JVM性能调优 ---概述

1.java性能调优面临的问题

• 能运行大内存堆的机器越来越多。催生了大内存堆的垃圾回收器G1
• 云计算又提升了单CPU和小内存的能力，这个时候又需要针对小内存和单CPU进行优化
  2.java性能调优包含的领域
• 调整tuning flags ----编译器和垃圾收集器等。
• API的最佳实践
  3.JVM tuning flags 调优参数
• Boolean类型：-XX:+FlagName表示启用，-xx:-FlagName表示禁用。
• key value类型:-XX:FlagName=Param,一般Param是任意值。
• 使用-XX:+PrintFlagsFinal 打印当前环境下所有flag的默认值。
• 这些基于环境自动优化的过程称为ergonomics（自动优化）.自动优化的前提----JVM会把机器识别为Client类或者Server类。32位的windows不考虑CPU核数，直接判定为Client类。32位的+单核的话。也是判定为Client类，不考虑操作系统。其他都认为是Server类。
  4.JVM调优的瓶颈---数据库。
• 有时候JVM调优后负载可以上升，但是数据库是瓶颈，JVM性能好反而导致数据库性能进一步下降。这样会得出一个错误的结论：JVM性能越好，整体性能反而更糟。
• 所以负载能力和响应时间有时候需要权衡。如CPU密集型，增加线程数，等待锁的时间增加，上下文切换增加，延时增加。
  5.性能条有的常见手段。
• 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。但是这个不意味着只看叶子方法（请把调用链路看成一棵树）
• 使用奥卡姆剃刀原理（）分析性能问题。新代码比机器配置更可能引起性能问题。机器配置比JVM或者操作系统的bug更容易引起性能问题。即----最可能的原因往往最容易解释。不要一上来就跳到不太可能的场景。
• 为最常用的操作，编写简单的算法。
  -------------------------------------性能测试的方法-----------------

1.原则1---测试真实的应用，应该在产品实际的使用环境中进行测试

• 微基准测试microbenchmarks,微小代码单元的测试。但是要注意两个计时之间的代码是否被使用过，如下面的代码

public void doTest() {
// Main Loop
double l;
long then = System.currentTimeMillis();
11
www.it-ebooks.infofor (int i = 0; i < nLoops; i++) {
l = fibImpl1(50);
}
long now = System.currentTimeMillis();
System.out.println("Elapsed time: " + (now - then));
}
...
private double fibImpl1(int n) {
if (n < 0) throw new IllegalArgumentException("Must be > 0");
if (n == 0) return 0d;
if (n == 1) return 1d;
double d = fibImpl1(n - 2) + fibImpl(n - 1);
if (Double.isInfinite(d)) throw new ArithmeticException("Overflow");
return d;
}

由于斐波那契的结果没被使用，智能编译器会优化成如下代码

long then = System.currentTimeMillis();
long now = System.currentTimeMillis();
System.out.println("Elapsed time: " + (now - then));

那么会得到错误的结果为几毫秒。
解决办法是---把l提升为实例变量，并且标记为volatile（强制每次写以后有一次的同步刷新---实际使用了cpu栅栏）
即确保读取被测试的结果，而不是i简单的写入
+不要包括无关的操作

• 必须输入正确的参数，提前预知参数的正确性，而不是等运行出错了才知道.这个和我们常说的快速失败很像。

public double fibImplSlow(int n) {
if (n < 0) throw new IllegalArgumentException("Must be > 0");
if (n > 1476) throw new ArithmeticException("Must be < 1476");
return verySlowImpl(n);
}

• 热点代码比较快，就是一段代码执行的越多，他的速度就越快
  2.宏基准测试MacroBenchmarks
• 必要性，JVM共用cpu的时候，GC效率不一样
  3.Mesobenchmarks 介基准测试