1 性能调优的目的

目的：使系统达到以下三个标准
高可用：通常来描述一个系统经过专门的设计，从而减少停工时间，而保持其服务的可用性
高可靠：产品在规定的条件下，在规定的时间内完成规定的功能的能力
可拓展：易于扩大规模，尤其是具有良好的水平扩展能力，处理能力与机器数量呈线性关系

2 监控篇（ps：tongweb自带jvm监控）

1.1 jps使用步骤（前提 hostname -i 可以看到准确的ip）

1. 参数 -l: 返回java进程全路径
   -q: 仅显示进程ID
   -v: 返回JVM参数，比如堆大小
2. jps连接远程主机，需要开启jstat
   ①进入jdk的bin目录下，新建jstat.all.policy文件，内容如下：
   grant codebase “file:${java.home}/…/lib/tools.jar” {
   permission java.security.AllPermission;
   };
   ②然后在远程机器上启动，jstatd -J-Djava.security.policy=jstatd.all.policy
   ③使用jps ip 访问远程jvm
   ④如何确定jvm端口，在远程主机上ps 查询pid与端口

1.2 jstat使用步骤

class: 用于查看类加载情况的统计
compiler:用户查看HotSpot中即时编译情况的统计
gc: 用于查看JVM中堆的垃圾收集情况的统计
gccapacity:用户查看新生代 老生代的存储容量情况
gccause:最后一次及当前正在发生垃圾收集的原因
genew:用于查看新生代垃圾收集的情况
gcnewcaoacity:用户查看新生代的存储容量情况
gcold:用于查看老生代及持久代发生GC的情况
gcoldcapacity:用户查看老生代的容量
gcpermcapacity:用于查看持久代的容量
Printcompilation HotSpot:编译方法的统计
gcutil:GC统计
outputOptions:代表输出格式，参数interval和count代表查询间隔和查询次数
Loaded:加载类的数目
Bytes:加载类的Size，单位为Byte
Time:加载和卸载类花费的时间
Unloaded：卸载类的数目
jstat -gccapacity -h5 [java进程号] 1000 表示每5行显示一次表头，每1秒钟刷新一次

与jps搭配使用：
jps # 查出对用端口号
jstat -class [port] # 查出类加载情况
jstat开启远程连接和jps类似

1.3 jmap 使用

分析堆内存，获取堆快照

jmap -dump:format=b,file=d:\heap.hprof [pid] # 生成特定的堆快照

堆快照需要特定的工具，可以用jvisualvm打开；
内存溢出往往是因为大对象没有回收造成的，大对象往往都是集合对象，可以在【实例数】中排序寻找大对象，分析
内存溢出的方法。

1.4 jvisualvm使用

使用tomcat：

tomcat中修改catainal.sh（win下是bat），在头中添加如下内容：

JAVA_OPTS="-Dcom.sun.management.jmxremote-Dcom.sun.management.jmxremote.port=8184-Dcom.sun.management.jmxremote.authenticate=false-Dcom.sun.management.jmxremote.ssl=false"

然后在jvisualvm中添加远程jmx

可以看到主页显示了jvm的cpu利用率，堆与非堆内存使用情况，加载了对少类，有多少线程数，还可以做dump操作，查看堆
内存详细。便于分析jvm状态。

可以对线程进行dump，然后分析当前的线程栈信息，通过这些信息来定位到程序问题。

3 性能分析篇

3.1 性能分析方法

自底向上：通过监控硬件及操作系统性能指标来分析性能问题。

自顶向下：通过生成负载来观察被测试的系统性能，比如响应时间/吞吐量，然后由请求起点开始向下分析。

3.2 单机性能分析与调优

常见的系统架构大体分为三部分 web服务 中间件 db
服务运行在中间件上，中间件和db运行在葱啊做系统上，操作系统运行在硬件设施上。

3.3 性能分析流程

①
Client:客户浏览器，比如Chrome等访问WEB页面
Load Machine:生成负载的机器，即我们的压测机器用来模拟用户负载②
Web Server:提供Web服务的服务器，即我们访问的Web页面由此中间件提供服务，比如Nginx等
Middlerware:中间件，比如Tomcat jboss webLogical等
OS：操作系统
System Resource:系统硬件资源③
App Server:应用服务，实现业务逻辑，比如生成统计
DB：数据库分别对应的调优参数：
①
RT：响应时间，一个业务逻辑的完成时间
TPS：每秒完成的事务数
CPU：CPU性能指标，比如cpu利用率/负载
Mem：内存性能指标，比如可用物理内存/虚拟内存使用率
Diks：Disk性能指标，比如Disk Time io等待
Network: 网络指标②
Tcp Connections:指TCP连接数，可以用netstat命令统计得到
Thread Pool：建建建建立的线程池，监控线程状态
JVM: JVM性能指标，比如GC情况，heap使用情况。
Load Average: CPU负载队列长度③
DB Connections: 中间件与数据库之间建立的连接数及链接状态④
DB Time：消耗在数据库操作上的CPU时间
TOP SQL：按内存占用有多到少排序SQL,按CPU占用由多到少排序sql
PGA/SGA内存使用情况

3.4 系统性能关注点

1 CPU利用率高： ① 计算量大：连接查询/运算② IO等待/资源争用③ 过多的系统调用，比如写日志④ 过多的线程打断任务，比如卡住线程等待用户输入
2 内存吃紧：① 过多的缓存 ： 加内存，分布式② 内存泄漏3 磁盘繁忙 		SSD磁盘基本不存在这种情况，但仍需注意4 网络流量大    暂不关注5 操作系统      ① 系统负载：建议CPU在70%以下② 操作系统为了安全，限制了外部的TCP建立，需要修改该限制③ 缓存，用来提高IO6 数据库		① 优化业务过程，尽量减少数据请求，不管是读还是写② 优化SQL语句提高效率处理方法：① 预处理，比如物化 多维数据，先把数据放在后台统计，生成一个较小的数据集，然后程序对物化后的数据进行访问来减小系统压力，比如lucene② 分而治之，并行查询③ 优化SQL语句提高效率经常遇到的问题① 慢查询② 大事务③ 死锁④ DB Time高⑤ 磁盘IO等待时间⑥ 对于一些热点数据，可以置入内存中，如果国产化平台不支持，可以使用Hibernate的二级缓存7 中间件 JVM：① 避免频繁的FULL GC② 查看线程，主要关注blocked的线程，长时间blocked可能造成死锁③ 中间件在接收用户请求时为了节省建立连接 销毁链接的资源消耗，需要监控其使用情况，当超过一定使用率的时候，考虑加大连接池④ 数据库连接池同上8 Web Server前端关注的问题如下：① 页面Size：动态数据 CSS JS 图片等的大小② 隐藏的无用的数据传输优化：① 页面静态化② 减小页面Size 图片变小 CSS合并 JS精简 压缩页面 客户端缓存图片 样式 JS③ 砍掉无用请求，无用数据传输④ 对数据做异步处理，提高用户体验
9 程序优化  ① 表单压缩，减少http② 局部刷新③ 仅取所需④ 不做多余的调用，逻辑清晰⑤ 谨慎继承，减少大对象的产生⑥ 程序算法优化，比如二分法⑦ 批处理⑧ 延迟加载，只提供主表内容，在点击查看详细再去查询⑨ 防止内存泄漏，记得对过期登陆做处理，给缓存做策略⑩ 减少大对象引用，减少堆空间的占用11. 防止争用死锁12.尽量利用索引13. 内存分配，在操作数据库的时候避免冲击内存底限，对大数据不提供order by 操作，防止PGA区域占满，即使允许排序，也要限定查询条件来减小数据集的范围。14. 并行：使用多个进程或者线程来处理任务，比如并行查询和tomcat线程池15. 异步 MQ解耦系统关系，减少阻塞16. 使用设计模式优化程序，比如回调来减少阻塞，使用监听器来解耦依赖17. 使用合适的IO模式，比如NIO AIO等

配置优化

JVM配置优化 合理分配堆和非堆的内存，配置合适的内存回收算法
连接池  数据库连接池可以节省建立连接和关闭链接的资源消耗
线程池   一般是在中间件进行配置
缓存机制 目的：减少DB数据库连接池配置：
原则：按需分配
公式：没有具体的公式进行计算，可以通过测试来估算，但是要小于中间件的线程池数量线程池优化：
没有线程池表现：1 cpu使用不高，用户感觉响应时间很长（代码瓶颈或者线程池开少了）2 cpu使用很高，用户感觉响应时间很长（可能硬件资源不够，可能死锁）如果server请求cpu耗时20ms,数据库处理耗时40ms，那么总耗时就是60ms，这时候cpu就有40ms的空闲，
这时就能多处理两个任务。服务器最佳线程数量=（（线程等待时间+线程cpu时间）/线程cpu）* CPU数量同一个系统而言，支持的线程数越多，TPS越高，TPS越大，系统越繁忙，响应时间也会增大DB优化优化物理结构，数据库逻辑设计与物理设计要科学高效，比如分区 索引 字段类型及长短 冗余设计等共享SQL，绑定变量，降低高水位查询器优化单条SQL优化并行SQL，用多个线程分块处理任务减少资源争用，可以提高IO效率响应时间从而提高吞吐量来缓解争用，比如缓存，分表优化内存 减少物理IO访问优化IO，读写分离业务流程优化
结构优化