tip:本文章为笔记。来源:java性能权威指南-第一章导论
本书的目标
1.首先是通览:测试java应用的通用方法,还包括java基准测试中的陷阱。通过可视化的性能分析我们可以了解应用正在做什么。还有监控java应用的一些工具。
2.接下来深入性能调优,首先关注的是常见的调优主题:JIT编译和垃圾收集。
3.java平台各方面的最佳实践:java堆内存的使用,本地内存的使用,线程性能的调优,java企业版api,jpa和jdbc,以及一些通用的javase api技能
jvm调优标志
除了少数例外,JVM主要接受两类标志:布尔标志和附带参数的标志
- 布尔标志采用以下语法:-XX:+FlagName表示开启,-XX:-FlagName表示关闭
- 附带参数的标志采用以下语法:-XX:FlagName=something,表示将标志FlagName的值设置为something。其中something通常可以为任意值。例如-XX:NewRatio=N,表示NewRatio可知设置为任何值N。
介绍每个标志时,我们都会讨论它的默认值。默认值的选取通常综合考虑不同因素。可以用-XX:+Printflagsfinal就能获取具体运行环境中特定标志的默认值。基于环境对标志进行自动调优的过程为自动优化
全面的性能调优
编写更好的算法
编写更少的代码:小程序运行起来要比大程序快。对所有的计算机程序来说都是如此,java程序自然也不例外。要编译的代码越多,等待程序启动所耗费的时间就越长;要创建和销毁的对象越多,垃圾收集的工作量越大;要分配和持有的对象越多,GC的周期就越长;要从磁盘装载进JVM的类越多,程序启动花费的时间越长;要执行的代码越多,机器硬件缓存的效率就越低;而执行的代码越多,花费的时间越长
其它:数据库很可能就是瓶颈
整体系统中影响性能的地方很多,比如javaEE应用服务器,负载均衡器,数据库和软件本身,java应用服务器的性能问题可能只是其中的一小部分。
先不关注整体系统的性能。对于整体系统,我们需要采取结构化的方法针对系统的所有方面进行分析性能。CPU使用率,IO延迟,系统整体的吞吐量都必须测量和分析。只有分析清晰后,我们才能判断哪个组件导致了性能瓶颈。
常见的优化
常见的用例场景才是真正应该关注的终点。
- 借助性能分析来优化代码,重点关注性能分析中最耗时的操作。然而注意,这并不意味着只看性能分析中的叶子方法。
- 利用奥卡姆剃刀原则诊断性能问题。性能问题最可能的原因应该是最容易解释的:新代码比机器配置更可能引入性能问题,而机器配置比JVM或者操作系统的bug更容易引入性能问题。 隐藏的bug确实存在,但不应该把最可能引起性能问题的原因首先归咎于它,而只在测试用例通过某种方式触发了隐藏的bug时才关注。但不应该一上来就跳到这种不太可能的场景。
- 为应用中最常用的操作编写简单的算法。以估算数学公式的程序为例,用户可以决定他所期望的最大容许的误差为10%或者1%。如果10%的误差适合多数用户,那么优化代码意味着即便误差范围缩小了1%,到那时速度还是慢了。
小结
JVM只占整体性能的一小部分。JVM与系统其他部分的交互对性能的影响也同样重要,无论是直接交互(例如以最佳方式使用JDBC),还是间接交互(例如优化应用所使用的本地内存,这类应用与大型系统的各种组件共相机器)。