Java的性能有某種黑魔法之稱。部分原因在于Java平臺非常復雜，很多情況下問題難以定位。然而在歷史上還有一種趨勢，人們靠智慧和經(jīng)驗來研究Java性能，而不是靠應用統(tǒng)計和實證推理。在這篇文章中，我希望拆穿一些最荒謬的技術神話。

1.Java很慢

關于Java的性能有很多謬論，這一條是最過時的，可能也是最為明顯的。

確實，在上世紀90年代和本世紀初處，Java有時是很慢。

然而從那以后，虛擬機和JIT技術已經(jīng)有了十多年的改進，Java的整體性能現(xiàn)在已經(jīng)非常好了。

在6個獨立的Web性能基準測試中，Java框架在24項測試中有22項位列前四。

盡管JVM利用性能剖析僅優(yōu)化常用的代碼路徑，但這種優(yōu)化效果很明顯。很多情況下，JIT編譯的Java代碼和C++一樣快，而且這樣的情況越來越多了。

盡管如此，依然有人認為Java平臺很慢，這或許源自體驗過Java平臺早期版本的人的歷史偏見。

在下結(jié)論之前，我們建議保持客觀的態(tài)度，并且評估一下最新的性能結(jié)果。

2.可以孤立地看待單行Java代碼

考慮下面這行短小的代碼：

MyObject obj = new MyObject();

對Java開發(fā)者而言，看似很明顯，這行代碼一定會分配一個對象并調(diào)用適當?shù)臉嬙炱鳌?/p>

我們也許可以據(jù)此推出性能邊界了。我們認為這行代碼一定會導致執(zhí)行一定量的工作，基于這種推定，就可以嘗試計算其性能影響了。

其實這種認識是錯誤的，它讓我們先入為主地認為，不管什么工作，在任何情況下都會進行。

事實上，javac和JIT編譯器都能夠?qū)⑺来a優(yōu)化掉。就JIT編譯器而言，基于性能剖析數(shù)據(jù)，甚至可以通過預測將代碼優(yōu)化掉。在這樣的情況下，這行代碼根本不會運行，所以不會影響性能。

此外，在某些JVM中——比如JRockit——JIT編譯器甚至可以將對象上的操作分解，這樣即便代碼路徑還有效，分配操作也可以避免。

這里的寓意是，在處理Java性能問題時，上下文非常重要，過早的優(yōu)化有可能產(chǎn)生違反直覺的結(jié)果。所以最好不好過早優(yōu)化。相反，應該總是構建代碼，并且使用性能調(diào)校技術來定位性能熱點，然后加以改進。

3.微基準測試和你想象的一樣

正如我們上面看到的那樣，檢查一小段代碼不如分析應用的整體性能來的準確。

盡管如此，開發(fā)者還是喜歡編寫微基準測試。似乎對平臺底層的某些方面進行修修補補會帶來無窮的樂趣。

理查德·費曼曾經(jīng)說過：“不要欺騙自己，你自己正是最容易被欺騙的人。”這句話用來說明編寫Java微基準測試這件事是再合適不過了。

編寫良好的微基準測試極其困難。Java平臺非常復雜，而且很多微基準測試只能用于測量瞬時效應，或是Java平臺的其他意想不到的方面。

例如，如果沒有經(jīng)驗，編寫的微基準測試往往就是測一下時間或垃圾收集，卻沒有抓住真正的影響因素。

只有那些有實際需求的開發(fā)者和開發(fā)團隊才應該編寫微基準測試。這些基準測試應該完全公開（包括源代碼），而且是可以復現(xiàn)的，還應接受同行評審及進一步的審查。

Java平臺的很多優(yōu)化表明統(tǒng)計運行和單次運行對結(jié)果影響很大。要得到真實可靠的答案，應該將一個單獨的基準測試運行多次，然后把結(jié)果匯總到一起。

如果讀者感覺有必要編寫微基準測試，Georges、Buytaert和Eeckhout等人的論文《利用嚴格的統(tǒng)計方法評測Java 性能（Statistically Rigorous Java Performance Evaluation）》是個不錯的開始。缺乏適當?shù)慕y(tǒng)計分析，我們很容易被誤導。

有很多開發(fā)好的工具以及圍繞這些工具的社區(qū)（比如Google的Caliper）。如果確實有必要編寫微基準測試，那也不要自己編寫，這時需要的是同行的意見和經(jīng)驗。

4.算法慢是性能問題的最常見原因

在開發(fā)者之間有一個很常見的認知錯誤（普通大眾也是如此），即認為系統(tǒng)中他們控制的那部分很重要。

在探討Java性能時，這種認知錯誤也有所體現(xiàn)：Java開發(fā)者認為算法的質(zhì)量是性能問題的主要原因。開發(fā)者考慮的是代碼，因此他們自然會偏向于考慮自己的算法。

實際上在處理一系列現(xiàn)實中的性能問題時，人們發(fā)現(xiàn)算法設計是根本問題的幾率不足10%。

相反，與算法相比，垃圾收集、數(shù)據(jù)庫訪問和配置錯誤導致應用程序緩慢的可能性更大。

大部分應用處理的數(shù)據(jù)量相對較小，因此，即使主要算法效率不高，通常也不會導致嚴重的性能問題。可以肯定，我們的算法不是最優(yōu)的；盡管如此，算法帶來的性能問題還是算小的，更多性能問題是應用棧的其他部分導致的。

因此我們的最佳建議是，使用實際生產(chǎn)數(shù)據(jù)來揭開性能問題的真正原因。要測量性能數(shù)據(jù)，而不是憑空猜測！

5.緩存可以解決所有問題

“計算機科學中的所有問題都可以通過引入一個中間層來解決。”

David Wheeler的這句程序員格言（在互聯(lián)網(wǎng)上，這句話至少還被認為是其他兩位計算機科學家說的）非常常見，尤其是在Web開發(fā)者之中很流行。

如果未能透徹理解現(xiàn)有的架構，而且分析也已停頓，往往就是“緩存可以解決所有問題”這種謬論抬頭的時候了。

在開發(fā)者看來，與其處理嚇人的現(xiàn)有系統(tǒng)，還不如在前面加一層緩存，將現(xiàn)有系統(tǒng)隱藏起來，以此期待最好的情況。無疑，這種方式只是讓整體架構更復雜了，當下一個接手的開發(fā)者打算了解系統(tǒng)現(xiàn)狀時，情況會更糟糕。

規(guī)模龐大、設計拙劣的系統(tǒng)往往缺乏整體的設計，是一次一行代碼、一個子系統(tǒng)這樣寫出來的。然而很多情況下，簡化并重構架構會帶來更好的性能，而且?guī)缀蹩偸歉菀鬃屓死斫狻?/p>

所以當評估是否真的有必要加入緩存時，應該先計劃收集一些基本的使用統(tǒng)計信息（比如命中率和未命中率等），以此證明緩存層帶來的真正價值。

6.所有應用都需要關注Stop-The-World問題

Java平臺存在一個無法改變的事實：為運行垃圾收集，所有應用線程必須周期性停頓。有時這被當作Java的一個嚴重缺點，即使沒有任何真憑實據(jù)。

實證研究表明，如果數(shù)字數(shù)據(jù)（如價格波動）變化的頻率超過200毫秒一次，人就無法正常感知了。

應用主要是給人用的，因此我們有一個有用的經(jīng)驗法則，200毫秒或低于200毫秒的Stop-The-World（STW）通常是沒有影響的。有些應用可能有更高的要求（如流媒體），但很多GUI應用是不需要的。

少數(shù)應用（比如低延遲交易或機械控制系統(tǒng)）無法接受200毫秒的停頓。除非編寫的就是這類應用，否則用戶基本感覺不到垃圾收集器的影響。

值得一提的是，在應用線程數(shù)量超過物理核數(shù)的任何系統(tǒng)中，操作系統(tǒng)必須控制對CPU的分時訪問。Stop-The-World聽著可怕，但實際上任何應用（不管是JVM還是其他應用）都要面對稀缺計算資源的爭用問題。

如果不去測量，JVM對應用性能有何附加影響是不清楚的。

總之，請打開GC日志，以此來確定停頓時間是否真的影響了應用。通過分析日志來確定停頓時間，這里既可以手工分析，也可以利用腳本或工具分析。然后再判定它們是否真的給應用于帶來了問題。最重要的是，問自己一個關鍵的問題：確實有用戶抱怨嗎？

7.手寫對象池適合一大類應用

認為Stop-The-World停頓在某種程度上是不好的，應用開發(fā)團隊的一個常見反應就是在Java堆內(nèi)實現(xiàn)自己的內(nèi)存管理技術。這往往會歸結(jié)為實現(xiàn)一個對象池（甚至是全面的引用計數(shù)），而且需要使用了領域?qū)ο蟮娜魏未a都參與進來。

這種技術幾乎總是具有誤導性的。它基于過去的認知，那時對象分配非常昂貴，而修改對象則廉價的多。現(xiàn)在的情況已經(jīng)完全不同了。

現(xiàn)在的硬件在分配時非常高效；最新的桌面或服務器硬件，內(nèi)存帶寬至少是2到3GB。這是一個很大的數(shù)字，除非專門編寫的應用，否則要充分利用這么大的帶寬還真不容易。

一般來說，正確實現(xiàn)對象池非常困難（尤其是有多個線程工作時），而且對象池還帶來了一些負面的要求，使這種技術不是一個通用的良好選擇：

所有接觸到對象池代碼的開發(fā)者必須了解對象池，而且能正確處理哪些代碼知道對象池，哪些代碼不知道對象池，其界限必須讓大家知道，并且寫在文檔中這些額外的復雜性要保持更新，而且定期復審如果有一條不滿足，悄然出現(xiàn)問題（類似于C 中的指針復用）的風險就又回來了

總之，只有GC停頓不能接受，而且調(diào)校和重構也未能將停頓減小到可以接受的水平時，才能使用對象池。

8.在垃圾收集中，相對于Parallel Old，CMS總是更好的選擇

Oracle JDK默認使用一個并行的Stop-The-World收集器來收集老年代，即Parallel Old收集器。

Concurrent-Mark-Sweep (CMS)是一個備選方案，在大部分垃圾收集周期，它允許應用線程繼續(xù)運行，但這是有代價的，而且有一些注意事項。

允許應用線程與垃圾收集線程一起運行，不可避免地帶來一個問題：應用線程修改了對象圖，可能會影響對象的存活性。這種情況必須在事后加以清理，因此CMS實際上有兩個STW階段（通常非常短）。

這會帶來一些后果：

必須將所有應用線程帶到安全點，每次Full GC期間會停頓兩次；盡管垃圾收集與應用同時執(zhí)行，但應用的吞吐量會降低（通常是50%）；在使用CMS進行垃圾收集時，JVM所用的簿記信息（和CPU周期）遠高于其他的并行收集器。

這些代價是不是物有所值，取決于應用的情況。但是天下沒有免費的午餐。CMS收集器在設計上值得稱道，但它不是萬能的。

所以在確定CMS是正確的垃圾收集策略之前，首先應該確認Parallel Old的STW停頓確實不能接受，而且已經(jīng)無法調(diào)校。最后，我重點強調(diào)一下，所有指標必須從與生產(chǎn)系統(tǒng)等價的系統(tǒng)中獲得。

9.增加堆的大小可以解決內(nèi)存問題

當應用陷入困境，并且懷疑是GC的問題時，很多應用團隊的反應就是增加堆的大小。在某些情況下，這樣做可以快速見效，而且為我們留出了時間來考慮更周詳?shù)慕鉀Q方案。然而，如果沒有充分理解性能問題的原因，這種策略反而會讓事情變得更糟糕。

考慮一個編碼非常糟糕的應用程序，它正在產(chǎn)生很多領域?qū)ο?(它們的生存時間很有代表性，比如說是2-3秒)。如果分配率高到一定程度，垃圾收集會頻繁進行，這樣領域?qū)ο髸惶嵘嚼夏甏ｎI域?qū)ο髱缀跏且贿M入年老代，生存時間就結(jié)束了，從而直接死亡，但它們直到下一次Full GC時才會被回收。

如果增加了應用的堆大小，我們所做的不過是增加了相對短命的對象進入和死亡所用的空間。這會導致Stop-The-World停頓時間更長，對應用并無益處。

在修改堆大小或者調(diào)校其他參數(shù)之前，理解對象的分配和生存時間的動態(tài)是很有必要的。沒有測量性能數(shù)據(jù)就盲目行動，只會使情況更糟糕。在這里，垃圾收集器的老年代分布情況特別重要。

結(jié)論

當談到Java的性能調(diào)校時，直覺常常起誤導作用。我們需要實驗數(shù)據(jù)和工具來幫助我們將平臺的行為可視化并加強理解。

垃圾收集就是最好的例子。對于調(diào)校或者生成指導調(diào)校的數(shù)據(jù)而言，GC子系統(tǒng)擁有無限的潛力；但是對于產(chǎn)品應用而言，不使用工具很難理解所產(chǎn)生數(shù)據(jù)的意義。

默認情況下，運行任意Java進程（包括開發(fā)環(huán)境和產(chǎn)品環(huán)境），應該至少總是使用如下參數(shù)：

-verbose:gc（打印GC日志）-Xloggc:（更全面的GC日志）-XX:+PrintGCDetails（更詳細的輸出）-XX:+PrintTenuringDistribution（顯示JVM所使用的將對象提升進入老年代的年齡閾值）

然后使用工具來分析日志，這里可以利用手寫的腳本，可以用圖生成，還可以使用GCViewer（開源的）或jClarity Censum這樣的可視化工具。