目录
一、调优
1、基础概念
吞吐量：用户代码执行时间 /（用户代码执行时间 + 垃圾回收时间）
响应时间：STW越短，响应时间越好
所谓调优，首先确定，追求啥？吞吐量优先，还是响应时间优先？还是在满足一定的响应时间的情况下，要求达到多大的吞吐量...
吞吐量：科学计算、数据挖掘；吞吐量优先的一般：（PS+PO）
响应时间：网站 GUI API（1.8 G1）
2、什么是调优？
-
根据需求进行JVM规划和预调优
-
优化运行JVM运行环境（慢，卡顿）
-
解决JVM运行过程中出现的各种问题(OOM)
3、调优，从规划开始
调优，从业务场景开始，没有业务场景的调优都是耍流氓
无监控（压力测试，能看到结果），不调优
步骤：
-
熟悉业务场景（没有最好的垃圾回收器，只有最合适的垃圾回收器）
-
响应时间、停顿时间 [CMS G1 ZGC] （需要给用户作响应）
-
吞吐量 = 用户时间 /( 用户时间 + GC时间) [PS]
-
-
选择垃圾回收器组合
-
计算内存需求（经验值 1.5G 16G）
-
选定CPU（越高越好）
-
设定年代大小、升级年龄
-
设定日志参数
-
-Xloggc:/opt/xxx/logs/xxx-xxx-gc-%t.log -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=5 -XX:GCLogFileSize=20M -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCCause
-
或者每天产生一个日志文件
-
-
观察日志情况
4、调优案例
案例1：垂直电商，最高每日百万订单，处理订单系统需要什么样的服务器配置？
1小时360000集中时间段， 100个订单/秒，（找一小时内的高峰期，1000订单/秒）
计算：一个订单产生需要多少内存？512K * 1000 500M内存
案例2：12306遭遇春节大规模抢票应该如何支撑？
12306应该是中国并发量最大的秒杀网站：号称并发量100W最高
CDN -> LVS -> NGINX -> 业务系统 -> 每台机器1W并发（10K问题） 100台机器
普通电商订单 -> 下单 ->订单系统（IO）减库存 ->等待用户付款
12306的一种可能的模型： 下单 -> 减库存 和 订单(redis kafka) 同时异步进行 ->等付款
减库存最后还会把压力压到一台服务器
可以做分布式本地库存 + 单独服务器做库存均衡
大流量的处理方法：分而治之
案例3：有一个50万PV的资料类网站（从磁盘提取文档到内存）原服务器32位，1.5G 的堆，用户反馈网站比较缓慢，因此公司决定升级，新的服务器为64位，16G 的堆内存，结果用户反馈卡顿十分严重，反而比以前效率更低了
- 为什么原网站慢? 很多用户浏览数据，很多数据load到内存，内存不足，频繁GC，STW长，响应时间变慢
- 为什么会更卡顿？ 内存越大，FGC时间越长
- 怎么办？ PS -> PN + CMS 或者 G1
案例4：系统CPU经常100%，如何调优？(面试)
CPU100%那么一定有线程在占用系统资源，
1. 找出哪个进程cpu高（top）
2. 该进程中的哪个线程cpu高（top -Hp）
3. 导出该线程的堆栈 (jstack)
4. 查找哪个方法（栈帧）消耗时间 (jstack)
5. 工作线程占比高 | 垃圾回收线程占比高
案例5：系统内存飙高，如何查找问题？(面试)
1. 导出堆内存 (jmap)
2. 分析 (jhat jvisualvm mat jprofiler ... )
案例6：如何监控JVM
1.jstat jvisualvm jprofiler arthas top...
再小的努力，乘以365都很明显！
一个程序员最重要的能力是：写出高质量的代码！！
有道无术，术尚可求也，有术无道，止于术。
无论你是年轻还是年长，所有程序员都需要记住：时刻努力学习新技术，否则就会被时代抛弃！