JAVA性能优化小结

工具篇：
首先arthas工具的
一：trace命令：
trace --skipJDKMethod false cn.com.zhimo.MainEntry main
内部类
trace --skipJDKMethod false cn.com.zhimo.MainEntry$InnerClass hello
1、这个命令，对性能消耗比较大，所展示的时间，跟真实的时间可能相差较大。但是可以做横向比较
2、这个命令抓的是wall时间，包括抢锁、网络、IO
3、对于i++的，无法统计，因为它不是方法调用。
4、可以加-n 5参数，限定采集次数。

二：CPU火焰图
profiler start
profiler stop --file /home/zhimo/cpu.html
也可以不加--file，但是要有权限写文件。
1、这个只可以抓CPU消耗。它的原理是周期抓调用栈，谁的样本多，概率上就说明，谁占用多。
2、抢锁、网络、IO，不能体现在这个里面。

三：WALL火焰图
profiler start -e wall
profiler stop --file /home/zhimo/wall.html
1、这个抓的是WALL时间。抢锁、网络、IO都会体现其中。
2、虽然CPU使用得更多，但个人认为WALL也必须看

思路篇：
肯定极不完整了。

1. 调用逻辑改造：单线程，串行处理一批消息。可以在中间加阻塞队列作为消息缓冲。这样相当于两个线程并发地处理。
   2、中间的阻塞队列，优先使用ArrayBlockingQueue
   3、不要忘记原始的打日志的方式。这种方式最可靠，最能说明问题。
   4、耗时的方法，重复调用（在CPU图上可以看出来），尽量避免正则等操作。

教训：
1、当任务工作时间小于1ms，基于小于1ms。那并发起来并不一定有好的效果。因为并发调度本身也要消耗一些性能。
2、一定要从大的架构开始分析。比如先消息源头的性能，再分析内部逻辑

其它arthas工具（学习了，但是这次没有使用）
1、watch命令
trace关心的是调用耗时，而watch关心的是数据，入参、返回值、异常、也可以观察耗时 等等。
watch后面有两个字符串参数，一个是我想观察的哪些数据，比如入参、返回值 。另一个是条件，在什么情况下观察。比如根据以耗时为条件，以某个入参为条件。
还有一个点，类似面向切面编程，可以在执行前观察，还是返回后，还是抛异常后。

2、tt命令（time tunnel时光隧道）
一言以蔽之，把执行的现场保存下来，事后再分析。同时，还可以拿当时的参数，再调用一次。就像时光隧道一样，回到过去。
既然要保存现场，就要消耗内存，所以要注意，清理内存。
保存下来之后，可以再用-i等参数，观察某一次调用的细节。
再次调用的时候，保存的对象只是缓存了对象的引用。内容可能已经变了，要注意。