人人都能掌握的Java服务端性能优化方案

转载自人人都能掌握的Java服务端性能优化方案

作为一个Java后端开发，我们写出的大部分代码都决定着用户的使用体验。如果我们的代码性能不好，那么用户在访问我们的网站时就要浪费一些时间等待服务器的响应。这就可能导致用户投诉甚至用户的流失。

关于性能优化是一个很大的话题。《Java程序性能优化》说性能优化包含五个层次：设计调优、代码调优、JVM调优、数据库调优、操作系统调优等。而每一个层次又包含很多方法论和最佳实践。本文不想大而广的概述这些内容。只是举几个常用的Java代码优化方案，读者看完之后可以真正的实践到自己代码中的方案。

使用单例

对于IO处理、数据库连接、配置文件解析加载等一些非常耗费系统资源的操作,我们必须对这些实例的创建进行限制,或者是始终使用一个公用的实例,以节约系统开销,这种情况下就需要用到单例模式。

public class Singleton {     private volatile static Singleton singleton;     private Singleton (){}     public static Singleton getSingleton() {     if (singleton == null) {         synchronized (Singleton.class) {         if (singleton == null) {             singleton = new Singleton();         }         }     }     return singleton;     }  }

单例模式有很多种写法，我的公众号也推送过多篇和单例相关的文章：

单例模式的七种写法

设计模式（二）——单例模式

设计模式（三）——JDK中的那些单例

不使用synchronized和lock，如何实现一个线程安全的单例？

不使用synchronized和lock，如何实现一个线程安全的单例？（二）

深度解析单例与序列化之间的爱恨情仇~

使用线程池

合理利用线程池能够带来三个好处。

第一：降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。

第二：提高响应速度。当任务到达时，任务可以不需要等到线程创建就能立即执行。

第三：提高线程的可管理性。线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。

在 Java 5 之后，并发编程引入了一堆新的启动、调度和管理线程的API。Executor 框架便是 Java 5 中引入的，其内部使用了线程池机制，它在 java.util.cocurrent 包下，通过该框架来控制线程的启动、执行和关闭，可以简化并发编程的操作。

public class MultiThreadTest {  public static void main(String[] args) {      ThreadFactory threadFactory = new ThreadFactoryBuilder().setNameFormat("thread-%d").build();      ExecutorService executor = new ThreadPoolExecutor(2, 5, 60L, TimeUnit.SECONDS, new LinkedBlockingQueue<Runnable>(), threadFactory);      executor.execute(new Runnable() {          @Override          public void run() {             System.out.println("hello world !");          }      });      System.out.println(" ===> main Thread! " );  }}

使用Future模式

假设一个任务执行起来需要花费一些时间,为了省去不必要的等待时间,可以先获取一个“提货单”,即Future,然后继续处理别的任务,直到“货物”到达,即任务执行完得到结果,此时便可以用“提货单”进行提货,即通过Future对象得到返回值。

public class RealData implements Callable<String> {     protected String data;  

   public RealData(String data) {         this.data = data;     }  

   @Override     public String call() throws Exception {         //利用sleep方法来表示真是业务是非常缓慢的         try {             Thread.sleep(1000);         } catch (InterruptedException e) {             e.printStackTrace();         }         return data;     }  }  

public class Application {     public static void main(String[] args) throws Exception {         FutureTask<String> futureTask =                  new FutureTask<String>(new RealData("name"));         ExecutorService executor =                  Executors.newFixedThreadPool(1); //使用线程池         //执行FutureTask，相当于上例中的client.request("name")发送请求         executor.submit(futureTask);         //这里可以用一个sleep代替对其他业务逻辑的处理         //在处理这些业务逻辑过程中，RealData也正在创建，从而充分了利用等待时间         Thread.sleep(2000);         //使用真实数据         //如果call()没有执行完成依然会等待         System.out.println("数据=" + futureTask.get());     }  }

使用NIO

JDK自1.4起开始提供全新的I/O编程类库,简称NIO,其不但引入了全新高效的Buffer和Channel,同时,还引入了基于Selector的非阻塞 I/O机制,将多个异步的I/O操作集中到一个或几个线程当中进行处理,使用NIO代替阻塞I/O能提高程序的并发吞吐能力,降低系统的开销。

对于每一个请求,如果单独开一个线程进行相应的逻辑处理,当客户端的数据传递并不是一直进行,而是断断续续的,则相应的线程需要 I/O等待,并进行上下文切换。而使用NIO引入的Selector机制后,可以提升程序的并发效率,改善这一状况。

public class NioTest {     static public void main( String args[] ) throws Exception {         FileInputStream fin = new FileInputStream("c:\\test.txt");         // 获取通道         FileChannel fc = fin.getChannel();         // 创建缓冲区         ByteBuffer buffer = ByteBuffer.allocate(1024);         // 读取数据到缓冲区         fc.read(buffer);         buffer.flip();         while (buffer.remaining()>0) {             byte b = buffer.get();             System.out.print(((char)b));         }         fin.close();     }  }

锁优化

在并发场景中，我们的代码中经常会用到锁。存在锁，就必然存在锁的竞争，存在锁的竞争，就会消耗很多资源。那么，如何优化我们Java代码中的锁呢？主要可以从以下几个方面考虑：

减少锁持有时间
- 可以使用同步代码块来代替同步方法。这样既可以减少锁持有的时间。
减少锁粒度
- 要在并发场景中使用Map的时候，记得使用ConcurrentHashMap来代替HashTable和HashMap。
锁分离
- 普通锁（如syncronized）会导致读阻塞写、写也会阻塞读，同时读读与写写之间也会进行阻塞，可以想办法将读操作和写操作分离开。
锁粗化
- 有些情况下我们希望把很多次锁的请求合并成一个请求，以降低短时间内大量锁请求、同步、释放带来的性能损耗。
锁消除
- 锁消除是Java虚拟机在JIT编译是，通过对运行上下文的扫描，去除不可能存在共享资源竞争的锁，通过锁消除，可以节省毫无意义的请求锁时间。

关于锁优化的内容，后面会出一篇文章详细介绍。

压缩传输

在进行数据传输之前,可以先将数据进行压缩,以减少网络传输的字节数,提升数据传输的速度,接收端可以将数据进行解压,以还原出传递的数据,并且,经过压缩的数据还可以节约所耗费的存储介质(磁盘或内存)的空间以及网络带宽,降低成本。当然,压缩也并不是没有开销的,数据压缩需要大量的CPU计算,并且,根据压缩算法的不同,计算的复杂度以及数据的压缩比也存在较大差异。一般情况下,需要根据不同的业务场景,选择不同的压缩算法。

缓存结果

对于相同的用户请求,如果每次都重复的查询数据库,重复的进行计算,将浪费很多的时间和资源。将计算后的结果缓存到本地内存,或者是通过分布式缓存来进行结果的缓存,可以节约宝贵的CPU计算资源,减少重复的数据库查询或者是磁盘I/O,将原本磁头的物理转动变成内存的电子运动,提高响应速度,并且线程的迅速释放也使得应用的吞吐能力得到提升。

人人都能掌握的Java服务端性能优化方案相关推荐

小工匠聊架构-超高并发秒杀系统设计 05_服务端性能优化
文章目录 Pre 概影响性能的因素响应时间与 QPS 线程数与 QPS 如何发现瓶颈工具 JProfiler 和 Yourkit 如何简单的判断 CPU 是不是瓶颈如何优化系统减少编码 ...
Flex通信-Java服务端通信实例
Flex与Java通信的方式有很多种,比较常用的有以下方式: WebService:一种跨语言的在线服务,只要用特定语言写好并部署到服务器,其它语言就可以调用 HttpService:通过http请求 ...
聊一聊 Java 服务端中的乱象
点击上方"方志朋",选择"设为星标" 回复"666"获取新整理的面试文章来源:阿里巴巴中间件查尔斯·狄更斯在<双城记>中写道 ...
那些年，我们见过的 Java 服务端乱象
点击上方"方志朋",选择"设为星标" 做积极的人,而不是积极废人 Photo by The Book Tutor @Youtube 文 | 陈昌毅导读查尔斯 ...
MobileIMSDK怎样修改服务端核心jar包的源码并替换掉Java服务端的jar包
场景 MobileIMSDK怎样将Java服务端运行起来以及打成jar包运行: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/11 ...
那些年，我们见过的 Java 服务端“问题”
导读明代著名的心学集大成者王阳明先生在<传习录>中有云: 道无精粗,人之所见有精粗.如这一间房,人初进来,只见一个大规模如此.处久,便柱壁之类,一一看得明白.再久,如柱上有些文藻,细细都 ...
那些年，我们见过的Java服务端乱象
导读查尔斯·狄更斯在<双城记>中写道:"这是一个最好的时代,也是一个最坏的时代."移动互联网的快速发展,出现了许多新机遇,很多创业者伺机而动:随着行业竞争加剧,互联网 ...
Java 服务端乱象大盘点
作者 | 陈昌毅责编 | 伍杏玲查尔斯·狄更斯在<双城记>中写道:"这是一个最好的时代,也是一个最坏的时代."移动互联网的快速发展,出现了许多新机遇,很多创业者伺机而动 ...
JAVA服务端的解码
JAVA服务端的解码引起乱码问题的缘由是编码与解码方法的不对称,为了能和客户端正确的交互,需要了解下服务端是何时,何处以及如何对内容进行编解码的.按照请求处理的过程,我们先来一一分析一 ...

人人都能掌握的Java服务端性能优化方案

人人都能掌握的Java服务端性能优化方案相关推荐

最新文章

热门文章