SharingOfficer的博客

Java性能优化个人觉得是Java进阶的必经之路。很多Java工程师对于执行代码后，底层运行的Java虚拟机可能一知半解。Java相比C/C++最大的区别是，少了内存管理。让工程师可以专注于应用主体逻辑，而不用去管理内存的使用，但这是一把双刃剑，如果让程序达到最佳的性能，是Java性能优化的初衷。Java性能优化是每个程序员都需要学习的，他在Java中有着举足轻重的地位，不可否认，他的存在，是程序员的福音。那么接下来一起看看这本阿里大佬留下的性能调优笔记吧。整整500页。希望对即将到来的金九银十有所帮助。

针对平常对性能优化的盲猜问题，我们会首先讲解大量的衡量指标，然后以此为依据，盘点一下常用的优化方法，包括业务优化、复用优化、计算优化、结果集优化、资源冲突优化、算法优化、高效实现等方面。学完后，你将会了解如何描述性能，并对性能优化有个整体的印象。

在 Push 推荐中，线上服务从 Kafka 接收需要触达用户的事件，之后为这些目标用户选出最合适的文章进行推送。服务由 Java 开发，CPU 密集计算型。随着业务的不断发展，请求并发及模型计算量越来越大，导致工程上遇到了性能瓶颈，Kafka 消费出现严重的积压现象，无法及时完成目标用户的分发，业务增长诉求得不到满足，故亟需进行性能专项优化。

为了构建高并发、高可用的系统架构，压测、容量预估必不可少，在发现系统瓶颈后，需要有针对性地扩容、优化。结合楼主的经验和知识，本文做一个简单的总结，欢迎探讨。 1、QPS保障目标 一开始就要明确定义QPS保障目标，以此来推算所需的服务、存储资源。可根据历史同期QPS，或者平时峰值的2到3倍估算。 压测目标示例： qps达到多少时，服务的负载正常，如平均响应时间、95分位响应时间、cpu使用率、内存使用率、消费延迟低于多少 不要让任何一个环节成为瓶颈，需考虑服务实例、数据库、Redis、ES、Hbas