Java性能优化权威指南

内容简介：

Java性能优化圣经！Java之父重磅推荐！

本书由曾任职于Oracle/Sun的性能优化专家编写，系统而详细地讲解了性能优化的各个方面，帮助你学习Java虚拟机的基本原理、掌握一些监控Java程序性能的工具，从而快速找到程序中的性能瓶颈，并有效改善程序的运行性能。

Java性能优化的任何问题，都可以从本书中找到答案！

作者简介：

Charlie Hunt现任Salesforce公司的性能工程架构师。曾任Oracle公司首席JVM性能工程师，负责HotSpot Java虚拟机和Java SE类库性能的改进。Charlie拥有美国伊利诺伊理工大学的计算机科学硕士学位、爱荷华州立大学的计算机科学学士学位。

Binu John是世界上最大的社交网站创建平台Ning.com的高级性能工程师。他目前的职责是着力改善Ning平台的性能和扩展性，以支持每月数百万PV的访问量。Binu拥有美国爱荷华大学生物医学工程和计算机科学硕士学位。

目录：

第1章　策略、方法和方法论1

1.1 　性能问题的现状1

1.2 　性能分析的两种方法：自顶向下和自底向上4

1.2.1 　自顶向下4

1.2.2 　自底向上5

1.3 　选择正确的平台并评估系统性能5

1.3.1 　选择正确的CPU架构6

1.3.2 　评估系统性能7

1.4 　参考资料7

第2章　操作系统性能监控8

2.1 　定义8

2.2 　CPU使用率9

2.2.1 　监控CPU使用率：Windows9

2.2.2 　监控CPU使用率：Windows typeperf12

2.2.3 　监控CPU使用率：Linux13

2.2.4 　监控CPU使用率：Solaris14

2.2.5 　命令行监控CPU使用率：Linux和Solaris16

2.3 　CPU调度程序运行队列19

2.3.1 　监控CPU调度程序运行队列：Windows19

2.3.2 　监控CPU调度程序运行队列：Solaris21

2.3.3 　监控CPU调度程序运行队列：Linux21

2.4 　内存使用率22

2.4.1 　监控内存利用率：Windows22

2.4.2 　监控内存使用率：Solaris23

2.4.3 　监控内存使用率：Linux24

2.4.4 　监控锁竞争：Solaris25

2.4.5 　监控锁竞争：Linux26

2.4.6 　监控锁竞争：Windows27

2.4.7 　隔离竞争锁27

2.4.8 　监控抢占式上下文切换27

2.4.9 　监控线程迁移28

2.5 　网络I/O使用率28

2.5.1 　监控网络I/O使用率：Solaris29

2.5.2 　监控网络I/O使用率：Linux30

2.5.3 　监控网络I/O使用率：Windows30

2.5.4 　应用性能改进的考虑31

2.6 　磁盘I/O使用率31

2.7 　其他命令行工具34

2.8 　监控CPU使用率：SPARC T系列系统35

2.9 　参考资料36

第3章　JVM概览38

3.1 　HotSpot VM的基本架构38

3.2 　HotSpot VM运行时40

3.2.1 　命令行选项40

3.2.2 　VM生命周期41

3.2.3 　VM类加载44

3.2.4 　字节码验证46

3.2.5 　类数据共享47

3.2.6 　解释器48

3.2.7 　异常处理49

3.2.8 　同步50

3.2.9 　线程管理51

3.2.10 　C++堆管理53

3.2.11 　Java本地接口54

3.2.12 　VM致命错误处理55

3.3 　HotSpot VM垃圾收集器56

3.3.1 　分代垃圾收集56

3.3.2 　新生代58

3.3.3 　快速内存分配60

3.3.4 　垃圾收集器60

3.3.5 　Serial收集器61

3.3.6 　Parallel收集器：吞吐量为先！62

3.3.7Mostly-Concurrent收集器：低延迟为先！62

3.3.8Garbage-First收集器：CMS替代者64

3.3.9 　垃圾收集器比较64

3.3.10 　应用程序对垃圾收集器的影响65

3.3.11 　简单回顾收集器历史65

3.4 　HotSpot VM JIT编译器65

3.4.1 　类型继承关系分析67

3.4.2 　编译策略67

3.4.3 　逆优化68

3.4.4 　Client JIT编译器概览69

3.4.5 　Server JIT编译器概览69

3.4.6 　静态单赋值——程序依赖图69

3.4.7 　未来增强展望71

3.5 　HotSpot VM自适应调优71

3.5.1 　Java 1.4.2的默认值71

3.5.2 　Java 5自动优化的默认值71

3.5.3 　Java 6 Update 18更新后的默认优化值73

3.5.4 　自适应Java堆调整74

3.5.5 　超越自动优化75

3.6 　参考资料75

第4章　JVM性能监控77

4.1 　定义77

4.2 　垃圾收集78

4.2.1 　重要的垃圾收集数据78

4.2.2 　垃圾收集报告78

4.2.3 　垃圾收集数据的离线分析86

4.2.4 　图形化工具89

4.3 　JIT编译器103

4.4 　类加载104

4.5 　Java应用监控106

4.6 　参考资料109

第5章　Java应用性能分析110

5.1 　术语111

5.1.1 　通用性能分析术语111

5.1.2 　Oracle Solaris Studio Performance Analyzer术语112

5.1.3 　NetBeans Profiler术语112

5.2 　Oracle Solaris Studio Performance Analyzer112

5.2.1 　支持平台113

5.2.2 　下载/安装Oracle Solaris Studio Performance Analyzer114

5.2.3 　使用Oracle Solaris Studio Performance Analyzer 抓取性能数据114

5.2.4 　查看性能数据118

5.2.5 　数据表示125

5.2.6 　过滤性能数据128

5.2.7 　命令行工具er_print129

5.3 　NetBeans Profiler135

5.3.1 　支持平台136

5.3.2 　下载安装NetBeans Profiler136

5.3.3 　开始方法分析会话137

5.3.4 　Controls子面板143

5.3.5 　Status子面板143

5.3.6 　Profiling Results子面板143

5.3.7 　Saved Snapshots子面板144

5.3.8 　View子面板144

5.3.9 　Basic Telemetry子面板144

5.3.10 　查看动态结果145

5.3.11 　对结果进行快照145

5.3.12 　启动内存分析会话146

5.3.13 　查看实时结果148

5.3.14 　对结果进行快照150

5.3.15 　定位内存泄漏150

5.3.16 　分析堆转储151

5.4 　参考资料152

第6章　Java应用性能分析技巧153

6.1 　性能优化机会153

6.2 　系统或内核态CPU使用154

6.3 　锁竞争161

6.4 　Volatile的使用171

6.5 　调整数据结构的大小172

6.5.1 　StringBuilder或StringBuffer大小的调整172

6.5.2 　Java Collection类大小调整175

6.6 　增加并行性179

6.7 　过高的CPU使用率181

6.8 　其他有用的分析提示182

6.9 　参考资料184

第7章　JVM性能调优入门185

7.1 　方法185

7.1.1 　假设条件187

7.1.2 　测试基础设施需求188

7.2 　应用程序的系统需求188

7.2.1 　可用性188

7.2.2 　可管理性188

7.2.3 　吞吐量189

7.2.4 　延迟及响应性189

7.2.5 　内存占用189

7.2.6 　启动时间189

7.3 　对系统需求分级190

7.4 　选择JVM部署模式190

7.4.1 　单JVM部署模式190

7.4.2 　多JVM部署模式190

7.4.3 　通用建议191

7.5 　选择JVM运行模式191

7.5.1 　Client模式或Server模式191

7.5.2 　32位/64位 JVM192

7.5.3 　垃圾收集器192

7.6 　垃圾收集调优基础193

7.6.1 　性能属性193

7.6.2 　原则193

7.6.3 　命令行选项及GC日志194

7.7 　确定内存占用197

7.7.1 　约束197

7.7.2 　HotSpot VM堆的布局197

7.7.3 　堆大小调优着眼点200

7.7.4 　计算活跃数据大小201

7.7.5 　初始堆空间大小配置202

7.7.6 　其他考量因素203

7.8 　调优延迟/响应性204

7.8.1 　输入205

7.8.2 　优化新生代的大小205

7.8.3 　优化老年代的大小207

7.8.4 　为CMS调优延迟210

7.8.5 　Survivor空间介绍212

7.8.6 　解析晋升阈值214

7.8.7 　监控晋升阈值215

7.8.8 　调整Survivor空间的容量216

7.8.9 　显式的垃圾收集222

7.8.10 　并发永久代垃圾收集223

7.8.11 　调优CMS停顿时间224

7.8.12 　下一步225

7.9 　应用程序吞吐量调优225

7.9.1 　CMS吞吐量调优225

7.9.2 　Throughput收集器调优226

7.9.3 　Survivor空间调优228

7.9.4 　调优并行垃圾收集线程231

7.9.5 　在NUMA系统上部署231

7.9.6 　下一步232

7.10 　极端示例232

7.11 　其他性能命令行选项232

7.11.1 　实验性（最近最大）优化232

7.11.2 　逃逸分析233

7.11.3 　偏向锁233

7.11.4 　大页面支持234

7.12 　参考资料236

第8章　Java应用的基准测试237

8.1 　基准测试所面临的挑战237

8.1.1 　基准测试的预热阶段238

8.1.2 　垃圾收集240

8.1.3 　使用Java Time接口240

8.1.4 　剔除无效代码241

8.1.5 　内联247

8.1.6 　逆优化251

8.1.7 　创建微基准测试的注意事项256

8.2 　实验设计257

8.3 　使用统计方法258

8.3.1 　计算均值258

8.3.2 　计算标准差258

8.3.3 　计算置信区间259

8.3.4 　使用假设测试260

8.3.5 　使用统计方法的注意事项262

8.4 　参考文献263

8.5 　参考资料263

第9章　多层应用的基准测试264

9.1 　基准测试难题264

9.2 　企业级应用基准测试的考量266

9.2.1 　定义被测系统266

9.2.2 　制定微基准测试266

9.2.3 　定义用户交互模型267

9.2.4 　定义性能指标270

9.2.5 　扩展基准测试273

9.2.6 　用利特尔法则验证274

9.2.7 　思考时间275

9.2.8 　扩展性分析278

9.2.9 　运行基准测试278

9.3 　应用服务器监控281

9.3.1 　GlassFish监控281

9.3.2 　监控子系统286

9.3.3 　Solaris287

9.3.4 　Linux288

9.3.5 　Windows288

9.3.6 　外部系统的性能289

9.3.7 　磁盘I/O292

9.3.8 　监控和调优资源池293

9.4 　企业级应用性能分析294

9.5 　参考资料295

第10章　Web应用的性能调优297

10.1 　Web应用的基准测试298

10.2 　Web容器的组件298

10.2.1 　HTTP连接器299

10.2.2 　Servlet引擎300

10.3 　Web容器的监控和性能调优300

10.3.1 　容器的开发和生产模式300

10.3.2 　安全管理器301

10.3.3 　JVM调优301

10.3.4 　HTTP服务和Web容器303

10.3.5 　HTTP监听器303

10.4 　最佳实践315

10.4.1 　Servlet和JSP最佳实践315

10.4.2 　内容缓存324

10.4.3 　会话持久化328

10.4.4 　HTTP服务器文件缓存329

10.5 　参考资料333

第11章　Web Service的性能334

11.1 　XML的性能334

11.1.1 　XML处理的生命周期335

11.1.2 　解析/解编组335

11.1.3 　访问338

11.1.4 　修改338

11.1.5 　序列化/编组339

11.2 　验证339

11.3 　解析外部实体341

11.4 　XML文档的局部处理343

11.5 　选择合适的API346

11.6 　JAX-WS参考实现栈349

11.7 　Web Service基准测试350

11.8 　影响Web Service性能的因素353

11.8.1 　消息大小的影响353

11.8.2 　不同Schema类型的性能特征355

11.8.3 　终端服务器的实现358

11.8.4 　处理程序的性能359

11.9 　最佳性能实践361

11.9.1 　二进制负载的处理361

11.9.2 　处理XML文档365

11.9.3 　使用MTOM发送XML文档365

11.9.4 　使用Provider接口368

11.9.5 　快速信息集370

11.9.6 　HTTP压缩372

11.9.7 　Web Service客户端的性能373

11.10 　参考资料374

第12章　Java持久化及Enterprise Java Bean的性能375

12.1 　EJB编程模型376

12.2 　Java持久化API及其参考实现376

12.3 　监控及调优EJB容器379

12.3.1 　线程池380

12.3.2 　Bean池和缓存382

12.3.3 　EclipseLink会话缓存385

12.4 　事务隔离级386

12.5 　Enterprise Java Bean的最佳实践387

12.5.1 　简要说明使用的EJB基准测试387

12.5.2 　EJB 2.1388

12.5.3 　EJB 3.0400

12.6 　Java持久化最佳实践403

12.6.1 　JPA查询语言中的查询403

12.6.2 　查询结果缓存405

12.6.3 　FetchType406

12.6.4 　连接池408

12.6.5 　批量更新409

12.6.6 　选择正确的数据库锁策略411

12.6.7 　不带事务的读取411

12.6.8 　继承411

12.7 　参考资料412

附录A 　重要的HotSpot VM选项413

附录B 　性能分析技巧示例源代码429

B.1 　锁竞争实现1429

B.2 　锁竞争实现2439

B.3 　锁竞争实现3449

B.4 　锁竞争实现4459

B.5 　锁竞争实现5469

B.6 　调整容量变化1481

B.7 　调整容量变化2492

B.8 　增加并发性的单线程实现504

B.9 　增加并发性的多线程实现514

文章试读：自顶向下和自底向上是两种常用的性能分析方法。顾名思义，自顶向下着眼于软件栈顶层的应用，从上往下寻找优化机会和问题。相反，自底向上则从软件栈最底层的CPU统计数据（例如CPU高速缓存未命中率、CPU指令效率）开始，逐渐上升到应用自身的结构或应用常见的使用方式。应用开发人员常常使用自顶向下的方法，而性能问题专家则通常自底向上，用以辨别因不同硬件架构、操作系统或不同的Java虚拟机实现所导致的性能差异。...

(查看全部试读)