性能优化一点总结

个人管理方面
1、形成体系化的思想。
当做一件事（开发一个系统、解决一个问题）的时候，可以按照一定的体系去下手,这个体系可以理解为思维意识。少了很多无从下手、从零开始的过程，从而提升效率。这一点事需要个人长久的总结和丰富的经验！
2、开阔自己的视野。
从不同方面去寻找自己解决问题的思路，增加自己的选择空间，会让你权衡更全面，分析更透彻，从而理解更深入，解决问题也更到位。做技术，不能只看技术！一个技术大牛，多少都会对历史，对艺术有一些了解。
技术方面
1、代码
很多技术人员拿到一个性能优化的需求以后，都会向缓存、分库分表、异步、多线程、JVM优化等方向去思考。其实，很多时候应该从代码入手。代码优化的点很多很多，举几个例子：
1、当已经知道list大小的时候，直接指定list大小，可以有效避免list默认大小不够，而进行复制扩容。2、变量声明的位置能局部不全局，可以有效避免长久占用内存而不能被GC回收。3、for循环里大量声明变量，以致于消耗内存。等等吧

所以，要多加注意代码层面的优化，优化的空间很大，很可能代码优化之后就能满足性能要求，而不必增加设备来支持访问量！
2、SQL优化
SQL优化，个人认为可以从五个层面入手。
SQL语句优化 关键字的使用like、join、in、existSQL索引优化 索引的创建、索引的大小设置SQL引擎优化 根据业务需求，选择最适合的引擎数据库设计优化 我个人认知，主要是范式的设计。可以适当冗余数据，以减少数据库操作。*数据库连接池优化 连接池监控数、连接池方案的选择（这一块个人没使用过）

3、缓存优化
缓存在一个系统里或多或少都会涉及的。至于什么数据放入缓存，放入一个什么样的缓存，都是值得仔细斟酌的。 使用缓存的情况，个人感觉有两种：
短时间内相同数据重复查询多次且数据更新不频繁，这个时候可以选择先从缓存查询，查询不到再从数据库加载并回设到缓存的方式。高并发查询热点数据，后端数据库不堪重负。

选型考虑：
如果数据量小，并且不会频繁地增长又清空（这会导致频繁地垃圾回收），那么可以选择本地缓存。具体的话，如果需要一些策略的支持（比如缓存满的逐出策略），可以考虑Ehcache；如不需要，可以考虑HashMap；如需要考虑多线程并发的场景，可以考虑ConcurentHashMap。目前从资源的投入度、可运维性、是否能动态扩容以及配套设施来考虑，我们优先考虑Tair。除非目前Tair还不能支持的场合（比如分布式锁、Hash类型的value），我们考虑用Redis。

当然，使用缓存后，会面临很多问题，最大的一个问题就是数据一致性。这些就可以根据业务需要而制定不同的方案。
4、多线程
在一个系统里，在一定情况下使用多线程可以加快响应时间，比如一些异步任务，启动多线程去处理就好了，还有一些离线任务也不需要等待完成再返回等等。但是线上对响应时间要求较高的场合，尽量少用多线程，尤其是服务线程需要等待任务线程的场合（很多重大事故就是和这个息息相关），如果一定要用，可以对服务线程设置一个最大等待时间。
使用多线程又带来另一个问题，就是代码的复杂性。所以，建议如果单机单线程能够满足业务需求的尽量使用单机单线程，如果满足不了，则可以使用单机多线程，如果依然不能满足，再考虑多机多线程。
使用多线程时，可以考虑使用线程池，线程池的优点有两个：
1、提高性能，节省线程创建和销毁的开销，节省资源。2、可以利用线程池完成一些功能，比如限流。可以保障机器极限压力下的稳定处理能力。

5、JVM调优
JVM是Java WEB项目的基石，可以根据项目特点进行JVM调优。我所了解到的，只是调整一些GC回收机制和回收策略。比如新生代与老生代比值、eden与survivor比值、触发cms回收的old区比率阈值等。比如把大对象放入老年代等等。
当然，调优的路上很远也很长。包括技术的选型，监控的使用，软件的使用甚至硬件的使用。今天简单说这么多！
更多精彩内容，欢迎关注微信公众号：Java小笔记（ijavanote）