https://zhuanlan.zhihu.com/p/573662668

效能分析

在系統層面能夠影響應用效能的一般包括三個因素：CPU、記憶體和IO，可以從這三方面進行程式的效能瓶頸分析。

1. CPU分析

當程式響應變慢的時候，首先使用top、vmstat、ps等命令檢視系統的cpu使用率是否有異常，從而可以判斷出是否是cpu繁忙造成的效能問題。

cpu繁忙的原因有以下幾個：

• 執行緒中有無限空迴圈、無阻塞、正則匹配或者單純的計算
• 發生了頻繁的gc
• 多執行緒的上下文切換

CPU調優

• 不要存在一直執行的執行緒(無限while迴圈)，可以使用sleep休眠一段時間。這種情況普遍存在於一些pull方式消費資料的場景下，當一次pull沒有拿到資料的時候建議sleep一下，再做下一次pull。
• 輪詢的時候可以使用wait/notify機制
• 避免迴圈、正則表示式匹配、計算過多，包括使用String的format、split、replace方法(可以使用apache的commons-lang裡的StringUtils對應的方法)，使用正則去判斷郵箱格式(有時候會造成死迴圈)、序列/反序列化等。
• 結合jvm和程式碼，避免產生頻繁的gc，尤其是full GC。

使用多執行緒的時候，還需要注意以下幾點：

• 使用執行緒池，減少執行緒數以及執行緒的切換
• 多執行緒對於鎖的競爭可以考慮減小鎖的粒度(使用ReetrantLock)、拆分鎖(類似ConcurrentHashMap分bucket上鎖), 或者使用CAS、ThreadLocal、不可變物件等無鎖技術。此外，多執行緒程式碼的編寫最好使用jdk提供的併發包、Executors框架以及ForkJoin等，此外Discuptor和Actor在合適的場景也可以使用。

2.記憶體分析

對Java應用來說，記憶體主要是由堆外記憶體和堆內記憶體組成。

• 建立的物件：這個是儲存在堆中的，需要控制好物件的數量和大小，尤其是大的物件很容易進入老年代
• 全域性集合：全域性集合通常是生命週期比較長的，因此需要特別注意全域性集合的使用
• 快取：快取選用的資料結構不同，會很大程式影響記憶體的大小和gc
• ClassLoader：主要是動態載入類容易造成永久代記憶體不足
• 多執行緒：執行緒分配會佔用本地記憶體，過多的執行緒也會造成記憶體不足

排查堆記憶體問題的常用工具是jmap，是jdk自帶的。一些常用用法如下：

• 檢視jvm記憶體使用狀況：jmap -heap
• 檢視jvm記憶體存活的物件：jmap -histo:live
• 把heap裡所有物件都dump下來，無論物件是死是活：jmap -dump:format=b,file=xxx.hprof
• 先做一次full GC，再dump，只包含仍然存活的物件資訊：jmap -dump:format=b,live,file=xxx.hprof

記憶體調優

記憶體的調優主要就是對jvm的調優。

• 合理設定各個代的大小。避免新生代設定過小(不夠用，經常minor gc並進入老年代)以及過大(會產生碎片)，同樣也要避免Survivor設定過大和過小。
• 選擇合適的GC策略。需要根據不同的場景選擇合適的gc策略。這裡需要說的是，cms並非全能的。除非特別需要再設定，畢竟cms的新生代回收策略parnew並非最快的，且cms會產生碎片。此外，G1直到jdk8的出現也並沒有得到廣泛應用，並不建議使用。
• jvm啟動引數配置-XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:[log_path]，以記錄gc日誌，便於排查問題。

程式碼上，也需要注意：

• 避免儲存重複的String物件，同時也需要小心String.subString()與String.intern()的使用
• 儘量不要使用finalizer
• 釋放不必要的引用：ThreadLocal使用完記得釋放以防止記憶體洩漏，各種stream使用完也記得close。
• 使用物件池避免無節制建立物件，造成頻繁gc。但不要隨便使用物件池，除非像連線池、執行緒池這種初始化/建立資源消耗較大的場景，
• 快取失效演算法，可以考慮使用SoftReference、WeakReference儲存快取物件
• 謹慎熱部署/載入的使用，尤其是動態載入類等

3.IO分析

通常與應用效能相關的包括：檔案IO和網路IO。

• 檔案IO可以使用系統工具pidstat、iostat、vmstat來檢視io的狀況。這裡可以看一張使用vmstat的結果圖。
• 網路IO檢視網路io狀況，一般使用的是netstat工具。可以檢視所有連線的狀況、數目、埠資訊等。例如：當time_wait或者close_wait連線過多時，會影響應用的相應速度。

IO調優

檔案IO上需要注意：

• 考慮使用非同步寫入代替同步寫入，可以借鑑redis的aof機制。
• 利用快取，減少隨機讀
• 儘量批量寫入，減少io次數和定址
• 使用資料庫代替檔案儲存

網路IO上需要注意：

• 和檔案IO類似，使用非同步IO、多路複用IO/事件驅動IO代替同步阻塞IO
• 批量進行網路IO,減少IO次數
• 使用快取，減少對網路資料的讀取
• 使用協程: Quasar