Java性能调优：01 如何指定性能调优标准

为什么要做性能调优

所有系统在开发完成后，多多少少都有性能问题，首先是想办法把问题暴露出来，例如进行压力测试、模拟可能的操作场景等，再通过性能调优解决这些问题。

什么时候开始调优

在项目开发初期，没有必要过于在意性能优化，这样反而会疲于性能优化，不仅不会给系统性能带来提升，还会影响到开发进度，甚至给系统带来新的问题。

只需要在代码层面保证有效的编码，比如：减少磁盘I/O操作、降低竞争锁的使用以及使用高效的算法等。遇到比较复杂的业务，我们可以充分利用设计模式来优化业务代码。例如，设计商品价格的时候，往往会有很多折扣活动、红包活动，我们可以用装饰模式去设计这个业务。

在系统编码完成之后，我们就可以对系统进行性能测试了。这时候，产品经理一般会提供线上预期数据，我们在提供的参考平台上进行压测，通过性能分析、统计工具来统计各项性能指标，看是否在预期范围之内。在项目成功上线后，我们还需要根据线上的实际情况，依照日志监控以及性能统计日志，来观测系统性能问题，一旦发现问题，就要对日志进行分析并及时修复问题。

哪些参考因素可以体现系统的性能?

会成为系统的性能瓶颈的计算机资源：

• CPU：有的应用需要大量计算，会长时间、不间断地占用CPU资源，导致其他资源无法争夺到CPU而响应缓慢，从而带来系统性能问题。例如:代码递归导致的无限循环，正则表达式引起的回溯，JVM频繁的FULL GC，以及多线程编程造成的大量上下文切换等，都有可能导致CPU资源繁忙。
• 内存：Java程序一般通过JVM对内存进行分配管理，主要是用JVM中的堆内存来存储Java创建的对象。系统堆内存的读写速度非常快，所以基本不存在读写性能瓶颈。但是由于内存成本要比磁盘高，相比磁盘，内存的存储空间非常有限。所以当内存空间被占满，对象无法回收时，会导致内存溢出、内存泄漏等问题。
• 磁盘I/O：磁盘相比内存来说，存储空间要大很多，但磁盘I/O读写的速度要比内存慢，虽然目前引入的SSD固态硬盘已经有所优化，但仍然无法与内存的读写速度相提并论。
• 网络：网络对于系统性能来说，起着至关重要的作用。如果购买过云服务，一定经历过，选择网络带宽大小这一环节。带宽过低的话，对于传输数据比较大，或者并发量比较大的网络，网络很容易成为性能瓶颈。
• 异常：Java应用中，抛出异常需要构建异常栈，对异常进行捕获和处理，这个过程非常消耗系统性能。如果在高并发的情况下引发异常处理，那么系统性能会受到明显的影响。
• 数据库：大部分系统会用到数据库，而数据库的操作往往是涉及到磁盘I/O的读写。大量的数据库读写操作，会导致磁盘I/O性能瓶颈，进而导致数据库操作的延迟性。对于有大量数据库读写操作的系统来说，数据库的性能优化是整个系统的核心。
• 锁竞争：在并发编程中，经常会需要多个线程，共享读写操作同一个资源，这时为了保持数据的原子性（即保证这个共享资源在一个线程写的时候，不被另一个线程修改），基会用到锁。锁的使用可能会带来上下文切换，从而给系统带来性能开销。JDK1.6之后，Java为了降低锁竞争带来的上下文切换，对JVM内部锁做了多次优化，例如，新增了偏向锁、自旋锁、轻量级锁、锁粗化、锁消除等。而如何合理使用锁资源，优化锁资源，需要了解更多的操作系统知识、Java多线程编程基础，积累项目经验，并结合是实际场景去处理相关问题。

响应时间

响应事件时衡量系统性能的重要指标之一，响应时间越短，性能越好，一般一个接口的响应时间是在毫秒级。在系统中，可以把响应时间自下而上细分为以下几种：

• 数据库响应时间：数据库操作所消耗的时间，往往是整个请求链中最耗时的；
• 服务端响应时间：服务端包括Nginx分发的请求所消耗的时间以及服务端程序执行所消耗的时间；
• 网络响应时间：这是网络传输时，网络硬件需要对传输的请求进行解析等操作所消耗的时间；
• 客户端响应时间：对于普通的Web、App客户端来说，消耗时间是可以忽略不计的，但如果客户端嵌入了大量的逻辑处理，消耗的时间有可能变长，从而成为系统的瓶颈。

吞吐量

在测试中，往往会比较注重系统接口的TPS（每秒事务处理量），因为TPS体现了接口的性能，TPS越大，性能越好。在系统中，也可以把吞吐量自下而上地分为两种：磁盘吞吐量和网络吞吐量。

磁盘吞吐量

磁盘性能有两个关键衡量指标：

• 一种是IOPS（Input/Output Per Second）,即每秒的输入输出量（或读写次数），这种是指单位时间内系统能处理的I/O请求数量，I/O请求通常为读或写数据操作请求，关注的是随机读写性能。是英语随机读写频繁的应用，如小文件存储（图片）、OLTP数据库、邮件服务器。
• 另一种是数据吞吐量，这种是指单位时间内可以成功传输的数据量。对于大量顺序读写频繁的应用，传输大量连续数据，例如，电视台的视频编辑、视频点播 VOD（Video On Demand），数据吞吐量则是关键衡量指标。

网络吞吐量

这个是指网络传输时没有帧丢失的情况下，设备能够接受的最大数据速率。网络吞吐量不仅仅跟带宽有关系，还跟 CPU 的处理能力、网卡、防火墙、外部接口以及 I/O 等紧密关联。而吞吐量的大小主要由网卡的处理能力、内部程序算法以及带宽大小决定。

• 计算机资源分配使用率
  通常由CPU占有率、内存使用率、磁盘I/O、网络I/O来表示资源使用率。这几个参数好比一个木桶，如果其中任何一块木板出现短板，任何一项分配不合理，对整个系统性能的影响都是毁灭性的。
• 负载承受能力
  当系统压力上升时，可以观察下系统响应时间的上升曲线是否平缓。这项指标能直观的反馈系统所能承受的负载压力极限。例如，当对系统进行压测时，系统的响应时间会随着系统并发数的增加而延长，直到系统无法处理这么多请求，抛出大量错误时，就到了极限。

总结

性能调优可以使系统稳定，用户体验更佳，甚至在比较大的系统中，能办公司节约资源。
在项目的开始阶段，没必要过早的介入性能优化，只需在编码时保证其优秀、高效，以及良好的程序设计。
完成项目后，可以进行系统测试，将以下性能指标作为性能调优的标准，响应时间、吞吐量、计算机资源分配使用率、负载承受能力。

将迭代之前版本的系统性能指标作为参考标准，通过自动化性能测试，校验迭代发版之后的系统性能是否出现异常，这里不仅仅时比较吞吐量、响应时间、负载能力等直接指标，还需要比较系统资源的CPU占有率、内存使用率、磁盘I/O、网络I/O等几项间接指标的变化。