一起说说JVM参数及调优,之前JDK的命令工具也说过,今天一起搞个程序试一把看看如何调优,从哪些方面来调。
大多数调优选项都与调整堆大小和为您的情况选择最合适的垃圾收集器有关。JIT编译器对性能也有很大影响,但很少需要使用较新版本的JVM进行调优。
通常,在调优Java应用程序时,重要是以下两个主要目标之一: 响应性:应用程序或系统对请求的数据进行相应的速度,对于专注于响应性的应用程序,长的暂停时间是不可接受的,重点是在短时间内做出回应。
吞吐量:(批处理任务,大数据量任务)侧重于在特定时间段内最大化应用程序的工作量,对于专注于吞吐量的应用程序,高暂停时间是可接受的。由于高吞吐量应用程序在较长时间内专注于基准测试,因此不需要考虑响应时间。
注意:系统瓶颈核心还是在应用代码,一般情况下无需过多调优,JVM本身在不断优化。
启动程序,模拟用户请求,每100毫秒钟创建1000线程,每个线程创建一个512kb的对象,最多100毫秒内同时存在1000线程,并发量1000/s,吞吐量6000/s,查看GC的情况。
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import java.util.Random;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
// 启动程序,模拟用户请求
// 每100毫秒钟创建1000线程,每个线程创建一个512kb的对象,最多100毫秒内同时存在1000线程,并发量1000/s,吞吐量6000/s,查看GC的情况
@SpringBootApplication
public class PerformanceApplication {
public static void main(String[] args) {
SpringApplication.run(PerformanceApplication.class, args);
Executors.newScheduledThreadPool(1).scheduleAtFixedRate(() -> {
new Thread(() -> {
for (int i = 0; i < 1000; i++) {
try {
// 不干活,专门512kb的小对象
byte[] temp = new byte[1024 * 512];
Thread.sleep(new Random().nextInt(100)); // 随机睡眠200毫秒秒以内
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
}, 100, 100, TimeUnit.MILLISECONDS);
}
}
// 打包 mvn clean package
// 服务器上运行 performance-1.0.0.jar
pom.xml
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.study.chapter-3</groupId>
<artifactId>performance</artifactId>
<version>1.1.0</version>
<name>chapter-3</name>
<description>性能优化章节代码</description>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.0.6.RELEASE</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
<java.version>1.8</java.version>
</properties>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-configuration-processor</artifactId>
<optional>true</optional>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
</project>
application.ymlserver: port: 8080
打包成jar,maven clean install;
配置dns
安装阿里云仓库的yumcd /etc/yum.repos.d/wget http://mirrors.aliyun.com/repo/Centos-7.repomv CentOS-Base.repo CentOs-Base.repo.bak mv Centos-7.repo CentOs-Base.repo
安装jdkvi pro.sh
shell脚本内容
#!/bin/bash
SOFT_PATH=/opt/soft
if [ ! -d $SOFT_PATH ];then
mkdir $SOFT_PATH
else
echo "文件夹已经存在"
fi
yum install -y wget
#install jdk1.8
cd $SOFT_PATH
wget --no-cookies --no-check-certificate --header "Cookie: gpw_e24=http%3A%2F%2Fwww.oracle.com%2F; oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/8u141-b15/336fa29ff2bb4ef291e347e091f7f4a7/jdk-8u141-linux-x64.tar.gz"
tar -zxvf jdk* -C $SOFT_PATH
cd jdk*
JAVA_HOME=`pwd`
#install maven3.2.3
cd $SOFT_PATH
wget https://archive.apache.org/dist/maven/maven-3/3.2.3/binaries/apache-maven-3.2.3-bin.tar.gz
tar -zxvf apache-maven-3.2.3-bin.tar.gz -C $SOFT_PATH
mv apache-maven-3.2.3 maven-3.2.3
cd maven*
MAVEN_HOME=`pwd`
#install git 2.8.0
cd $SOFT_PATH
yum -y install zlib-devel openssl-devel cpio expat-devel gettext-devel curl-devel perl-ExtUtils-CBuilder perl-ExtUtils- MakeMaker
wget https://mirrors.edge.kernel.org/pub/software/scm/git/git-2.8.0.tar.gz
tar -zxvf git-2.8.0.tar.gz -C $SOFT_PATH
cd git*
./configure
make install
ln -s /usr/local/bin/git /usr/bin/git
#追加环境变量
echo "export JAVA_HOME=${JAVA_HOME}" >> /etc/profile
echo "export PATH=$""JAVA_HOME/bin:$""PATH" >> /etc/profile
echo "export MAVEN_HOME=${MAVEN_HOME}" >> /etc/profile
echo "export PATH=$""MAVEN_HOME/bin:$""PATH" >> /etc/profile
source /etc/profile
#输出信息
echo "-----source update-----"
echo "java version"
java -version
echo "maven version"
mvn -v
echo "-----path-----"
echo "JAVA_HOME:"$JAVA_HOME
echo "MAVEN_HOME:"$MAVEN_HOME
source /etc/profile
设置权限,通过脚本的方式安装jdk,mavenchmod 777 pro.sh ./pro.sh source /etc/profile
安装 lrzsz 方便通过crt上传jar包
yum -y install lrzsz
rz 上传jar包
java -Xmx1024m -jar performance-1.1.0.jar
jcmd查看正在运行的java程序
查看堆的使用情况,To Space中的used 是空的,因为总会有一个复制算法。使用率已经99%了。
jmap -heap 19587
如何去调优呢?调优的思路是什么?
2.确定目标
内存占用,低延时(web程序),吞吐量。
3.收集日志
通过参数配置收集GC日志(事后分析,一步一卡卡的潇洒),通过JDK(jstat)工具查看GC状态。
4.分析日志
使用工具辅助分析日志,查看GC次数,GC时间。
5.调整参数
切换垃圾收集器或者调整垃圾收集器参数。
####(三)通用GC参数
-XX:ParallelGCThreads 并行GC线程数量(并行搞个跟CPU的数量一样多没关系) -XX:ConcGCThreads 并发GC线程数量(GC在操作,业务代码也在抢) 不能设置的GC线程数和应用的线程数一样,大家都是抢资源的,抢一抢都没了。
-XX:MaxGCPauseMillis=n,最大GC停顿时间,这是个软目标,JVM将尽可能(但不保证)停顿小于这个时间,这个时间不能设置太大,如果设置10秒,就意味着程序10秒的时间程序都不在运行。本来停顿1秒,结果你设置1ms,GC也做不到,它只能尽量的调整新生代,老年代,survivior等的尽量靠拢你设置的时间。一般起不到什么大的效果。
-XX:GCTimeRatio:设置吞吐量大小,它的值是一个 0-100 之间的整数。假设 GCTimeRatio 的值为 n,那么系统将花费不超过 1/(1+n) 的时间用于垃圾收集。如果你设置99秒。1秒GC,但是99秒生成的数据量比较大,1秒的GC解决不完,其实也是白扯。一般起不到什么大的效果。
-XX:SurvivorRatio:设置eden区大小和survivior区大小的比例,默认8,如果新生代有100m,survivior就有10m,Eden区是80m。这个作用不大,很多时候GC需要自适应。
-XX:NewRatio:新生代和老年代的比,默认4,新生代:老年代=1:4,新生代占五分之一。这个作用不大,很多时候GC需要自适应。
-verbose:gc 、-XX:+printGC 打印GC的简要信息。 -XX:+PrintGCDetails 打印GC详细信息。已经被舍弃。 -XX:+PrintGCTimeStamps 打印GC发生的时间戳。已经被舍弃。 -Xloggc:log/gc.log 指定GC log的位置,以文件输出。(不可能跟控制台一起打印的,都是以文件的形式存储)。 XX:+PrintHeapAtGC 每次一次GC后,都打印堆信息。
java -Xmx1024m -Xloggc:gc1.log -jar performance-1.1.0.jar
#下载到默认的下载目录,在crt有设置
sz gc1.log
java -jar gcviewer-1.36-SNAPSHOT.jar
右下角是一个汇总,内存,停顿情况。停顿了29秒。暂停了4018次。 最大耗时133毫秒。full gc 综合23秒。gc paunses 年轻代 的情况。
总的内存713.5M,最大full gc后还有59.6M 释放了,fullgc 9.313MB 差不多9个G的内存被释放。年轻代一共释放了1276G的内存。最多的时候1秒有750MB的内存占用,年轻代就释放了。
比用肉眼看,界面更明显了。其实都是很好理解的。直接看官网看有解释的。
.
默认情况,实时监控结果:10秒内163(641-478)次YGC,11(33-24)次FullGC,总耗时2.185-1.602秒S0C S1C S0U S1U EC EU OC OU MC MU CCSC CCSU YGC YGCT FGC FGCT GCT 38912.0 38400.0 33345.0 0.0 245760.0 0.0 210944.0 172272.4 35120.0 33550.8 4656.0 4334.2 478 7.215 24 1.602 8.817 36352.0 36352.0 32321.0 0.0 249856.0 0.0 215040.0 197339.4 35120.0 33550.8 4656.0 4334.2 496 7.447 25 1.662 9.109 36864.0 37376.0 0.0 30720.9 247808.0 0.0 212992.0 205039.2 35376.0 33555.5 4656.0 4334.2 513 7.665 27 1.727 9.393 35328.0 35328.0 29248.9 0.0 251392.0 62523.4 236032.0 56434.7 35376.0 33555.5 4656.0 4334.2 530 7.872 28 1.857 9.729 34816.0 34816.0 30720.9 0.0 253952.0 0.0 240128.0 54903.1 35376.0 33555.8 4656.0 4334.2 548 8.118 29 1.926 10.043 33280.0 33792.0 0.0 0.0 256000.0 0.0 246272.0 54396.0 35376.0 33555.8 4656.0 4334.2 566 8.344 30 1.989 10.333 33792.0 34304.0 0.0 27648.8 254464.0 0.0 246272.0 236809.6 35376.0 33555.8 4656.0 4334.2 585 8.571 31 1.989 10.560 32768.0 32768.0 28736.9 0.0 256512.0 55225.3 255488.0 236302.0 35376.0 33555.8 4656.0 4334.2 604 8.800 31 2.052 10.851 32256.0 32256.0 0.0 25152.8 258048.0 0.0 261632.0 229634.7 35376.0 33555.8 4656.0 4334.2 623 9.034 32 2.120 11.154 32256.0 32256.0 22528.7 0.0 258560.0 86025.6 273408.0 175333.9 35376.0 33555.8 4656.0 4334.2 641 9.262 33 2.185 11.447
jps
jinfo -flags 11367
-XX:+UseParallelGC 新生代使用并行收集器
-XX:+UseParallelOldGC 老生代使用并行收集器
-XX:ParallelGCThread 设置用于垃圾回收的线程数
-XX:+UseAdaptiveSizePollicy 打开自适应GC策略
查看默认自适应是否打开,发现是默认打开的。
java -XX:+PrintFlagsFinal -version| grep UseAdaptiveSizePolicy
调整GC的线程数,先查看当前gc线程的数量,当前是2
java -XX:+PrintFlagsFinal -version| grep ParallelGCThreads
调整GC的线程数为4java -Xmx1024m -Xloggc:gc1.log -XX:ParallelGCThreads=4 -jar performance-1.1.0.jar
jstat -gc -h10 $(jcmd | grep "jar" | awk '{print $1}') 1000
调整GC线程数后,实时监控结果:10秒内148(2208 -2060 )次YGC,0(56-56)次FullGC,总耗时28.545- 27.687 ≈ 0.9秒,比之前的还是有效果的。S0C S1C S0U S1U EC EU OC OU MC MU CCSC CCSU YGC YGCT FGC FGCT GCT 512.0 512.0 32.0 0.0 348160.0 45472.1 520192.0 46763.4 35120.0 33567.4 4656.0 4334.2 2060 23.275 56 4.412 27.687 512.0 512.0 0.0 0.0 348160.0 325320.0 520192.0 67372.0 35120.0 33567.4 4656.0 4334.2 2077 23.363 56 4.412 27.776 512.0 512.0 0.0 0.0 348160.0 272380.3 520192.0 91036.7 35120.0 33567.4 4656.0 4334.2 2093 23.465 56 4.412 27.877 512.0 512.0 32.0 0.0 348160.0 0.0 520192.0 108533.2 35120.0 33567.4 4656.0 4334.2 2110 23.560 56 4.412 27.973 512.0 512.0 0.0 0.0 348160.0 33031.4 520192.0 122469.6 35120.0 33567.4 4656.0 4334.2 2126 23.643 56 4.412 28.055 512.0 512.0 0.0 64.0 348160.0 0.0 520192.0 137398.1 35120.0 33567.4 4656.0 4334.2 2143 23.737 56 4.412 28.149 512.0 512.0 0.0 64.0 348160.0 0.0 520192.0 151846.5 35120.0 33567.4 4656.0 4334.2 2159 23.829 56 4.412 28.241 512.0 512.0 0.0 32.0 348160.0 11482.9 520192.0 163718.9 35120.0 33567.4 4656.0 4334.2 2175 23.925 56 4.412 28.337 512.0 512.0 32.0 0.0 348160.0 0.0 520192.0 164342.9 35120.0 33567.4 4656.0 4334.2 2192 24.033 56 4.412 28.445 512.0 512.0 32.0 0.0 348160.0 7353.5 520192.0 165983.0 35120.0 33567.4 4656.0 4334.2 2208 24.133 56 4.412 28.545
在调整下,让gc的线程数为1
调整GC线程数后,实时监控结果:10秒内147(1237 -1090 )次YGC,2(27-25)次FullGC,总耗时14.822- 13.764 ≈ 1秒,没有线程数量为4的时候好。S0C S1C S0U S1U EC EU OC OU MC MU CCSC CCSU YGC YGCT FGC FGCT GCT 8192.0 8192.0 5120.2 0.0 332800.0 0.0 185856.0 173817.8 35120.0 33532.8 4656.0 4336.3 1090 11.542 25 2.222 13.764 7680.0 8192.0 6144.2 0.0 331776.0 157355.3 190976.0 34890.6 35120.0 33532.8 4656.0 4336.3 1105 11.623 26 2.296 13.920 8704.0 8704.0 0.0 5664.2 331776.0 0.0 190976.0 54939.2 35120.0 33532.8 4656.0 4336.3 1121 11.749 26 2.296 14.045 8192.0 8704.0 6176.2 0.0 330752.0 15717.3 190976.0 79595.9 35120.0 33532.8 4656.0 4336.3 1138 11.850 26 2.296 14.147 8704.0 8704.0 6656.2 0.0 331776.0 34081.6 190976.0 102204.6 35120.0 33532.8 4656.0 4336.3 1154 11.953 26 2.296 14.249 9216.0 9216.0 0.0 6688.2 329728.0 0.0 190976.0 124813.3 35120.0 33532.8 4656.0 4336.3 1171 12.053 26 2.296 14.349 9216.0 9216.0 6176.2 0.0 330752.0 0.0 190976.0 144861.9 35120.0 33532.8 4656.0 4336.3 1188 12.155 26 2.296 14.451 9216.0 9216.0 7200.2 0.0 330752.0 263039.0 190976.0 162862.4 35120.0 33532.8 4656.0 4336.3 1204 12.258 26 2.296 14.554 8704.0 8704.0 0.0 0.0 330752.0 0.0 198144.0 24643.6 35120.0 33532.8 4656.0 4336.3 1220 12.361 27 2.371 14.732 9216.0 9216.0 0.0 8224.2 330752.0 52984.5 198144.0 41620.2 35120.0 33532.8 4656.0 4336.3 1237 12.451 27 2.371 14.822
重要参数
CMSInitiatingOccupancyFraction: 触发CMS收集器的内存比例。比如60%的意思就是说,当内存达到60%,就会开始进行CMS并发收集。
UseCMSCompactAtFullCollection: 这个前面已经提过,用于在每一次CMS收集器清理垃圾后送一次内存整理。
CMSFullGCsBeforeCompaction: 设置在几次CMS垃圾收集后,触发一次内存整理。
调整成并发gc回收
java -Xmx1024m -Xloggc:gc1.log -XX:+UseConcMarkSweepGC -jar performance-1.1.0.jar
调整GC线程数后,实时监控结果:10秒内94(3088 -2794 )次YGC,0(86-86)次FullGC,总耗时29.437- 27.304 ≈2秒,少量多次,高频回收,会抢占用户线程,根据实际需要进行调优。S0C S1C S0U S1U EC EU OC OU MC MU CCSC CCSU YGC YGCT FGC FGCT GCT 17024.0 17024.0 8709.4 0.0 136320.0 0.0 878208.0 98880.4 35220.0 33554.0 4756.0 4336.8 2794 25.993 86 1.311 27.304 17024.0 17024.0 11266.7 0.0 136320.0 26893.3 878208.0 170056.3 35220.0 33554.0 4756.0 4336.8 2826 26.255 86 1.311 27.566 17024.0 17024.0 9728.3 0.0 136320.0 0.0 878208.0 235086.6 35220.0 33554.0 4756.0 4336.8 2860 26.513 86 1.311 27.824 17024.0 17024.0 0.0 10754.7 136320.0 18634.4 878208.0 300630.4 35220.0 33554.0 4756.0 4336.8 2893 26.771 86 1.311 28.082 17024.0 17024.0 7680.2 0.0 136320.0 0.0 878208.0 367196.7 35220.0 33554.0 4756.0 4336.8 2926 27.014 86 1.311 28.325 17024.0 17024.0 10752.3 0.0 136320.0 5167.9 878208.0 431716.0 35220.0 33554.0 4756.0 4336.8 2958 27.230 86 1.311 28.541 17024.0 17024.0 8704.3 0.0 136320.0 0.0 878208.0 505963.0 35220.0 33554.0 4756.0 4336.8 2990 27.457 86 1.311 28.768 17024.0 17024.0 9728.3 0.0 136320.0 0.0 878208.0 570993.8 35220.0 33554.0 4756.0 4336.8 3023 27.688 86 1.311 28.999 17024.0 17024.0 6656.2 0.0 136320.0 0.0 878208.0 643192.8 35220.0 33554.0 4756.0 4336.8 3056 27.919 86 1.311 29.230 17024.0 17024.0 10756.7 0.0 136320.0 0.0 878208.0 699007.2 35220.0 33554.0 4756.0 4336.8 3088 28.126 86 1.311 29.437
调整cms的并发数量。
java -Xmx1024m -Xloggc:gc1.log -XX:+UseConcMarkSweepGC -XX:ConcGCThreads=2 -jar performance-1.1.0.jar
调整GC线程数后,实时监控结果:10秒内79(4246 -3967)次YGC,0(81-81)次FullGC,总耗时40.011- 37.468 ≈3秒,加大了数量没有带来很显著的提升。因为线程有用户线程,GC线程,他们老发生争抢,S0C S1C S0U S1U EC EU OC OU MC MU CCSC CCSU YGC YGCT FGC FGCT GCT 17024.0 17024.0 5635.3 0.0 136320.0 136237.3 878208.0 437623.5 35344.0 33560.9 4652.0 4338.5 3967 36.037 81 1.431 37.468 17024.0 17024.0 0.0 9219.0 136320.0 125763.7 878208.0 445308.8 35344.0 33560.9 4652.0 4338.5 3997 36.325 81 1.431 37.756 17024.0 17024.0 5637.7 5637.7 136320.0 0.0 878208.0 462209.5 35344.0 33560.9 4652.0 4338.5 4028 36.601 81 1.431 38.032 17024.0 17024.0 9220.1 0.0 136320.0 62110.0 878208.0 475526.2 35344.0 33560.9 4652.0 4338.5 4059 36.875 81 1.431 38.306 17024.0 17024.0 0.0 6144.2 136320.0 0.0 878208.0 484236.0 35344.0 33560.9 4652.0 4338.5 4089 37.156 81 1.431 38.587 17024.0 17024.0 0.0 7680.2 136320.0 0.0 878208.0 496017.6 35344.0 33560.9 4652.0 4338.5 4120 37.453 81 1.431 38.884 17024.0 17024.0 0.0 5632.2 136320.0 0.0 878208.0 506774.8 35344.0 33560.9 4652.0 4338.5 4153 37.710 81 1.431 39.141 17024.0 17024.0 0.0 7683.0 136320.0 68343.6 878208.0 514971.7 35344.0 33560.9 4652.0 4338.5 4185 37.968 81 1.431 39.399 17024.0 17024.0 0.0 8195.4 136320.0 0.0 878208.0 528288.3 35344.0 33560.9 4652.0 4338.5 4216 38.275 81 1.431 39.706 17024.0 17024.0 0.0 9219.0 136320.0 0.0 878208.0 541605.8 35344.0 33560.9 4652.0 4338.5 4246 38.580 81 1.431 40.011
java -Xmx1024m -Xloggc:gc1.log -XX:+UseG1GC -jar performance-1.1.0.jar
调整GC线程数后,实时监控结果:10秒内38(69 -31)次YGC,0次FullGC,总耗时0.577- 0.429 ≈100毫秒。
S0C S1C S0U S1U EC EU OC OU MC MU CCSC CCSU YGC YGCT FGC FGCT GCT
0.0 1024.0 0.0 1024.0 659456.0 28672.0 388096.0 381451.3 35196.0 33479.6 4732.0 4332.9 31 0.429 0 0.000 0.429
0.0 0.0 0.0 0.0 660480.0 26624.0 388096.0 159753.1 35196.0 33484.1 4732.0 4334.0 34 0.439 0 0.000 0.439
0.0 1024.0 0.0 1024.0 659456.0 31744.0 388096.0 337736.3 35196.0 33484.1 4732.0 4334.0 37 0.449 0 0.000 0.449
0.0 1024.0 0.0 1024.0 659456.0 27648.0 388096.0 181066.6 35196.0 33484.7 4732.0 4334.0 41 0.462 0 0.000 0.462
0.0 1024.0 0.0 1024.0 659456.0 9216.0 388096.0 109389.5 35196.0 33484.9 4732.0 4334.0 45 0.480 0 0.000 0.480
0.0 1024.0 0.0 1024.0 659456.0 21504.0 388096.0 160088.2 35196.0 33487.6 4732.0 4334.0 49 0.500 0 0.000 0.500
0.0 1024.0 0.0 1024.0 659456.0 34816.0 388096.0 373093.0 35196.0 33487.6 4732.0 4334.0 53 0.515 0 0.000 0.515
0.0 0.0 0.0 0.0 660480.0 32768.0 388096.0 238949.6 35196.0 33487.6 4732.0 4334.0 58 0.533 0 0.000 0.533
0.0 1024.0 0.0 1024.0 573440.0 35840.0 474112.0 473973.9 35196.0 33487.6 4732.0 4334.0 63 0.551 0 0.000 0.551
0.0 0.0 0.0 0.0 55296.0 3072.0 993280.0 138607.9 35196.0 33487.6 4732.0 4334.0 69 0.577 0 0.000 0.577
####(六)运行时JIT编译器优化参数
-XX:+AggressiveOpts 允许jvm使用积极的性能优化功能
-XX:-TieredCompilation 分层编译jdk8默认开启,jdk7默认关闭 client
-Xmaxjitcodesize、-XX:ReservedCodeCacheSize 指定JIT编译代码的最大代码告诉缓存最大值
-Xmixed 除了热方法之外,解释器执行所有字节码,热方法被便以为本机代码
-XX:InitialCodeCacheSize 初始化编译后的汇编指令,缓存区大小,字节
-XX:+PrintCompilation 打开编译日志 jstat -compiler pid
-XX:CiCompilerCount JIT编译锁使用的线程数量
-XX:+DoEscapeAnalysis 逃逸分析,默认打开。对代码的深度优化
-XX:-inline 方法内敛,默认打开
PS:JVM参数调优是个很细心很耐心的工作,夜深人静的时候写文章的时候演示,平常的时候根本写不出来,太心累了,一个参数一个试穷举法,非java范畴,调优永远都是慢悠悠的,很多时候发现跟谈恋爱一样,初恋可能是最美好的,最可悲的是可能还没开始恋爱,都30多岁到了单身汉的年龄。调优主要是从线程的个数和空间的大小来进行。如果全部演示真的太多了。更多的时候代码的优化,平台,服务器,能做的事情还是比较少的,代码算法的优化才是主要的。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。