系统优化有感

# 系统优化有感 系统优化是个枯燥，却又有趣的过程 系统优化我大致分为几个方面 - 代码优化 - 线程优化、异步 - JVM优化 - 数据库优化 - 缓存优化 - 架构优化 下面来展开谈谈感悟，也可以参考[美团技术团队常见性能优化](https://tech.meituan.com/2016/12/02/performance-tunning.html) ## 代码优化 代码是跟我们接触最多的东西，代码优化主要有 1. 代码结构优化，可以方便日后扩展和代码标准化 - 是否可以进行抽象避免冗余代码 - 是否可以利用设计模式 - 代码是否遵循阿里巴巴Java开发手册 这里可以采用[阿里巴巴Java开发规范插件](https://github.com/alibaba/p3c) 2. 代码是否有多重循环，无效的查询等 - 多重循环可以根据数据量采用HashMap进行查询，属于利用空间换取时间 - 无效的查询等可以进行删除 这里推荐[Findbugs](http://findbugs.sourceforge.net/) ## 线程优化 线程优化是一个复杂的过程，多线程如何运用，如何避免死锁、饥饿、活锁等问题 1. 线程使用的地方 - 在查询中可以运用到多线程，把串行化操作变化为并行化操作 - I/O阻塞的操作，最经典的莫过于BIO - 计算量大的操作，使用多线程可以更好的运用CPU的运算能力 2. 线程池 需要了解线程池的状态，线程池的参数，以及内部原理，并选择合适的线程池 这里推荐一篇文章[Java线程池实现原理及其在美团业务中的实践](https://tech.meituan.com/2020/04/02/java-pooling-pratice-in-meituan.html) 再次感谢美团技术团队 - 线程池分为 - newCachedThreadPool - newFixedThreadPool - newSingleThreadExecutor - newScheduleThreadPool - forkjoinPool 注意：这里不建议使用Executors来创建线程池，方式OOM等问题，参考阿里巴巴开发规范，建议使用new ThreadPoolExecutor() 3. 异步 异步建议采用MQ，使用范围例如insert、update操作，可以丢到MQ，这里要注意MQ消息丢失问题，同时MQ也可以实现延迟队列，例如30分钟关闭订单，采用Job的方式并不是一个好的解决方案，可以采用MQ延时队列实现，这里推荐rocketmq(阿里巴巴牛逼) 4. 并发容器的选择 concurrenthashmap和synchronizedmap性能差距很大，建议选择合适的并发容器 ## JVM优化 JVM优化这里本人也不是特别的熟练，只是讲一些自己所知道的 1. 无日志不优化 在没有日志的情况下，该怎么优化，如何优化，哪些方面需要优化，这里都是未知的，所以需要日志才能进行优化 2. 工具 优化要有趁手的工具，好在JDK本身就为我们提供了不少，在JDK的bin目录下有一堆自带的工具，这里介绍几个我熟悉且用过的 - jps：查看当前机器上的java程序 - jcmd：跟jps差不多但是能看到启动命令 - jstat：查看JVM信息，例如GC信息 - jinfo：查看JVM参数 - jmap：JVM在内存中的情况，可以导出Dump - jstack：栈信息，可以用来查看死锁等 - jconsole：一个可视化工具 - jvisualvm：也是一个可视化工具比jconsole功能强一些，但是都有局限性，在服务器上无法使用 - eclipse memory analyer：分析dump文件 3. 参数优化 使用上面的工具对服务器进行监控，可以根据信息适当的调整堆大小，GC收集器等。建议开启-XX:+HeapDumpOnOutOfMemoryError ## 数据库优化 数据库是优化中重要的一环，具体优化方法如下 1. SQL优化：是否可以去掉不必要的查询，使用explain对sql进行分析，避免回表等 2. 分库分表：一台数据库可能存在性能瓶颈，可以采用分库分表的方式，拆分主要采用冷热数据分离、日期分割、HASH取模等。 3. 读写分离：对数据的修改可以操作主库，对数据的查询可以操作从库，进行读写分离 分库分表以及读写分离后可能会出现分布式事务、读写分离操作的复杂性等问题这里需要引入中间件例如：[MyCat](http://www.mycat.io/) [sharding jdbc](https://shardingsphere.apache.orghttps://img.qb5200.com/download-x/document/current/cn/manual/sharding-jdbc/) ## 缓存优化 缓存是个优化的好办法但是也有弊端 1. 缓存分类 - JVM缓存：concurrenthashmap、guava缓存 - Redis等NoSQL数据库 2. 缓存拆分 可以在代码中对接口进行拆分，可以缓存的和不可以缓存的写成多个方法，对可以缓存的进行缓存 3. 缓存带来的弊端 缓存并不是越多越好，缓存给系统带来了复杂性，例如：何时添加缓存、何时删除缓存、缓存雪崩、缓存击穿、缓存穿透、缓存预热、Redis集群如何实现、Redis哨兵、Redis脑裂等问题 ## 架构优化 架构优化其实就程序员来说能做的并不是很多 1. 限流：GateWay进行限流，限流方法有滑动窗口、漏桶、令牌桶算法，这里建议采用合适的方法进行限流防止应用崩溃 2. 熔断：可以采用hystrix防止服务雪崩 3. CDN优化：对静态资源采用CDN可以提交响应速率 4. DNS优化：这个暂时不熟可以交给运维处理 5. 服务扩容：可以采用K8S和Docker的技术对服务进行动态扩容，这里也是运维实现 洋洋洒洒写了这么多，主要的还是平时的积累以及思考，也希望您对内容进行补充。