1.什么是JVM性能优化
jvm性能优化涉及到两个很重要的概念:吞吐量和响应时间。jvm调优主要是针对他们进行调整优化,达到一个理想的目标,根据业务确定目标是吞吐量优先还是响应时间优先。
- 吞吐量:用户代码执行时间/(用户代码执行时间+GC执行时间)。
- 响应时间:整个接口的响应时间(用户代码执行时间+GC执行时间),STW时间越短,响应时间越短。
调优方法论
-
监控JVM性能
- 对JVM的运行情况进行监控,以了解应用程序的瓶颈和性能瓶颈
- 可以使用JVM自带的工具,如jstat、jmap、jstack等,或者第三方工具,如VisualVM、JProfiler等
-
压测基准指标
- 对程序进行压测,得出接口对应的吞吐量、响应时间等
- 外部现象
- 对用户体验来说,就是响应速度
- 可以用压测工具jmeter进行压测得出相关性能指标
- 内部现象:
- 分析GC情况,是JVM性能调优的重要因素,需要掌握GC的工作机制和GC日志的含义
- 可以使用JVM自带的GC日志或者第三方工具,如GCEasy等来分析GC情况,了解GC的频率、时间、内存占用等情况
-
调整JVM参数
- 通过调整堆大小、GC算法、线程池大小等参数来提高应用程序的性能
- 注意:不同的应用程序和环境可能需要不同的JVM参数配置,比如IO密集型和CPU密集型应用
-
二次压测分析
- 通过调整jvm参数后,二次压测看性能指标提升还是下降
- 内部:GC日志,看吞吐量,GC次数,停顿时间变化
- 外部:接口对应的吞吐量、响应时间是否更优
-
其他优化方式
-
优化代码
- 通过避免不必要的对象创建、减少同步操作、使用缓存等方式来优化代码。
- 注意:代码优化应该遵循“先正确,再优化”的原则,不应该牺牲代码的可读性和可维护性
-
使用并发编程
- 使用多线程、线程池等方式来提高并发性能,比如调整线程池的队列长度,存活线程数量等
- 注意:并发编程需要考虑线程安全和锁竞争等问题,需要进行正确的设计和实现
-
使用缓存
- 可以使用本地缓存、分布式缓存等方式来提高数据访问性能
- 注意:缓存需要考虑缓存一致性和缓存失效等问题,需要进行正确的设计和实现
-
避免IO阻塞
- 使用异步IO、NIO等方式来提高IO性能,比如前面学的CompletableFuture异步任务编排
- 注意:IO编程需要考虑并发性和可靠性等问题,需要进行正确的设计和实现
-
分布式+集群技术
- 使用负载均衡+集群技术,提升单节点的处理能力
-
2.JVM调优之压测环境准备
- SpringBoot 编写的jar的程序,接口一个返回随机组成的100个以内的对象的list (使用JDK17)
/**
* @author lixiang
* @date 2023/5/8 21:44
*/
@Slf4j
@RestController
@RequestMapping("/spring-test")
public class SpringTestController {
@RequestMapping("query")
public Map<String, Object> query() throws InterruptedException {
int num = (int) (Math.random() * 100) + 1;
//申请5MB内存
Byte[] bytes = new Byte[5 * 1024 * 1024];
List<Product> productList = new ArrayList<>();
for (int i = 0; i < num; i++) {
Product product = new Product();
product.setPrice((int) Math.random() * 100);
product.setTitle("商品编号" + i);
productList.add(product);
}
Thread.sleep(5);
Map<String, Object> map = new HashMap<>(16);
map.put("data", productList);
return map;
}
}
- Jmeter压测工具准备,测试计划 200并发,循环500次
3.JVM性能优化之堆大小配置
- 堆大小配置,FullGC次数的性能影响
- 性能优化初始值
-Xms1g # 配置初始堆内存1G
-Xmx1g # 配置最大堆内存1G
-XX:+UseG1GC # 使用G1回收器
-XX:MaxGCPauseMillis=200 # 设置最大停顿时间200ms
-XX:G1HeapRegionSize=32M # 设置G1每个region块大小为32M
-XX:ActiveProcessorCount=8 # 设置JVM使用的CPU核数限制为8
-XX:+HeapDumpOnOutOfMemoryError # 当JVM发生OOM时,自动生成DUMP文件
-XX:HeapDumpPath=heapdump.hprof # DUMP文件路径
-XX:+PrintCommandLineFlags # 监控开启
-Xlog:gc=info:file=portal_gc.log:utctime,level,tags:filecount=50,filesize=100M
# Xlog:指定日志输出方式为日志文件。
# gc*:指定日志输出类型为GC相关的日志。
# info:指定输出日志的级别为info级别。
# file=portal_gc.log:指定日志输出的文件名为portal_gc.log。
# utctime:指定日志输出的时间戳使用UTC时间。
# level,tags:指定日志输出的格式包含级别和标签信息。
# filecount=50:指定最多保存50个日志文件。
# filesize=100M:指定每个日志文件的大小为100MB。
- 机器配置为:8核16G 500M带宽
- 设置初始堆内存和最大堆内存为1G,压测
nohup java -jar spring-test-1.0-SNAPSHOT.jar -Xms1g -Xmx1g -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:G1HeapRegionSize=32M -XX:ActiveProcessorCount=8 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/usr/local/jmeter/heapdump.hprof -XX:+PrintCommandLineFlags -Xlog:gc=info:file=/usr/local/jmeter/portal_gc.log:utctime,level,tags:filecount=50,filesize=100M &
当我们设置堆内存为1G的时候,整体的吞吐量为40%以上,这已经很低了,期间Young GC发生了7451次,Full GC发生了142次
- 设置初始堆内存和最大堆内存为2G,压测
nohup java -jar spring-test-1.0-SNAPSHOT.jar -Xms2g -Xmx2g -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:G1HeapRegionSize=32M -XX:ActiveProcessorCount=8 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/usr/local/jmeter/heapdump.hprof -XX:+PrintCommandLineFlags -Xlog:gc=info:file=/usr/local/jmeter/portal_gc.log:utctime,level,tags:filecount=50,filesize=100M &
我们将堆内存设置为2G的时候,相比于1G的吞吐量提升到70%以上,并且Young GC次数为752,Full GC次数为6次,相比1G提升了一倍。
- 设置初始堆内存和最大堆内存为4G,压测
nohup java -jar spring-test-1.0-SNAPSHOT.jar -Xms4g -Xmx4g -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:G1HeapRegionSize=32M -XX:ActiveProcessorCount=8 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/usr/local/jmeter/heapdump.hprof -XX:+PrintCommandLineFlags -Xlog:gc=info:file=/usr/local/jmeter/portal_gc.log:utctime,level,tags:filecount=50,filesize=100M &
当把堆内存设置为4G的时候,整体的吞吐量提升到76%,Young GC发生了504,一次Full GC都没有发生。
- 设置初始堆内存和最大堆内存为6G,压测
nohup java -jar spring-test-1.0-SNAPSHOT.jar -Xms6g -Xmx6g -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:G1HeapRegionSize=32M -XX:ActiveProcessorCount=8 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/usr/local/jmeter/heapdump.hprof -XX:+PrintCommandLineFlags -Xlog:gc=info:file=/usr/local/jmeter/portal_gc.log:utctime,level,tags:filecount=50,filesize=100M &
当把堆内存设置为6G的时候,整体吞吐量到达87%,Yong GC发生了196次,Full GC发生了0次。
总结:通过对堆内存的调整,发现4G是投入产出比最高的参数配置,所以当前配置可以采用4G的堆内存。
4.JVM性能优化之收集器配置
通过上面配置堆内存我们得出4G是当前机器和应用配置的最佳堆内存,这里我们不改变堆内存的大小,采用4G的堆内存,改变垃圾收集器,看看对接口吞吐量的影响。
这里我们采用ParallelGC,目前G1垃圾器在对于并发量大的应用来说,已经是最优的选择啦,我们这里用ParallelGC主要做一个对比。文章来源:https://www.toymoban.com/news/detail-437794.html
nohup java -jar spring-test-1.0-SNAPSHOT.jar -Xms4g -Xmx4g -XX:+UseParallelGC -XX:MaxGCPauseMillis=200 -XX:G1HeapRegionSize=32M -XX:ActiveProcessorCount=8 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/usr/local/jmeter/heapdump.hprof -XX:+PrintCommandLineFlags -Xlog:gc=info:file=/usr/local/jmeter/portal_gc.log:utctime,level,tags:filecount=50,filesize=100M &
文章来源地址https://www.toymoban.com/news/detail-437794.html
到了这里,关于【Java虚拟机】JVM调优和分析案例综合实战的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!