什么是调优？

根据需求进行JVM规划和预调优

优化运行JVM运行环境（慢，卡顿）

解决JVM运行过程中出现的各种问题(OOM)

调优，从规划开始

调优，从业务场景开始，没有业务场景的调优都是耍流氓

无监控（压力测试，能看到结果），不调优

步骤：

   1.熟悉业务场景（没有最好的垃圾回收器，只有最合适的垃圾回收器）

      响应时间、停顿时间 [CMS G1 ZGC] （需要给用户作响应）

      吞吐量 = 用户时间 /( 用户时间 + GC时间) [PS]

  2.选择回收器组合

  3.计算内存需求（经验值 1.5G 16G）

  4.选定CPU（越高越好）

  5.设定年代大小、升级年龄

  6.设定日志参数

       -Xloggc:/opt/xxx/logs/xxx-xxx-gc-%t.log -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=5  -XX:GCLogFileSize=20M -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCCause

       或者每天产生一个日志文件

 7.观察日志情况

---

案例分析：

案例1：垂直电商，最高每日百万订单，处理订单系统需要什么样的服务器配置？

这个问题比较业余，因为很多不同的服务器配置都能支撑(1.5G 16G)

1小时360000集中时间段， 100个订单/秒，（找一小时内的高峰期，1000订单/秒）

经验值，

非要计算：一个订单产生需要多少内存？512K * 1000 500M内存

专业一点儿问法：要求响应时间100ms

压测！

案例2：12306遭遇春节大规模抢票应该如何支撑？

12306应该是中国并发量最大的秒杀网站：

号称并发量100W最高

CDN -> LVS -> NGINX -> 业务系统 -> 每台机器1W并发（10K问题） 100台机器

普通电商订单 -> 下单 ->订单系统（IO）减库存 ->等待用户付款

12306的一种可能的模型： 下单 -> 减库存 和 订单(redis kafka) 同时异步进行 ->等付款

减库存最后还会把压力压到一台服务器

可以做分布式本地库存 + 单独服务器做库存均衡

大流量的处理方法：分而治之

怎么得到一个事务会消耗多少内存？

弄台机器，看能承受多少TPS？是不是达到目标？扩容或调优，让它达到

用压测来确定

---

优化环境

1. 有一个50万PV的资料类网站（从磁盘提取文档到内存）原服务器32位，1.5G 的堆，用户反馈网站比较缓慢，因此公司决定升级，新的服务器为64位，16G 的堆内存，结果用户反馈卡顿十分严重，反而比以前效率更低了

分析：

   1.1 为什么原网站慢? 很多用户浏览数据，很多数据load到内存，内存不足，频繁GC，STW长，响应时间变慢

   1.2 为什么会更卡顿？ 内存越大，FGC时间越长

   1.3 咋办？ PS -> PN + CMS 或者 G1

2. 系统CPU经常100%，如何调优？(面试高频) CPU100%那么一定有线程在占用系统资源，

    2.1 找出哪个进程cpu高（top）

    2.2 该进程中的哪个线程cpu高（top -Hp）

   2.3 导出该线程的堆栈 (jstack)

   2.4 查找哪个方法（栈帧）消耗时间 (jstack)

   2.5 工作线程占比高 | 垃圾回收线程占比高

3. 系统内存飙高，如何查找问题？（面试高频）

  3.1 导出堆内存 (jmap)

  3.2 分析 (jhat jvisualvm mat jprofiler ... )

4. 如何监控JVM

   4.1 jstat jvisualvm jprofiler arthas top...