Linux Java應用性能優化技巧有哪些

一、JVM參數調優

• 堆內存設置：通過-Xms（初始堆大?。┖?code>-Xmx（最大堆大?。﹨祵⒍褍却婀潭橄嗤担ㄈ?code>-Xms4g -Xmx4g），避免運行時JVM動態調整堆大小導致的性能波動（如Full GC觸發）。
• 垃圾回收器選擇：根據應用需求選型——大堆內存（如超過4GB）推薦使用G1GC（-XX:+UseG1GC），平衡吞吐量與低延遲；低延遲場景可選用ZGC（-XX:+UseZGC，需Java 11+）或Shenandoah（-XX:+UseShenandoahGC）；傳統CMS（-XX:+UseConcMarkSweepGC）適用于低延遲但已逐漸被取代。
• GC停頓時間控制：通過-XX:MaxGCPauseMillis設定期望的最大GC停頓時間（如-XX:MaxGCPauseMillis=200，單位毫秒），指導GC算法調整以減少停頓對應用的影響。
• 新生代與老年代比例：調整-XX:NewRatio（新生代與老年代比例，默認2，即新生代占1/3）和-XX:SurvivorRatio（Eden區與Survivor區比例，默認8，即Eden占80%），優化對象晉升頻率（如高頻創建短期對象的場景可增大新生代比例）。
• 壓縮指針啟用：使用-XX:+UseCompressedOops（默認開啟）減少內存占用（64位JVM下對象引用從8字節壓縮到4字節），提高內存訪問速度。

二、代碼層面優化

• 減少對象創建：避免在循環或高頻方法中創建臨時對象（如String str = new String("abc")改為String str = "abc"，利用字符串常量池），重用對象（如使用StringBuilder代替+拼接字符串）。
• 使用局部變量：局部變量存儲在棧中，訪問速度遠快于堆中的實例變量（如將this.instanceVar改為局部變量localVar）。
• 優化循環結構：將循環內不變的計算提前到循環外（如for(int i=0; i<list.size(); i++)改為int size=list.size(); for(int i=0; i<size; i++)），減少重復計算。
• 選擇高效數據結構與算法：根據場景選型——高頻查找用HashMap（O(1)時間復雜度），有序數據用TreeMap（O(log n)），隊列用LinkedList（插入刪除O(1)）；避免使用Vector、Hashtable等同步容器（除非需要線程安全）。
• 減少同步與鎖競爭：避免過度同步（如將synchronized方法改為synchronized代碼塊），使用并發集合（如ConcurrentHashMap、CopyOnWriteArrayList）替代同步集合，降低線程阻塞。

三、系統資源優化

• 內核參數調整：修改/etc/sysctl.conf優化網絡與內存——net.core.rmem_max=16777216（接收緩沖區最大值）、net.core.wmem_max=16777216（發送緩沖區最大值）提升網絡吞吐；vm.swappiness=10（默認60，值越低越少使用交換空間）減少磁盤IO（交換空間會顯著降低性能）。
• 文件描述符限制：通過/etc/security/limits.conf增加進程可打開的文件描述符數（如* soft nofile 65535、* hard nofile 65535），避免高并發場景下因文件描述符耗盡導致的連接失敗。
• I/O調度器優化：根據磁盤類型選擇調度器——SSD推薦deadline或noop（echo deadline > /sys/block/sda/queue/scheduler），機械硬盤推薦cfq（已逐漸被淘汰），減少I/O等待時間。
• 內存與交換空間管理：關閉不必要的服務釋放內存，避免過度使用交換空間（可通過free -h查看swap使用率，若長期高于20%需調整）。

四、多線程與并發優化

• 合理配置線程池：根據CPU核心數（Runtime.getRuntime().availableProcessors()）設置線程池大小——CPU密集型任務（如計算）設為核心數+1，IO密集型任務（如數據庫訪問）設為核心數*2（避免過多線程導致上下文切換開銷）。
• 使用高效并發工具：優先使用java.util.concurrent包下的工具類——CountDownLatch（線程同步）、CyclicBarrier（多線程匯合）、Semaphore（限流）、BlockingQueue（生產者-消費者模型），替代手動同步（如synchronized）。
• 減少鎖粒度與范圍：避免synchronized修飾整個方法（如將方法內的非臨界區代碼移出同步塊），使用細粒度鎖（如ConcurrentHashMap的分段鎖），或采用樂觀鎖（如CAS操作，AtomicInteger）。
• 避免線程阻塞：使用非阻塞IO（如NIO的Selector）、異步編程（如CompletableFuture、Reactive Programming（如Spring WebFlux）），提高IO密集型任務的響應速度。

五、數據庫訪問優化

• SQL語句優化：避免SELECT *（僅查詢必要字段），添加合適的索引（如WHERE條件、JOIN字段），優化復雜查詢（如拆分大查詢、使用臨時表），避免子查詢嵌套過深。
• 連接池配置：使用高性能連接池（如HikariCP，默認配置已較優，可根據場景調整maximumPoolSize（最大連接數，建議不超過數據庫最大連接數的80%）、connectionTimeout（連接超時時間，默認30秒）），減少連接創建與銷毀的開銷。
• 批量操作：使用PreparedStatement的addBatch()與executeBatch()方法批量插入/更新數據（如INSERT INTO table VALUES (?, ?), (?, ?)），減少數據庫往返次數。

六、性能監控與分析

• JVM監控工具：使用jstat監控GC情況（jstat -gcutil <pid> 1000，每秒輸出一次GC統計）、jmap生成堆轉儲（jmap -dump:format=b,file=heap.hprof <pid>，分析內存泄漏）、jstack查看線程棧（jstack <pid>，分析線程阻塞），或使用圖形化工具（如VisualVM、Java Mission Control、JProfiler）實時監控JVM內存、CPU、線程等指標。
• 系統監控工具：使用top（查看CPU使用率）、free（查看內存使用）、df（查看磁盤空間）、iotop（查看磁盤IO）、netstat/ss（查看網絡連接）等命令，定位系統瓶頸（如CPU過高可能是代碼計算密集，IO過高可能是數據庫查詢慢）。
• 日志與基準測試：記錄應用日志（如使用Logback、Log4j2），分析慢請求（如通過AOP記錄方法執行時間）；定期進行基準測試（如使用JMeter、Gatling模擬高并發場景），驗證優化效果并發現新的瓶頸。