阿里P8架构师详解Java性能调优策略

Posted 2022-02-09

一、性能测试

---

Ⅰ.测试方法

1. 微基准性能测试

   • 可以精准定位到某个模块或者某个方法的性能问题，例如对比一个方法使用同步实现和非同步实现的性能差异
2. 宏基准性能测试
   • 宏基准性能测试是一个综合测试，需要考虑到测试环境、测试场景和测试目标
   • 测试环境：模拟线上的真实环境
   • 测试场景：在测试某个接口时，是否有其他业务的接口也在平行运行，进而造成干扰
   • 测试目标
   • 可以通过吞吐量和响应时间来衡量系统是否达标，如果不达标，就需要进行优化
   • 如果达标，就继续加大测试的并发数，探底接口的TPS
   • 除了关注接口的吞吐量和响应时间外，还需要关注CPU、内存和IO的使用率情况

Ⅱ.干扰因素

1.热身问题

①. 在Java编程语言和环境中，.java文件编译成.class文件后，需要通过解析器将字节码转换成本地机器码才能运行

②. 为了节约内存和执行效率，代码在最初被执行时，解析器会率先解析执行这段代码

③. 随着代码被执行的次数增加，当JVM发现某个方法或代码块运行得很频繁时，就会把这些代码认定为热点代码

• 为了提高热点代码的执行效率，在运行时，JVM将通过即时编译器（JIT）把这些代码编译成与本地平台相关的机器码
• 并进行各层次的优化，然后存储在内存中，之后每次运行代码时，直接从内存中获取

④. 因此在刚开始运行的阶段，JVM会花费很长的时间来全面优化代码，后面就能以最高性能运行了

2. 测试结果不稳定

①. 不稳定因素：机器其他进程的影响、网络波动、JVM GC的不确定性
①. 解决方案：通过多次测试，将测试结果求平均，只要能保证平均值在一个合理的范围之内，并且波动不大即可

3. 多JVM

①. 任意一个JVM都拥有整个系统的资源使用权
②. 如果一台机器上只部署单独的一个JVM，在做性能测试时，测试结果会很好，但一台机器上有多个JVM，则不一定
③. 尽量避免线程环境一台机器部署多个JVM

二、性能分析

---

1.完成性能测试之后，需要输出一份性能测试报告，测试结果需要包括

• 测试接口的吞吐量和响应时间（平均、最大、最小）
• 服务器的CPU、内存、磁盘IO、网络IO使用率、JVM的GC情况

2.通过观察性能指标，可以发现性能瓶颈，再通过自下而上的方式分析查找问题

• 首先从操作系统层面，查看系统的CPU、内存、磁盘IO、网络IO的使用率是否存在异常
• 再通过命令查找异常日志，通过分析日志，寻找导致性能瓶颈的原因
• 还可以从Java应用的JVM层面下手，查看JVM的GC频率以及内存分配情况是否存在异常
• 如果系统和JVM层面都没有出现异常情况，可以查看应用服务业务层是否存在性能瓶颈
  • 例如Java编程的问题、读写数据瓶颈

3.分析查找性能问题可以采用自下而上的方式，而解决性能问题，一般采用自上而下的方式逐级优化

三、性能调优

---

思路：业务调优 -> 编程调优 -> 系统调优

Ⅰ. 优化代码

1.应用层的问题代码往往会因为耗尽系统资源而暴露出来

2.例如某段代码导致内存溢出，这往往是将JVM的内存耗尽了

• 这会引发JVM频繁地发生GC，导致CPU居高不下，此时也会耗尽系统的CPU资源

3.还有一些非问题代码导致的性能问题，比较难以发现

• 例如如果对LinkedList进行for循环遍历，每次循环获取元素时，都会遍历一次list，读效率很低
• 优化方案：可以采用Iterator

Ⅱ. 优化设计

1.面向对象有很多设计模式，可以用于优化业务层以及中间件层的代码设计，进而达到精简代码和提高整体性能的目的

2.例如单例模式在频繁创建对象的场景中，可以共享一个对象，减少频繁创建和销毁对象带来的性能开销

Ⅲ. 优化算法

1.合适的算法可以大大提升系统性能

2.例如在不同的场景中，使用合适的查找算法可以降低时间复杂度

Ⅳ. 时间换空间

1.如果系统对查询的速度没有很高的要求，但对存储空间要求苛刻，可以考虑用时间换空间

2.例如String的intern方法，可以将重复率比较高的数据存储在常量池，重复使用相同的对象，大大节省内存空间

• 但由于常量池使用的是HashMap类型，如果存储数据过多，就会导致查询性能下降

Ⅴ. 空间换时间

1.使用存储空间来提升访问速度
2.例如mysql的分库分表

Ⅵ. 参数调优

1.根据业务场景，合理地设置JVM的内存空间和GC算法
2.另外，合理地设置Web容器的线程池大小和Linux操作系统的内核参数

四、兜底策略

---

1.性能优化策略，主要为了提高系统性能，而兜底策略，主要为了确保系统的稳定性

2.限流

• 对系统的入口设置最大访问限制，参考性能测试中探底的接口TPS
• 同时采用熔断措施，友好地返回没有成功的请求

3.智能横向扩容

• 当访问量超过某一个阈值时，系统可以根据需求自动横向扩容

4.提前扩容

• 常用于高并发系统，例如瞬时抢购
• 此时智能横向扩容无法满足大量发生在瞬间的请求

5.Kubernetes可以实现智能横向扩容和提前扩容Docker服务

五、总结

---

写在最后

---