JVM Optimization Learning(四)

目录

一、调优

1、基础概念

2、什么是调优？

3、调优，从规划开始

4、调优案例

---

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？

1. 根据需求进行JVM规划和预调优

2. 优化运行JVM运行环境（慢，卡顿）

3. 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：

1. 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）

   1. 响应时间、停顿时间 [CMS G1 ZGC] （需要给用户作响应）

   2. 吞吐量 = 用户时间 /( 用户时间 + GC时间) [PS]

2. 选择垃圾回收器组合

3. 计算内存需求（经验值 1.5G 16G）

4. 选定CPU（越高越好）

5. 设定年代大小、升级年龄

6. 设定日志参数

   1. -Xloggc:/opt/xxx/logs/xxx-xxx-gc-%t.log -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=5 -XX:GCLogFileSize=20M -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCCause

   2. 或者每天产生一个日志文件

7. 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

1. 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
2. 为什么会更卡顿？ 内存越大，FGC时间越长
3. 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...

JVM Optimization Learning(三)

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！