2016年8月，由极客邦、InfoQ和听云联合主办 APMCon 2016 中国应用性能管理大会上，Java性能调优专家Monica Beckwith进行了《Java性能调优必读守则》(原题目：Java Performance Engineer's Survival Guide)的演讲。演讲中，Monica给出关于Java调优最佳实践的个人建议：怎样设定需要调优的性能要求、需要对哪些指标进行分析、目标设定后又怎样具体地开展调优。
Monica Beckwith专注于企业级应用中Java虚拟机和垃圾收集器的优化，发表过多篇垃圾收集器和Java内存模型方面的文章。她之前就职于 Oracle，带领G1垃圾收集器性能团队，目前是一位独立咨询师。在Monica演讲之后，InfoQ又对她进行了专访。
性能调优前的准备工作
Monica认为性能优化工程由两部分组成：性能需求分析及规划、性能结果分析。两者构成闭环，使得性能得到不断的提升。
一、性能需求分析及规划
在决定性能需求的时候，工程师们首先要问自己三个问题：
哪些会让用户开心?
哪些会让用户懊恼?
目前存在的问题需要被关注并解决吗?
接下来，需要站在用户的角度去思考QoS;将QoS标准量化为可测量的指标，即SLA服务等级协议;然后对SLA性能指标进行定义、梳理并排列优先级(吞吐量、响应时间、容量、请求足迹、CPU使用率等)。
1、吞吐量/率：
目标—是否可以比设定的吞吐量低?如果可以，这种状态可以持续多久?最低可以低到多少?
测量—怎样测量?(事务数/秒、消息数/秒或者两种方式)哪里测量?(客户端、服务器端或者浏览器端)
2、响应时间：
目标—是否可以超出设定的响应时长?如果可以，这种状态可以持续多久?最长可以达到多久?
测试—怎样测量?(取99%响应的时间计算均值、只统计某一段响应时间(5-9秒)、最差的情况或者全部)哪里测量?(客户端、服务器端或者整个环路)
3、容量管理：
可以接受的容量是多少?如果某个系统过载怎么办(负载均衡出现问题)?怎样测量容量?一个系统和所有系统能承受的最大容量是多少?可以承受多久?需要监测哪些指标?
二、性能结果分析
关于性能结果分析，这里只讨论Java的性能分析。分析哪些因素会影响到终端用户体验，无法达到预期的QoS;跟踪监测性能指标。下图是一个分层情况图：
应用层生态系统：应用服务、应用服务器、数据库、生态系统中其他服务
JRE层：类加载情况、JIT编译情况、垃圾回收情况、线程情况
操作系统层：系统/内核状态、锁状态、线程状态
硬件层：内存带宽/内存吞吐量/内存占用、CPU/内核的使用、CPU缓存效率/使用/级别、处理器结构、IO状态
性能调优的执行
两种实现模式
Monica提出了两种实现方式：自上而下、自下而上。采用哪一种要看你想要实现什么。
如果想从应用层面入手进行改进的话，且你是一个应用程序工程师，具备修改代码的能力，可以采用自上而下的方式。
如果想从平台层面入手进行改进的话，可采用自下而上的方式。首先你要明确平台的哪个模块是需要改进的;其次列出相关的应用、进行工作量的评估;然后再寻找恰当的工具。
四个步骤
不论哪一种方向，均可以分为四步：第一步监控、第二步归纳、第三步分析、第四步调优和应用。
通常而言，关心的指标有以下几个。
CPU：CPU状态、内核状态、缓存命中和没有命中的次数、分支预测、流水线、条件转移、load-store的工作模式等
内存：内存使用、内存、带宽、读写状态、读操作的最大带宽、写操作的最大带宽、最大容量、与结构相关的。
JVM/GC：收集与变化相关的信息、收集一般或者并发的GC各个阶段的信息、并发工作队列和工作状态、内部队列或缓存等。
1、监控
首先是从监控环节做起。
监控方式分为三种：主动(报警设定)、被动(网络分流器)、离线(日志抓取)。
可以选用的工具有三类：
第三方——VisualVM、Java Flight Recorder
JVM自带命令——PrintCompilation、PrintGCDetails(+PrintGCDateStamps)、jmap-clstats、jcmd GC.class-stats
操作系统自带——Linux下面有mpstat、sysstat – iostat、pidstat、prstat、vmstat、dash、CPU – Z、 cacti等;Windows下面有Performance Monitor、Task Manager、Resource Monitor、CPU-Z、cacti等
2、归纳和分析
接下来是归纳和分析环节。
这个时候你已经有了所有需要的信息，你需要辨识出哪些地方需要提升，分析出哪些是潜在需要改进的问题。这个环节可以使用的开源工具有两类：
第三方性能分析工具——Oracle Solaris Studio Performance Analyzer、perftools、PAPI、Code XL、 Dtrace、Oprofile、gprof、LTT
Java 程序层面——Visual VM、Netbeans Profiler、JConsole
3、调优
最后一步调优。JVM/GC的调优重点在于要选择对的堆、对的垃圾回收算法。首先正确划分对象的所属年代，然后只对长期存活的对象进行调优，每个虚拟机的所有GC工作线程(GC 的stop-the-world现象)，同一个VM中多个 GC 线程来执行;看看压缩普通对象指针是否有效;大的堆也许需要使能AlwaysPretouch并且将UseLargePages设置为最佳大小。此外，在代码层面优化满足SLA目标，设置恰当的ramp-up和ramp-down，对象的年代划分和保留策略(理解LDS文件的形成)，确保测量正确。
对话Monica
InfoQ: 在性能分析时，是否有必要收集所有的日志?
Monica：当我们知道某处需要调优时，通常来讲用户们会给我发送过来产品环境中的日志，我们基于此复制环境，然后在这个复制的环境中进行测试和检查。我不建议在真实的环境中进行测试，因为生产环境需要保持稳定。什么情况下需要所有的日志呢?当我们确定知道某个问题的存在，比如内存泄露的问题，在这个时候就需要尽可能收集所有日志。
InfoQ: 能否分析下几种GC方式，并做以简单评价?
Monica：垃圾回收是Java应用调优的核心。GC不只有垃圾信息的收集、还有堆的管理分配信息;所有的分配都是类似的。一般而言，如果你有一个很小的空间可以给对象划分世代的话;hotspot JVM中我建议在老年代对象上进行优化。因为年轻代占大多数，而且会死掉。老年代的回收算法中常见默认为垃圾标记-压缩算法。
CMS垃圾回收器针对的是年老代的回收，从root对象开始标记存活对象。一旦空间中有不再存活的对象，所占用的资源就会被释放，并且更新到free list中;CMS所做的就是要将年老代中所有应该归属于free list的都划分其中。
另外一种设计就是G1。它将资源按区划分，有些区域共同构成年轻代，还有一些构成年老代，即同一个世代的所有区域并不一定是邻近的。每个区域最初都是任意的，需要通过声明才能定义为年轻代或者年老代。在收集时期，年老代并不是一定要全部参与。G1在意的是收集有很多垃圾的区域。此外，G1还会尝试调整年轻代的区间大小。
InfoQ: Java中现在你最想改变的是什么?
Monica：Java的非堆内存管理可能会在JDK 9 或JDK 10 中得到改善;此外检测内存泄露很困难，我认为有许多需要提升的地方。
InfoQ: 为了实现更好的性能，你认为Java软件开发工程师需要注意哪些事情?
Monica：在编程的时候，要想到Java GC是怎样工作的。占用资源的并不是过期的对象，而是存活的对象;活的对象需要去维护。在编程的时候要明白对象的创立、保留策略还有垃圾回收器是怎样工作的。能考虑到这三点就很好了，你没有必要强制自己把每件事情都做对，只要整体可以协调妥帖就很好了。
