在一些CPU非常紧张的业务中，往往采用空间换取时间的方式，来加快处理速度。

算法属于代码调优，代码调优涉及很多编码技巧，需要使用者对所使用语言的AP!也非常熟悉。

有时对算法、数据结构的灵活使用，也是代码优化的一个重要内容。

比如常用的降低时间复杂度的方式，就有递归、二分、排序、动态规划等。

在平时的编程中，尽量使用一些设计理念良好、性能优越的组件。

比如有了Netty,就不用再选择比较老的Mina组件，而在设计系统时，从性能因素考虑，就不要选SOAP这样比较耗时的协议。

比如一个好的语法分析器(比如使用JavaCC), 其效率会比正则表达式高很多。

JVM优化

因为Java是运行在JVM虚拟机之上，它的诸多特性，就要受到JVM的制约。

对JVM虚拟机进行优化，也能在一定程度上能够提升JAVA程序的性能。

如果参数配置不当，甚至会造成OOM等比较严重的后果。

目前被广泛使用的垃圾回收器是G1。

通过很少的参数配置，内存即可高效回收。

CMS垃圾回收器已经在Java14中被移除，因为它的GC时间不可控。

总结

当然性能优化还包含数据库优化、操作系统优化、架构优化等其他一些内容，但不是重点。

参考资料：性能优化的切入点