第22章 性能监控与调优概述

第22章 性能监控与调优概述

来自尚硅谷宋红康老师讲解的JVM:bilibili链接

在这里插入图片描述

1 大厂面试题

  • 支付宝

    • 支付宝三面:JVM性能调优都做了什么?
  • 小米

    • 有做过JVM内存优化吗?
    • 从SQL、JVM、架构、数据库四个方面讲讲优化思路
  • 蚂蚁金服

    • JVM的编译优化
    • JVM性能调优都做了什么
    • JVM诊断工具用过哪些?
    • 二面:JVM怎样调优,堆内存、栈空间设置多少合适
    • 三面:JVM相关的分析工具使用过哪些?具体的性能优化步骤如何?
  • 字节跳动

    • 三面:JVM如何调优、参数怎么调?
  • 拼多多

    • 从SQL、JVM、架构、数据库四个方面讲讲优化思路
  • 京东

    • JVM诊断工具用过哪些?
    • 每秒几十万并发的秒杀系统为什么会频繁发生GC?
    • 日均百万级交易系统如何优化JVM?
    • 线上生产系统OOM如何监控及定位与解决?
    • 高并发系统如何基于G1垃圾回收器优化性能?

2 背景说明

2.1 生产环境中的问题

  • 生产环境发生内存溢出该如何处理?
  • 生产环境应该给服务器分配多少内存合适?
  • 如何对垃圾回收器的性能进行调优?
  • 生产环境CPU负载飙高该如何处理?
  • 生产环境应该给应用分配多少线程合适?
  • 不加log,如何确定请求是否执行了某一行代码?
  • 不加log,如何实时查看某个方法的入参与返回值?

2.2 为什么要调优?

  • 防止出现OOM
  • 解决OOM
  • 减少Full GC出现的频率

2.3 不同阶段的考虑

  • 上线前
  • 项目运行阶段
  • 线上出现OOM

3 调优的概述

3.1 监控的依据

  • 运行日志
  • 异常堆栈
  • GC日志
  • 线程快照
  • 堆转储快照

3.2 调优的大方向

  • 合理的编写代码
  • 充分并合理的使用硬件资源
  • 合理的进行JVM调优

4 性能优化的步骤

  • 第一步(发现问题):性能监控

    一种以非强行或者入侵方式收集或查看应用运行性能数据的活动。监控通常是指一种在生产、质量评估或者开发环境下实施的带有预防或主动性的活动。当应用相关干系人提出性能问题却没有提供足够多的线索时,首先我们需要进行性能监控,随后是性能分析。

    • GC频繁
    • CPU load过高
    • OOM
    • 内存泄露
    • 死锁
    • 程序相应时间较长
  • 第二步(排查问题):性能分析

    一种以侵入方式收集运行性能问题的答复结果,它会影响应用的吞吐量或响应性。性能分析是针对性能问题的答复结果,关注的范围通常比性能监控更加集中。性能分析很少在生产环境下进行,通常是在质量评估、系统测试或者开发环境下进行,是性能监控之后的步骤。

    • 打印GC日志,通过GCviewer或者gceasy来分析日志信息
    • 灵活运用命令行工具,jstack、jmap、jinfo等
    • dump出堆文件,使用内存分析工具分析文件
    • 使用阿里Arthas或jconsole,JVisualVM来实时查看JVM状态
    • jstack查看堆栈信息
  • 第三步(解决问题):性能调优

    一种为改善应用响应性或吞吐量而更改参数、源代码、属性配置的活动,性能调优是在性能监控、性能分析之后的活动。

    性能调优的目的:减少GC的频率,以较少的内存获取更大的吞吐量和更低的延迟

    • 适当增加内存,根据业务背景选择垃圾回收器
    • 优化代码,控制内存使用
    • 增加机器,分散节点压力
    • 合理设置线程池线程数量
    • 使用中间件提高程序效率,比如缓存,消息队列等
    • 其他…

5 性能指标/测试指标

  • 停顿时间(或响应时间)

    提交请求和返回请求的响应之间使用的时间,一般比较关注响应时间。

    • 常用操作的响应时间列表

      操作响应时间
      打开一个站点几秒
      数据库查询一条记录(有索引)十几毫秒
      机械硬盘一次寻址4毫秒
      从机械硬盘顺序读取1M数据2毫秒
      从SSD磁盘顺序读取1M数据0.3毫秒
      从远程分布式换成Redis读取一个数据0.5毫秒
      从内存读取1M数据十几微秒
      Java程序本地方法调用几微秒
      网络传输2Kb数据1微秒
      • 在垃圾回收环节中,暂停时间:执行垃圾收集时,程序的工作线程被暂停的时间。 -XX:MaxGCPauseMills
  • 吞吐量

    • 对单位时间内完成的工作量(请求)的度量
    • 在GC中:运行用户代码的时间占总运行时间的比例(总运行时间:程序运行时间+内存回收的时间)吞吐量为1-1/(1+n)。-XX:GCTimeRatio=n
  • 并发数

    同一时刻,对服务器有实际交互的请求数。

    1000个人同时在线,估计并发数在5%-15%之间,也就是同时并发量:50-150之间。

  • 内存占用

    Java堆区所占的内存大小

  • 相互间的关系

    以高速公路通行状况为例。

    • 吞吐量:每天通过高速公路收费站的数量的数目(也可以理解为收费站收取的高速费)
    • 并发数:高速公路上正在行驶的车辆的数目
    • 相应时间:车速

    车少,车速快,收费少 ----> 并发数少,响应时间快,吞吐量小

    车适当增多,车速较快,收费较多 ----> 并发数适合,响应时间较快,吞吐量较大

    车过多,车速慢,收费少 ----> 并发数过多,响应时间慢,吞吐量小

资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 华为移动服务(Huawei Mobile Services,简称 HMS)是一个全面开放的移动服务生态系统,为企业和开发者提供了丰富的工具和 API,助力他们构建、运营和推广应用。其中,HMS Scankit 是华为推出的一款扫描服务 SDK,支持快速集成到安卓应用中,能够提供高效且稳定的二维码和条形码扫描功能,适用于商品扫码、支付验证、信息获取等多种场景。 集成 HMS Scankit SDK 主要包括以下步骤:首先,在项目的 build.gradle 文件中添加 HMS Core 库和 Scankit 依赖;其次,在 AndroidManifest.xml 文件中添加相机访问和互联网访问权限;然后,在应用程序的 onCreate 方法中用 HmsClient 进行初始化;接着,可以选择自定义扫描界面或使用 Scankit 提供的默认扫描界面;最后,实现 ScanCallback 接口以处理扫描成功和失败的回。 HMS Scankit 内部集成了开源的 Zxing(Zebra Crossing)库,这是一个功能强大的条码和二维码处理库,提供了解码、生成、解析等多种功能,既可以单独使用,也可以其他扫描框架结合使用。在 HMS Scankit 中,Zxing 经过优化,以更好地适应华为设备,从而提升扫描性能。 通常,ScanKitDemoGuide 包含了集成 HMS Scankit 的示例代码,涵盖扫描界面的布局、扫描操作的启动和停止以及扫描结果的处理等内容。开发者可以参考这些代码,快速掌握在自己的应用中实现扫码功能的方法。例如,启动扫描的方法如下: 处理扫描结果的回如下: HMS Scankit 支持所有安卓手机,但在华为设备上能够提供最佳性能和体验,因为它针对华为硬件进行了
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值