導語：要對你的 java 程式碼進行優化，需要理解 java 不同要素之間的相互作用，以及它是如何與其執行時的作業系統進行互動的。使用下面這五個技巧和資源，開始學習如何分析和優化你的程式碼吧。
1。 調整垃圾收集(GC)
由於垃圾收集的複雜性,很難發現你的應用的準確性能。不過,如果你真的想優化你的應用,你應該相應地處理垃圾收集。通用的準則是調整GC設定並同時執行效能分析。
一旦你對結果感到滿意,你可以停止該過程並尋求其他優化方式。確保除了在平均事務處理時間之外,你還留心了異常值。這些異常值是造成Java應用緩慢的真正的罪魁禍首並且很難找到。
此外,你要明白應用執行期間效能下降的效應。在每單個cpu時鐘內的緩慢操作是可以忽略的,但在每單個數據庫事務中的緩慢操作則是非常昂貴的消耗。但是你應該根據效能短板選擇你的優化策略,並應該根據工作負載來優化應用。
2。 正確地選擇適合你的GC演算法
讓我們更深入地探討GC優化。畢竟,GC優化是要處理的整個優化問題中最基本的。目前,Java中有四種供你選擇的垃圾收集演算法。每種演算法滿足不同的需求,因此你要選擇(適合你的需求的)。很多開發人員正是因為不瞭解GC演算法而未能優化他們的應用。
這四個演算法分別是序列回收器,並行/吞吐量回收器,CMS回收器和G1回收器。想要了解更多關於每種垃圾收集器的資訊及它們是如何工作的,請檢視這篇來自Takipi部落格的非常棒的文章Garbage Collectors—Serial vs。 Parallel vs。 CMS vs。 G1。 這篇文章同時還討論了Java8對GC演算法的影響及其他細節上的改變。
讓我們再回到GC演算法上,根據Understanding Java Garbage Collection這篇文章所述,併發標記和清除GC(即"CMS")演算法才是適合網路服務端應用的最佳演算法。並行GC演算法適合那些內部可預測的應用。
G1和CMS是併發操作的理想選擇,但仍然會引起(應用)頻繁停頓。實際的選擇取決於你如何取捨。舉例來說,儘管選擇並行演算法會帶來更長的GC停頓時間,但相較於其他GC演算法,選擇並行演算法仍是一個好主意。
3。Java 堆
Java記憶體堆在迎合記憶體需求方面擔任了至關重要角色。通常更好的做法是初始時分配最小的堆,然後通過持續的測試不斷增加它的大小。大多數時候優化問題都可以通過增加堆的大小解決,但如果存在大量的GC開銷,則該解決方案不起作用。
GC開銷還會使吞吐量急劇下降,進而使得應用難以形容的慢。此外,及早調整GC可以幫助你避免堆大小分配的問題。開始的時候,你可以選擇任何1GB到8GB的堆大小。當你選擇正確的堆大小,老生代和新生代物件的概念也就不需要了。
總而言之,堆大小應該取決於老生代和新生代物件的比率,之前的優化和物件集合(即所有物件佔用的記憶體大小)。
4。 關鍵應用優化
關鍵程式碼優化是優化你的Java應用最好的方式。如果你的應用對GC和堆優化沒有反應,那麼最好是做架構改進並關注於你的應用是如何處理資訊的。使用聰明的演算法並管理好物件就能解決大量的問題,包括記憶體碎片,堆大小問題和垃圾收集的問題。
5。使用最優的函式
Java提供了多個函式來提升演算法效率。如果你使用StringBuilder代替簡單的String,你可以得到微乎其微的效能提升。不過,我們還有其他方式在程式碼層面進行優化。讓我們看看下面這些優化方法。
使用StringBuilder代替+操作符。
避免使用iterator()。
多使用棧帶來的好處。
避免使用正則表示式,使用Apache Commons Lang作為代替。
遠離遞迴。遞迴會佔用大量資源!
