暗无天日
·
读：JVM 后端性能调优备忘——从一次生产事故中学到的优化要点
内容提要
本文总结了Java后端性能调优的关键经验，强调使用Java Flight Recorder (JFR)和Java Mission Control (JMC)进行性能诊断。主要问题包括高对象分配率、N+1查询和锁竞争。通过优化代码、使用Entity Graph减少SQL查询、改用ConcurrentHashMap解决锁竞争，以及调整JVM参数以适应容器化部署，提升性能。建议在开发阶段进行性能分析，监控GC指标，复用对象，并进行负载测试，以确保系统稳定。
关键要点
-
使用 Java Flight Recorder (JFR) 进行性能数据采集，能够在生产环境中低开销运行。
-
Java Mission Control (JMC) 提供图形化分析工具，帮助识别性能瓶颈，如 GC 时间和锁竞争。
-
高对象分配率导致频繁的 Minor GC，优化数据转换方法可显著减少对象创建。
-
N+1 查询问题通过使用 Entity Graph 解决，减少 SQL 查询次数，提高性能。
-
锁竞争问题可通过使用 ConcurrentHashMap 替代 synchronized 关键字来解决，提升并发性能。
-
JVM 参数调优方面，使用 -XX:MaxRAMPercentage 动态调整堆大小以适应容器化部署。
-
G1GC 的 -XX:InitiatingHeapOccupancyPercent 参数应调整为更低值，以提前启动 GC，避免 Full GC 暂停。
-
建议在开发阶段进行性能分析，监控 GC 指标，复用对象，并进行负载测试，以确保系统稳定。
延伸问答
如何使用 Java Flight Recorder (JFR) 进行性能数据采集？
可以在 JVM 启动参数中添加 -XX:StartFlightRecording=filename=recording.jfr,duration=60s，或使用 jcmd 命令动态开启录制。
N+1 查询问题如何解决？
可以通过使用 Entity Graph 来显式声明需要加载的关联数据，从而减少 SQL 查询次数。
高对象分配率会导致什么问题？
高对象分配率会导致频繁的 Minor GC，影响业务线程的执行效率。
如何优化锁竞争问题？
可以使用 ConcurrentHashMap 替代 synchronized 关键字，以提高并发性能。
在容器化部署中，如何调整 JVM 堆大小？
可以使用 -XX:MaxRAMPercentage 参数动态调整堆大小，以适应容器的可用内存。
进行性能分析时应关注哪些指标？
应监控 GC 指标、对象分配频率和锁竞争情况，以确保系统性能稳定。
