性能瓶颈

  1. CPU
    • 如果应用需要大量计算，会长时间占用CPU资源，导致其它应用因无法争夺到CPU而响应缓慢
    • 场景：代码递归导致的无限循环，JVM频繁的Full GC、多线程编程造成的大量上下文切换
  2. 内存
    • Java程序一般通过JVM对内存进行分配管理，主要使用JVM中的堆内存来存储Java创建的对象
    • 但内存空间有限，当内存空间被占满，对象无法回收，会导致内存溢出，内存泄露等问题
  3. 磁盘IO
  4. 网络：带宽
  5. 异常：Java应用中，抛出异常需要构建异常栈，对异常进行捕获和处理，这个过程非常消耗系统性能
  6. 数据库：数据库的操作往往涉及到磁盘IO的读写，大量的数据库读写操作，会导致磁盘IO的性能瓶颈
  7. 锁竞争
    • 在并发编程中，经常需要使用到多线程，并发读写同一个共享资源，为了保证数据原子性，会用到锁
    • 锁的使用会带来上下文切换，从而给系统带来性能开销

性能指标

响应时间

  1. 一个接口的响应时间一般在毫秒级
  2. 数据库响应时间：数据库操作所消耗的时间，往往是整个请求链中最耗时的
  3. 服务端响应时间：包括Nginx分发请求所消耗的时间以及服务端程序执行所消耗的时间
  4. 网络响应时间：在网络传输时，网络硬件对需要传输的请求进行解析等操作所消耗的时间
  5. 客户端响应时间：对于普通的Web、App客户端来说，该阶段的消耗时间是可以忽略不计的

吞吐量

  1. 在测试中，比较关注TPS（Transactions per second）
  2. 在系统中，可以把吞吐量分为两种：磁盘吞吐量、网络吞吐量
  3. 磁盘吞吐量
    • IOPS：每秒的输入输出量（或读写次数），关注的是随机读写性能
      • 小文件存储、OLTP数据库、邮件服务器
    • 数据吞吐量：单位时间内可以成功传输的数据量，对于大量顺序读写的应用，会传输大量连续数据
      • 视频编辑、视频点播
  4. 网络吞吐量
    • 在网络传输没有帧丢失的情况下，设备能够接受的最大数据速率
    • 网络吞吐量的大小主要由网卡的处理能力、带宽大小、内部程序算法决定

资源使用率

CPU占用率、内存使用率、磁盘IO、网络IO

负载承受能力

当系统压力上升时，系统响应时间的上升曲线是否平缓

参考标准

将上一迭代版本的性能指标作为参考标准

参考资料

Java性能调优实战