Java性能优化思路探究
1、背景介绍
一个系统的上线除了常规的功能性测试外，还需要经过严格的性能测试，满足预期的性能指标（常见的有响应时间，tps等），才允许上生产环境。广义的性能测试一般还包含负载测试（用于测试系统的容量：即系统在保证一定响应时间的情况下能够允许多少并发用户的访问），压力测试（用于测试系统的稳定性：即在保证一定压力的情况下，查看测试系统的稳定性），并发测试（即测试系统多并发能力：即模拟多用户访问同一应用的测试，用于发现并发问题，比如线程锁，资源竞争，数据库死锁等）等。
通过性能测试，可以帮助我们尽快发现系统的瓶颈。如果发现未能满足预期的业务目标，则需要进行性能调优。性能调优的需求，有时候来自于原型的验证，有时候来自于生产上实际的问题，不管哪一类的性能调优，我们一般按照性能监控，性能分析，性能优化这几个步骤进行。以下章节会对每个步骤进行详细分析。
2、性能监控
性能监控是性能调优的第一步，主要目的在于了解当前系统运行的状态，了解当前服务器资源使用情况，JVM的内存使用，线程使用等情况，以便于第一时间找到瓶颈点。
2.1 查看服务器配置
为了更好评估服务器性能，首先应了解当前宿主服务器的配置情况。以下主要是针对linux服务器给出的常见的查看命令。
2.1.1 CPU配置
对于CPU，比较关心的是CPU的总逻辑核数，可以直接使用mpstat查看。
可以使用cat /proc/cpuinfo查看CPU的型号：
2.1.2 内存配置
使用free命令进行查看，可以看到总的内存，以及使用的情况
2.1.3 磁盘配置
使用fdisk -l可以查看到所有的磁盘配置情况，使用df -TH可以看到当前磁盘的目录挂载情况
有时候，需要确认当前磁盘是否为SSD盘，判断cat /sys/block/*/queue/rotational的返回值（其中*为你的硬盘设备名称，例如sda等等），如果返回1则表示磁盘可旋转，那么就是HDD了；反之，如果返回0，则表示磁盘不可以旋转，那么就有可能是SSD了。如下图所示，sda是SSD盘。
2.1.4 网络配置
使用ifconfig命令，可以看到网卡的配置情况。有时候，需要查看当前网卡是千M还是万M，可以通过ethtool查看speed可以判断。如下图所示，eth4是千M网卡。
2.2 服务器监控
为了能实时了解系统运行时，资源的占用情况，我们就需要对服务器的系统资源进行监控，以下列出常见的命令以及常用的监控事项。
2.2.1 CPU监控
使用vmstat命令，vmstat 2代表每2秒统计一次
重点观察
Ø Procs中r值，它代表调度程序运行队列的长度，如果该值长时间大于CPU逻辑核数1倍以上，需要关注，超过3-4倍需要马上采取行动
Ø System中in（中断），cs（上下文切换）如果两值较大，说明系统内核消耗CPU较多
Ø Cpu列中，如果us（用户态）占比长期大于50%时，就需要考虑优化算法。根据经验us+sy占比参考值为80%
可以使用pidstat -w -I -p pid 2，监控应用的锁竞争情况
让步式上下文切换(cswch)时钟周期占用3% ~ 5%，说明Java应用面临锁竞争，抢占式上下文切换率(nvcswch)高，说明预备运行的线程数多于可用的虚拟处理器数。
2.2.2 内存监控
也可以使用上述的vmstat查看内存页面交换，
重点观察free，si，so这几列，如果free变小，而且si，so在变化，说明存在内存不足，跟磁盘swap，有发生页面交换的情况，需要考虑加大内存。
2.2.3 网络监控
使用第三方软件iptraf，它提供了可视化的页面，通过它可以实时监控网络流量情况。
2.2.4 磁盘
使用iostat进行监控
cpu属性值说明：
Ø 如果%iowait的值过高，表示硬盘存在I/O瓶颈，%idle值高，表示CPU较空闲，如果%idle值高但系统响应慢时，有可能是CPU等待分配内存，此时应加大内存容量。%idle值如果持续低于10，那么系统的CPU处理能力相对较低，表明系统中最需要解决的资源是CPU。
disk属性值说明：
Ø 如果%util接近100%，说明产生的I/O请求太多，I/O系统已经满负荷，该磁盘可能存在瓶颈。如果svctm比较接近await，说明I/O几乎没有等待时间；如果await远大于svctm，说明I/O队列太长，io响应太慢，则需要进行必要优化。如果avgqu-sz比较大，也表示有当量io在等待。
2.3 JVM监控
使用jdk中自带的jvisualvm工具，在要连接的远程java进程，启动时增加jmx的配置，如下：
这样jvisualvm就可以通过ip+1111端口侦听远程JVM的情况了。
2.4 连接池监控
2.4.1 查看数据库连接池数量
使用netstat –an | grep ‘db ip’ | wc –l命令，可以看到与数据库创建的连接池，看这个值跟设置的数据库连接池的最小值，以及最大值的关系。如果始终通过最大值，需要考虑调整连接的最大值。
2.4.2 查看工作线程数
方法1：使用jvisualvm工具远程监控来查看
方法2：使用命令查看
2.5 Oracle监控
2.5.1 查看oracle配置
Ø 使用oracle的用户登录oracle的服务器（su - oracle）
Ø 启动sqlplus命令行模式（sqlplus / as sysdba）
Ø 查看配置（Show parameter sga;）
2.5.2 性能监控
Ø 使用sqlplus命令行模式
Ø 开始时启动快照命令，停止时再执行一遍快速命令
备注：快照命令（exec DBMS_WORKLOAD_REPOSITORY.CREATE_SNAPSHOT();）
Ø 快照执行完后，取报告(@?/rdbms/admin/awrrpt)
Ø 分析报告（重点关注top 5 time events）
3 性能分析
3.1 JVM分析
3.1.1 堆分析
为了不影响线上的性能，可以使用堆转储，命令如下：
jmap -dump:live，format=b，file=heap_dump.hprofpid
然后可以将生成的.hprof文件导入mat，或者jvisualvm进行分析，可以了解哪些对象正在消耗内存。同时对于识别由创建太多某一特定对象所引发的内存问题，软件提供的直方图方法快速且方便。
3.1.2 垃圾回收分析
Jvm启动时，可以设置-Xloggc，-XX:PrintGCDetails等参数，开启gc日志收集。也可以使用jstat进行监控分析，比如jstat–gcutil pid 2用于每隔2秒打印当前Java堆及GC情况。
3.1.3 线程分析
使用jdk自带的JMC和jstack工具，可以查看堵塞的线程。JMC内部集成的JFR可以很方便的检索出引发线程堵塞的事件。而jstack在一定程度上可以检查线程是堵塞在什么资源上。以下给出jstack定位思路：
4 性能优化
在深度优化系统前，应该先弄清为何CPU的使用率低。优化代码的目的是提升而不是降低更短时间内的CPU使用率。
4.1 JVM启动参数优化
4.1.1 原生内存的优化
对原生内存的优化，包含使用压缩的OOP（jvm启动参数上增加-XX:+UseCompressedOops）以及调整大内存分页（同时修改linux配置以及jvm启动参数-XX:LargePageSizeInBytes）等，都可以提升性能。
4.1.2 垃圾回收机制的优化
Ø 合理设置堆的大小，以及合理设置好代空间的划分：设置太小容易频繁GC，而设置太大，GC时停顿时间太长。同时为了避免可能使用到虚拟内存，内存页交换导致更慢，至少保留1G的物理内存。
Ø 如何选择各分区大小应该依赖应用程序中对象生命周期的分布情况：如果应用存在大量的短期对象，应该选择较大的年轻代；如果存在相对较多的持久对象，老年代应该适当增大。
Ø 稳定与震荡的堆大小：将-Xms和-Xmx的大小一致，对垃圾回收有利。
4.1.3 大对象分配优化
Ø 大对象尽量分配在TLAB，如果大量发生在TLAB外，需要考虑调整TLAB参数，或者减少分配对象的大小。可以通过-XX:PrintTLAB标志查看结果。
Ø 大对象划入老年代：将大对象直接分配到老年代，保持新生代对象的结构的完整性，以提高GC效率，以通过-XX:PretenureSizeThreshold设置进入老年代的阀值。
4.2 java编程优化
因为实际的编程中，涉及性能优化的点比较多，以下只是列举一些常见的优化项供参考。
4.2.1 线程池优化
Ø 根据当前服务器CPU的数量合理设置最大线程数，最小线程数，线程池任务队列大小。CPU密集型任务配置尽可能小的线程，如配置Ncpu+1个线程的线程池。IO密集型任务则由于线程并不是一直在执行任务，则配置尽可能多的线程，如2*Ncpu。
Ø 建议使用有界队列，有界队列能增加系统的稳定性和预警能力。
Ø 优先级不同的任务可以使用优先级队列PriorityBlockingQueue来处理。
Ø 执行时间不同的任务可以交给不同规模的线程池来处理，或者也可以使用优先级队列，让执行时间短的任务先执行。设置线程的优先级。
4.2.2 其它编程细节
Ø 尽量减少内存的使用，减少对象的大小，设置类型时考虑最小原则，去掉不用的属性，以及没有用到的实例变量。
Ø 通过使用对象池以及线程局部变量的方式来加强对象的重复。对象重用跟GC是有点矛盾，所以主要考虑对象初始化时成本比较高的情况（即初始化时间比较长）。
Ø 对于保存实际不需要在多个线程间共享的同步对象，同时又在不同的实际中进行传递的对象，可以考虑使用线程局部变量，减少同步竞争。
Ø 在一些场景下，优化使用java8并行流的模式
4.3 数据库优化
4.3.1 使用预编译
使用preparedStatement方式，重用预处理语句池可以极大提升性能，同时也要避免出现大量大型对象池化而引起的GC方面的问题。
4.3.2 使用连接池
引入hikari连接池，在启动时就配置好
Ø 创建连接的代价很大，通过JDBC连接池获取连接可省去创建连接时间。同时需要合理设置连接池的大小。
Ø 合理设值：比如设置检索时的批量值，设置最优的预取值，设置ResultSet的批量值，可以提高检索的性能。
Ø 事务的优化：事务的提交以及事务相关的锁机制都会影响系统的性能，需要考虑合理设置事务隔离的级别，以及批量提交的策略等。
5 性能实战经验汇总
5.1 清算并发性能上不去
5.1.1 问题的现象
使用java8的并行流计算时，发现并发的性能上不去，并且性能会随着时间推移，不断的下降
5.1.2 优化点
Ø 引入hikari连接池，将单笔延时降到5ms
Ø 关闭日志
Ø 将sql改成预编译的模式
Ø Oracle服务器的把oracle的内存提高
5 .2 Hsiar跟中台的连接上，存在很多FIN_WAIT2连接
5.3 Server_name是否可以随便配置
6 小结
6.1 性能工具箱
6.1.1 压测工具jmeter
Jmter是开源的压测工具，也易于上手。它的使用就不介绍了，这里主要讲一些注意的事项：
Ø 它的实时绘图依赖于服务器端的响应，如果压测机与服务器时间不同步的话，会出现展示图断层现象，为了得到更准确的性能曲线，建议使用命令行的方式。
Ø 有时候发现压测性能上不去，有可能的原因在于客户端。主要考虑的因素：客户端的CPU不足以支持所需数量的客户端线程，或者客户端需要花大量时间处理响应后才能发送请求。
6.1.2 JVM相关
除了上文提到的jdk自带的工具外，还有IBM提供的MemoryAnalyzer，以及商用软件jprofile都很强大。
6.1.3 数据库相关
对于数据库的性能监控，可以使用Spotlight，它有基于mysql以及oracle的不同版本支持。
6.1.4 网络相关
常用Linux自带的Tcpdump命令导出抓包，然后使用wireshark进行分析，很强大。
本文主要是针对java性能调优的一般思路的总结，以及分享一些在性能优化上常用的最佳实践。希望对大家有帮助。更多干货，请持续关注恒生技术之言技术频道～
正文到此结束
- 本文标签： 对象初始化 jstack 垃圾回收 JDBC 目录 ip 数据库 UI HTML 生命 IO 连接池 mysql db Oracle 配置 空间 开源 http ORM JVM linux 端口 grep map JMeter 总结 统计 处理器 性能优化 IBM swap sql TCP 锁 src queue id 并发 测试 cat 时间 参数 详细分析 线程池 希望 zab 编译 js 压力 需求 分页 jvisualvm IOS 物理内存 ResultSet 服务器 https 进程 代码 软件 同步 1111 虚拟内存 Statement java 网卡 线程 数据 实例
- 版权声明： 本文为互联网转载文章，出处已在文章中说明(部分除外)。如果侵权，请联系本站长删除，谢谢。
- 本文海报： 生成海报一 生成海报二
热门推荐
相关文章
近期评论
-
666
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
