转载

浅谈数据库、JVM、缓存、SQL等性能调优方法和原则

第一：Web网站调优

1、尽可能减少HTTP请求：图片合并 (css sprites)，Js脚本文件合并、css文件合并。

2、减少DNS查询

3、将css放在页面最上面，将js放在页面最下面

4、压缩js和css

减少文件体积，去除不必要的空白符、格式符、注释(即对代码进行格式化)

5、把js和css提取出来放在外部文件中

这一条要灵活运用，把js和css提取出来放在外部文件的优点是：减少html体积，提高了js和css的复用性，提高日后的可维护性

缺点：增加了http请求，不过这一点可以通过缓存来解决。

什么情况下将js和css写在页面内呢，可以分为几种情况：js和css代码比较少;这个页面不怎么会访问

6、避免重定向

重定向就是用户请求的页面被转移到了别的地方，浏览器向服务请请求一个页面，服务器告诉浏览器请求的页面已经被转移到另外一个页面，并告知另一个页面地址，浏览器就再发送请求到重定向的地址。这样会增加服务器和浏览器之间的往返次数，影响网站性能。

重定向状态码有：301永久重定向 302临时重定向。304 not modified 并不是真的重定向，它是用来告诉浏览器get请求的文件在缓存中，避免重新下载。

7、移除重复脚本

8、使用ajax缓存

ajax的get和post方法：

只要是浏览器的get请求，浏览器都会使用缓存，对于同一地址的请求，服务器会发送304状态码到浏览器，浏览器就会使用缓存中的数据

post的请求每次都会被执行，浏览器不会缓存

9、使用Gzip压缩

10、使用CDN(内容分发网络)

第二：数据库调优

数据库的调优，总的来说分为以下三部分：

1.SQL调优：主要集中在索引、减少跨表与大数据join查询等。

2.数据库端架构设计优化：

通过读写分离调整对数据库的写操作，通过垂直拆分以及水平拆分(分库分表)来解决数据库端连接池瓶颈等问题。

3.连接池调优

可以通过熟悉连接池的原理，以及具体的连接池监控数据，来不断调试出最终的连接池参数。

第三：通过缓存减少后端压力

目前分布式缓存已经比较成熟，常见的有redis、memcached以及开源的淘宝分布式tair等。

选型考虑

如果数据量小，并且不会频繁地增长又清空(这会导致频繁地垃圾回收)，那么可以选择本地缓存。具体的话，如果需要一些策略的支持(比如缓存满的逐出策略)，可以考虑Ehcache;如不需要，可以考虑HashMap;如需要考虑多线程并发的场景，可以考虑ConcurentHashMap。

缓存是否会满，缓存满了怎么办?

对于一个缓存服务，理论上来说，随着缓存数据的日益增多，在容量有限的情况下，缓存肯定有一天会满的。如何应对?

① 给缓存服务，选择合适的缓存逐出算法，比如最常见的LRU。

② 针对当前设置的容量，设置适当的警戒值，比如10G的缓存，当缓存数据达到8G的时候，就开始发出报警，提前排查问题或者扩容。

③ 给一些没有必要长期保存的key，尽量设置过期时间。

第四：数据请求改造为异步

使用场景

用户并不关心或者用户不需要立即拿到这些事情的处理结果，这种情况就比较适合用异步的方式处理，这里的原则就是能异步就异步。

常见做法

一种做法，是额外开辟线程，这里可以采用额外开辟一个线程或者使用线程池的做法，在IO线程(处理请求响应)之外的线程来处理相应的任务，在IO线程中让response先返回。

如果异步线程处理的任务设计的数据量非常巨大，那么可以引入阻塞队列BlockingQueue作进一步的优化。具体做法是让一批异步线程不断地往阻塞队列里扔数据，然后额外起一个处理线程，循环批量从队列里拿预设大小的一批数据，来进行批处理(比如发一个批量的远程服务请求)，这样进一步提高了性能。

另一种做法，是使用消息队列(MQ)中间件服务，MQ天生就是异步的。

第五：JVM调优

什么时候调?

通过监控系统对一些机器关键指标(gc time、gc count、各个分代的内存大小变化、机器的Load值与CPU使用率、JVM的线程数等)的监控报警，也可以看gc log和jstat等命令的输出，再结合线上JVM进程服务的一些关键接口的性能数据和请求体验，基本上就能定位出当前的JVM是否有问题，以及是否需要调优。