lazygophers/java-performance

Java 性能优化规范

核心方法论

数据驱动，禁猜测：profile → 找热点 → 改 → JMH 验证 → 回归测试。

硬约束

1. 生产环境持续开 JFR (disk=true,maxsize=500m,maxage=1d)
2. 优化前必有基线数据 (JFR + JMH 或 Micrometer)
3. 优化后必有 JMH 统计验证 (置信区间不重叠才算显著)
4. 每次只改一个变量
5. Java 25 默认评估 Generational ZGC (低延迟场景)
6. parallelStream 仅 CPU 密集 + 数据量 >10K 时使用
7. 集合预设初始容量，避免 resize
8. 避免装箱：IntStream / LongStream 处理原始类型

JFR (Java Flight Recorder)

# 启动时持续记录 (生产推荐)
java -XX:StartFlightRecording=disk=true,maxsize=500m,maxage=1d \
     -XX:FlightRecorderOptions=stackdepth=256 \
     -jar app.jar

# 运行时按需
jcmd <pid> JFR.start duration=60s filename=run.jfr settings=profile
jcmd <pid> JFR.dump  filename=now.jfr

# 离线分析
jfr summary run.jfr
jfr print --events jdk.CPULoad,jdk.GarbageCollection run.jfr
# 或 JMC GUI (https://www.oracle.com/java/technologies/jdk-mission-control.html)

关注事件：

• CPU 热点：jdk.ExecutionSample、jdk.CPULoad
• 内存分配：jdk.ObjectAllocationInNewTLAB、jdk.OldObjectSample
• GC 停顿：jdk.GarbageCollection、jdk.GCPhasePause
• 锁竞争：jdk.JavaMonitorEnter、jdk.ThreadPark
• 虚拟线程 pin：jdk.VirtualThreadPinned

JMH 基准测试

@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.MICROSECONDS)
@State(Scope.Benchmark)
@Warmup(iterations = 3, time = 1)
@Measurement(iterations = 5, time = 1)
@Fork(2)
public class CollectionBenchmark {
    private List<String> data;

    @Setup public void setup() {
        data = IntStream.range(0, 10_000).mapToObj(i -> "item-" + i).toList();
    }

    @Benchmark public long streamCount() {
        return data.stream().filter(s -> s.contains("5")).count();
    }

    @Benchmark public long parallelStream() {
        return data.parallelStream().filter(s -> s.contains("5")).count();
    }
}

// build.gradle
plugins { id 'me.champeau.jmh' version '0.7.2' }
jmh { warmupIterations = 3; iterations = 5; fork = 2; resultFormat = 'JSON' }

./gradlew jmh

GC 调优 (Java 25)

Generational ZGC (低延迟首选)

java -XX:+UseZGC -XX:+ZGenerational \
     -Xms4g -Xmx4g \
     -jar app.jar

• 停顿 < 1ms
• 堆 8MB ~ 16TB
• 适合：金融、实时 API、长 GC 敏感

G1GC (通用)

java -XX:+UseG1GC -XX:MaxGCPauseMillis=200 \
     -XX:G1HeapRegionSize=16m -XX:+G1UseAdaptiveIHOP \
     -Xms4g -Xmx4g -jar app.jar

GC 日志统一格式

java -Xlog:gc*:file=gc.log:time,uptime,level,tags:filecount=5,filesize=100m -jar app.jar
# 分析：GCEasy.io、GCViewer

启动优化

# CDS (Class Data Sharing) — 轻量，启动提速 20-40%
java -XX:ArchiveClassesAtExit=app.jsa -jar app.jar    # 1) 创建归档
java -XX:SharedArchiveFile=app.jsa    -jar app.jar    # 2) 复用

# GraalVM Native Image — 启动 <100ms，内存 -50~80%
./gradlew nativeCompile
./build/native/nativeCompile/my-app

# 适用：Serverless、CLI、低内存容器；不适：反射重度依赖

常见优化模式

// 集合预容量
List<User> users = new ArrayList<>(expectedSize);
Map<String, User> map = HashMap.newHashMap(expectedSize);  // Java 19+

// 字符串
String result = String.join(",", list);           // 替代手动循环
String s = "name=%s, age=%d".formatted(n, a);     // 替代 String.format

// 原始 Stream，避免装箱
IntStream.range(0, 100).sum();
OptionalInt max = IntStream.of(1, 2, 3).max();

// 不可变 List
List<T> result = stream.toList();   // Java 16+

// JPA fetch 防 N+1
@Query("SELECT u FROM User u JOIN FETCH u.orders WHERE u.id IN :ids")
List<User> findAllWithOrders(@Param("ids") List<Long> ids);

// HikariCP
// spring.datasource.hikari.maximum-pool-size=10
// spring.datasource.hikari.minimum-idle=5
// spring.datasource.hikari.connection-timeout=2000

Micrometer 指标

@Timed(value = "user.query", percentiles = {0.5, 0.95, 0.99})
public Optional<User> findById(Long id) { ... }

@Bean
public TimedAspect timedAspect(MeterRegistry r) { return new TimedAspect(r); }

四大黄金指标：延迟 (P50/P95/P99/P999)、吞吐 (QPS/TPS)、错误率、饱和度。

async-profiler 火焰图

./asprof -d 30 -f cpu.html   <pid>   # CPU
./asprof -d 30 -e alloc -f alloc.html <pid>  # 分配
./asprof -d 30 -e lock  -f lock.html  <pid>  # 锁竞争
./asprof -d 30 -e wall  -f wall.html  <pid>  # 含等待时间

Red Flags

| AI 易犯解释 | 实际应核验 | |---------|---------| | "凭经验改" | 是否有 JFR/JMH 数据？ | | "看起来慢" | 是否是 profiling 热点？ | | "快了 10%" | 是否 JMH 置信区间验证？ | | "G1 够用" | 是否评估 Generational ZGC？ | | "JVM 默认参数" | 是否按负载调优？ | | "parallelStream 更快" | 数据是否 >10K + CPU 密集？ | | "Native Image 太麻烦" | Serverless/CLI 是否评估？ |

检查清单

• [ ] 生产开 JFR (disk + maxage)
• [ ] JMH 基线 + 优化后对比
• [ ] GC 选型有数据依据 (ZGC vs G1)
• [ ] 启动优化评估 (CDS / Native)
• [ ] 集合预容量
• [ ] 无不必要装箱
• [ ] HikariCP 参数与负载匹配
• [ ] JPA JOIN FETCH 防 N+1
• [ ] Micrometer 四大指标接入
• [ ] async-profiler 火焰图存档

参考

• JFR 文档: https://docs.oracle.com/en/java/javase/25/troubleshoot/diagnostic-tools.html
• JMH 官方: https://openjdk.org/projects/code-tools/jmh/
• ZGC: https://wiki.openjdk.org/display/zgc
• GraalVM Native: https://www.graalvm.org/latest/reference-manual/native-image/
• async-profiler: https://github.com/async-profiler/async-profiler