JAVA程序性能分析及调优浅析

搬掉绊脚石，将内容不断靠近用户！

keep it simple, stupid！

关键词：CPU时间占比、当前执行的SQL语句、执行时间过长的方法、代码屏蔽

1. 性能分析本质

寻找系统的性能瓶颈（木桶理论/短板效应），并处理系统的性能瓶颈

2. 性能分析主要指标

负载、响应和服务器CPU\MEM\IO等的使用率

3. 性能分析主要工具

LoadRunner、VisualVM、MySql 客户端工具(或类似工具)和Linux命令（或监控工具）

4. 性能分析及处理思路

4.1. 代码

避免代码里面的循环数据库查询（梳理业务，基本都可以实现为非循环方式）

避免代码里面的循环数据库更新处理（插入、更新等），尽量采用批量方式

注意合并类似的SQL语句（主要是谓词，即查询条件大致相同），将某些计算放置到程序中，减少对数据库的查询等操作

避免生产新的、耗时和耗内存的对象，即消耗内存，又消耗CPU
比如获取方法调用栈轨迹，有人采用new Throwable().getStackTrace() 方式来获取，就比较有问题了，该对象的生成相对来说很耗资源，测试某个长事务过程中，CPU占比达整个的4%，实际上可以采用Thread.currentThrread.getStackTrace() 来处理该需求

使用private、final和static方法，即使代码结构合理，也能运行更有效率

采用必要的缓存（主要针对不易变化的，非实时性要求的数据，比如字典表，排名等）

前台能处理的，尽量放到前台，以充分利用客户电脑，节约带宽及服务器CPU\MEM等资源

4.2. 业务

业务是否可以简化？
简化之后是不是可以去掉不必要的代码？是不是可以实现更简单，逻辑更清晰？
对代码的调整很多其实也是对业务的精炼！

4.3. SQL（MySql）

1、开启慢查询（捕获慢查询SQL语句）
在my.cnf文件[mysqld]后面，添加如下：
slow_query_log
slow_query_log_file=/export/servers/mysql/mysql_slow.log
long_query_time=0.1

2、show full processlist
压力测试期间，捕获当前执行SQL语句，重点关注state列和info列

Id	User	Host	db	Command Time	State	Info
318236	root	…	db_name	7085	sending data	SELECT …

state列正常情况下应该都是空（应为执行都很快），但假如你看到了sending data, statistics等，很不幸（如果很多），这往往伴随着CPU时间占比很高，这个时候往往表明你需要调整该SQL语句，或者相关调用代码或者其余处理措施（当然，有时候是负载实在太高了！）
Info列则是当前执行的SQL语句，show full processlist中的full的作用就是你可以查看完整的SQL语句

3、解释相关SQL语句
Explain/相关MySql客户端工具

4、show index from tbname/alter table tbname add index idx_idxname(colname)
根据explain和show index等，对相关sql语句进行索引优化

4.4. 配置

1、数据库服务器配置，重点关注以下配置(具体参数配置标准请google)：
max_connections=1000
key_buffer_size = 16M ：主要针对MyISAM存储引擎
table_open_cache=10000
innodb_buffer_pool_size = 10g ：主要针对InnoDB存储引擎
query_cache_size=32m
可通过SHOW GLOBAL STATUS LIKE 'qcache%';查看查询缓存的使用情况，单交易压力
测试表征意义不大，要在混合场景稳定性测试等环境中观察

2、应用服务器配置（内存、线程池）
请参考TOMCAT6性能优化文档  http://shuhucy.iteye.com/admin/blogs/1709296

3、数据库连接池
根据实际需要配置、调整，（一般小于线程池数目，可设置为其一半）

5. 瓶颈定位方式

5.1. 基于单交易压力测试
单交易压力测试等，最好排除相关影响因数，比如你要测试一个添加，但你需要先进入一个列表，才能处理添加，这个时候，你可能需要在脚本里面将这个列表的代码去掉，避免该处代码对添加事务的影响，使添加事务更纯净，更易于定位问题

5.2. 监控相关服务器资源使用情况
重点关注CPU时间占比，内存等使用情况，可通过top、vmstat等命令监控
比如此次性能分析过程中数据库库服务器CPU占比很容易很高（往往解决了一个又来了另一个），这时可以通过数据库客户端工具摘取当前执行SQL语句，并通过工具分析（或者自己explain），查看索引使用情况，如果没有索引或不存在有效索引，则添加相关索引，并且注意调用该语句的代码是否是循环处理的，如果是循环处理，请提炼至循环外层

5.3. 通过VisualVM进行CPU、内存使用采样及垃圾回收监控
比如通过CPU采用，分析相关方法执行CPU占比，定位执行时间过长的方法，进行相关优化。


5.4. 通过代码屏蔽方式定位
可以通过屏蔽代码的方式以定位瓶颈点或者确认瓶颈点

注意事项：
1、避免压力测试脚本问题及其与环境、配置问题
    比如压力测试脚本不纯净，服务器对某一IP过多访问存在限制、线程池配置太小，数据库连接池配置太小，文件打开数超过系统限制等
2、避免问题定位错误
   某次压测发现CPU占比很高（90%），进行过一定的分析，发现数据库服务器网络负载在
   200多M（浏览器压测情况下没有启用缓存，页面图片量比较大），开始认为是网络带宽问题，但实际上，把页面的代码都注释掉（基本空页面），带宽很低，但CPU并没有降低，最后通过添加MySql查询缓存解决该问题！

   某次压测发现数据库服务器A的CPU占比很低，但就是TPS很低（正常情况下，数据库没有压力，适当的迸发环境下TPS一般应比较高），用工具连接数据库服务器，执行show processlist 发现state基本为空，很正常，查询相关配置参数，也没做更改。之后想起来还有另外一台数据库服务器B，会不会是B服务器导致的了？在B服务器上top一看，CPU占比90%，show full processlsit数据库一看，state很多sending data,info列重复很多一个查询语句，explain该语句，发现该语句缺少相应的索引！添加相关索引即TPS恢复正常

评论

3 楼 天涯牧风 2013-01-08  

学习了~

2 楼 lvwenwen 2013-01-05  

mark下

1 楼 lsjinpeng 2013-01-05  

好深奥，mark下