1. 引言

JVM調校的重要性體現在以下幾個方面：

1. 提高應用程式的回應速度
2. 優化記憶體使用，減少記憶體洩漏
3. 降低CPU使用率，提升系統整體效能
4. 減少垃圾回收的頻率和持續時間

2. JVM記憶體配置調校

JVM記憶體配置的是優化Java應用程式效能的基礎，我們一起來討論堆積大小設定和新生代、老年代比例調整的重要性及方法。

2.1 堆積大小設定

堆積（Heap）是JVM用於儲存物件實例的記憶體區域。
適當的堆積大小設定可以平衡記憶體使用和垃圾回收頻率。

關鍵考量：

• 初始堆積大小（-Xms）：建議設定為實體記憶體的25%到50%。
• 最大堆積大小（-Xmx）：通常不超過實體記憶體的75%。
• 在生產環境中，建議將初始堆積大小和最大堆積大小設為相同值，以避免記憶體重新分配造成的效能波動。

java -Xms4g -Xmx4g YourApplication

2.2 新生代和老年代比例調整

合理分配新生代（Young Generation）和老年代（Old Generation）的比例可以優化垃圾回收效率。

• 新生代大小（-Xmn）：通常設定為堆積大小的1/3到1/2。
• 使用-XX:NewRatio參數調整新生代與老年代的比例。

java -Xms4g -Xmx4g -Xmn2g -XX:NewRatio=2 YourApplication

2.3 記憶體配置最佳實踐

1. 監控應用程式的記憶體使用模式，根據實際情況調整。
2. 考慮使用G1垃圾回收器，它能自動平衡新生代和老年代的大小。
3. 使用-XX:+HeapDumpOnOutOfMemoryError參數，在發生OutOfMemoryError時產生堆積傾印檔案，有助於問題診斷。

記憶體配置調校是一個反覆運算的過程，需要根據應用程式的特性和負載情況不斷優化。適當的配置可以顯著提升應用程式的效能和穩定性。

3. 垃圾回收器選擇與調校

選擇適當的垃圾回收器並進行合理的調校，對於優化Java應用程式的效能至關重要。本節將介紹常見的垃圾回收器及其調校方法。

3.1 常見垃圾回收器介紹

1. G1（Garbage First）垃圾回收器

   • 適用於大型堆積記憶體（大於4GB）
   • 平衡吞吐量和暫停時間
   • 自JDK 9開始成為預設垃圾回收器

2. CMS（Concurrent Mark Sweep）垃圾回收器

   • 專注於減少暫停時間
   • 適合對回應時間要求較高的應用程式
   • 已在JDK 14中被棄用

3. ZGC（Z Garbage Collector）

   • 專為超低暫停時間設計（小於10ms）
   • 適用於大型堆積記憶體（數TB級別）
   • 從JDK 15開始成為生產就緒狀態

3.2 垃圾回收器參數調整

# 使用G1垃圾回收器
java -XX:+UseG1GC YourApplication

# 使用CMS垃圾回收器（不建議在新專案中使用）
java -XX:+UseConcMarkSweepGC YourApplication

# 使用ZGC（需要JDK 15+）
java -XX:+UseZGC YourApplication

3.3 G1垃圾回收器調校技巧

1. 設定目標暫停時間：

   -XX:MaxGCPauseMillis=200
   

2. 調整新生代大小：

   -XX:G1NewSizePercent=30
   -XX:G1MaxNewSizePercent=60
   

3. 調整區域大小：

   -XX:G1HeapRegionSize=4M
   

3.4 ZGC調校技巧

1. 設定最大堆積大小：

   -Xmx32G
   

2. 啟用大頁面支援：

   -XX:+UseLargePages
   

3.5 垃圾回收器選擇與調校的最佳實踐

1. 根據應用程式的特性和需求選擇適當的垃圾回收器。
2. 監控垃圾回收的頻率和持續時間，適時調整參數。
3. 在測試環境中進行壓力測試，評估不同垃圾回收器和參數設定的效果。
4. 定期檢視和更新垃圾回收策略，以適應應用程式的變化和新版本JVM的改進。

4. JIT編譯器最佳化

JIT（Just-In-Time）編譯器是Java虛擬機器（JVM）中的關鍵組件，負責將位元組碼轉換為本機機器碼，從而提高Java應用程式的執行效能。

4.1 編譯閾值調整

JIT編譯器根據方法的執行頻率來決定是否將其編譯為本機碼。調整編譯閾值可以影響JIT編譯的行為。

# 設定方法被解釋執行10000次後進行編譯
-XX:CompileThreshold=10000

# 對於分層編譯，調整第一層和第二層的編譯閾值
-XX:Tier3InvocationThreshold=2000
-XX:Tier4InvocationThreshold=15000

4.2 方法內聯

方法內聯是JIT編譯器的重要最佳化技術，可以減少方法調用的開銷。

# 調整最大內聯深度
-XX:MaxInlineLevel=15

# 設定內聯方法的最大大小（以位元組為單位）
-XX:MaxInlineSize=35

4.3 啟用進階JIT最佳化

JVM提供多種進階JIT最佳化選項，可以根據應用程式的特性進行調整。

# 啟用循環展開最佳化
-XX:+UseLoopPredicate

# 啟用逸出分析
-XX:+DoEscapeAnalysis

# 啟用部分逸出分析
-XX:+PartialPeelLoop

4.4 JIT編譯器最佳化的最佳實踐

1. 使用 -XX:+PrintCompilation 參數來監控JIT編譯器的行為。
2. 對於長時間運行的應用程式，考慮使用 -XX:+TieredCompilation 啟用分層編譯。
3. 使用性能分析工具（如JProfiler或VisualVM）來識別熱點方法，並針對性地進行最佳化。
4. 定期檢視和更新JIT編譯器的設置，以適應應用程式的變化和新版本JVM的改進。

5. 執行緒池調校

執行緒池是Java並發程式設計中的重要組件，適當的執行緒池調校可以顯著提升應用程式的效能和資源利用率。

5.1 執行緒池大小設定

執行緒池的大小直接影響應用程式的並發處理能力和資源消耗。

• 對於 CPU 密集型任務：執行緒池大小 = CPU核心數 + 1
• 對於 I/O 密集型任務：執行緒池大小 = CPU核心數 * (1 + 等待時間/計算時間)

int corePoolSize = Runtime.getRuntime().availableProcessors() + 1;
int maxPoolSize = corePoolSize * 2;
long keepAliveTime = 60L;
TimeUnit unit = TimeUnit.SECONDS;
BlockingQueue<Runnable> workQueue = new LinkedBlockingQueue<>(1000);

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    corePoolSize, maxPoolSize, keepAliveTime, unit, workQueue
);

5.2 任務佇列策略選擇

選擇合適的任務佇列策略可以優化執行緒池的效能和資源利用。

1. ArrayBlockingQueue：有界佇列，適合任務數量可預測的場景。
2. LinkedBlockingQueue：無界佇列，適合任務數量不可預測但需要無限制接收的場景。
3. SynchronousQueue：不儲存任務的佇列，適合需要即時處理的場景。

// 使用 SynchronousQueue 的例子
ThreadPoolExecutor executor = new ThreadPoolExecutor(
    corePoolSize, maxPoolSize, keepAliveTime, unit,
    new SynchronousQueue<Runnable>()
);

5.3 拒絕策略設定

當執行緒池和任務佇列都已滿時，需要設定合適的拒絕策略。

1. AbortPolicy：拋出 RejectedExecutionException（預設策略）。
2. CallerRunsPolicy：在呼叫者的執行緒中執行任務。
3. DiscardPolicy：直接丟棄任務。
4. DiscardOldestPolicy：丟棄佇列中最舊的任務。

executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());

5.4 執行緒池調校的最佳實踐

1. 根據應用程式的特性（CPU密集型或I/O密集型）選擇適當的執行緒池大小。
2. 監控執行緒池的使用情況，包括活躍執行緒數、佇列大小等。
3. 使用工具如 JConsole 或 VisualVM 來觀察執行緒池的行為。
4. 定期檢視和調整執行緒池配置，以適應應用程式負載的變化。

6. 監控與分析工具

有效的JVM調校和效能最佳化離不開適當的監控和分析工具，將介紹一些常用的JVM監控和分析工具，幫助開發過程有更好地理解和優化Java應用程式的效能。

6.1 JConsole 和 VisualVM 的使用

JConsole 和 VisualVM 是 JDK 自帶的強大監控工具，提供直觀的圖形化介面。

JConsole

• 即時監控 JVM 的記憶體使用、執行緒、類別載入等情況
• 查看 MBean 資訊，進行 JMX 管理

使用方法：

jconsole

VisualVM

• 提供更豐富的視覺化資訊
• 支援 CPU 和記憶體分析
• 可以通過外掛程式擴展功能

使用方法：

jvisualvm

6.2 效能分析工具介紹

JProfiler

• 專業的 Java 效能分析工具
• 提供詳細的 CPU 和記憶體分析
• 支援遠端分析和快照比較

YourKit

• 另一款強大的 Java 效能分析工具
• 提供低開銷的生產環境監控
• 支援記憶體洩漏檢測和執行緒分析

6.3 命令列工具

jstat

• 監控 JVM 統計資訊

jstat -gcutil <pid> 1000 10

jmap

• 產生堆積記憶體快照

jmap -dump:format=b,file=heap.bin <pid>

jstack

• 產生執行緒堆疊追蹤

jstack <pid>

6.4 實踐

1. 在開發和測試環境中經常使用這些工具進行效能分析
2. 在生產環境中謹慎使用，注意監控工具本身對系統效能的影響
3. 結合日誌分析，全面解應用程式的行為
4. 建立效能基準，定期進行比較和分析

7. 實踐與注意事項

在進行 JVM 調校和效能最佳化時，遵循一些最佳實踐並注意潛在的陷阱是非常重要的。本節將提供一些關鍵的建議和注意事項。

7.1 定期監控與調整

• 建立效能基準：在進行任何調整前，先建立應用程式的效能基準。
• 持續監控：使用監控工具定期檢查 JVM 的運行狀況。
• 漸進式調整：每次只調整一個參數，觀察其影響後再進行下一步調整。

7.2 避免過度調校

• 不要過度優化：過度的調校可能會導致系統不穩定或難以維護。
• 權衡利弊：某些優化可能會提高某方面的效能，但同時降低其他方面的效能。

7.3 考慮應用程式特性

• 了解應用程式的資源需求：不同類型的應用程式（如 Web 應用、批次處理、微服務）有不同的資源需求。
• 適應負載變化：考慮應用程式在不同負載下的行為，設計彈性的調校策略。

7.4 注意事項

• 測試環境模擬：盡可能在與生產環境相似的測試環境中進行調校。
• 文件化：記錄所有的調校過程和結果，便於日後參考和調整。
• 版本相容性：注意 JVM 參數在不同 Java 版本中的變化和相容性。
• 安全考量：某些 JVM 參數可能會影響應用程式的安全性，調整時需謹慎。

7.5 團隊協作

• 知識分享：確保團隊成員了解 JVM 調校的原理和實踐。
• 制定標準：建立團隊內部的 JVM 調校標準和流程。
• 定期審查：定期審查調校策略，確保其仍然適用於當前的應用程式狀態。

本篇文章同步刊載: JYI.TW
筆者個人的網站: JUNYI