java性能调优-导论

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）。