java性能影响因素

一般来说，程序的性能通过以下几个方面来表现：

1.执行速度：程序的反应是否迅速，响应时间是否足够短

2.内存分配：内存分配是否合理，是否过多地消耗内存或者存在泄漏

3.启动时间：程序从运行到可以正常处理业务需要花费多少时间

4.负载承受能力：当系统压力上升时，系统的执行速度、响应时间的上升曲线是否平缓

性能参考指标：

1.执行时间：一段代码从开始运行到运行结束，所用的时间

2.CPU时间：函数或线程占用CPU的时间

3.内存分配：程序在运行时占用的内存空间

4.磁盘吞吐量：描述I/O的使用情况

5.网络吞吐量：描述网络的使用情况

6.响应时间：系统对某用户行为或者事件做出响应的时间。响应时间越短，性能越好

在这里有必要讲下"木桶原理"，该原理其核心思想是：一只木桶盛水多少，并不取决于桶壁上最高的那块木块，而是取决于桶壁上最短的那块。将这个理论应用到系统性能优化上，可以这样理解，即使系统拥有充足的内存资源和CPU资源，但是如果磁盘I/O性能低下，那么系统的总体性能取决于当前最慢的磁盘I/0速度，而不是当前最优的CPU或内存。这种情况下，如果优化内存或者CPU资源只会是一种蛋蛋尤桑的结果，毫无用处。只有提高磁盘I/O性能才能对系统的整体性能进行优化。

根据应用特点不同，任何计算机资源都有可能成为系统瓶颈，其中，最优可能成为系统瓶颈的计算资源如下：

磁盘I/O:由于磁盘I/O读写的熟读要比内存慢很多，程序在运行过程中，如果需要等待磁盘I/O完成，那么低效的I/O操作会拖累整个系统

网络操作：对于网络数据进行读写的情况与磁盘I/O类似。由于网络环境的不确定性，尤其是对互联网上数据的读写，网络操作的速度可能比本地磁盘更慢。

CPU：对计算资源要求较高的应用，由于其长时间、不间断地大量占用CPU资源，那么对CPU的争夺将导致性能问题，如科学计算、3D渲染等对CPU需求旺盛的应用。

异常：对java应用来说，异常的捕获和处理时非常耗资源的。如果程序高频率的执行异常处理，则整体性能便会有明显下降。

数据库：大部分应用程序都离不开数据库，而海量数据的读写操作可能是相当费时的。而应用程序可能需要等待数据库操作完成或者返回请求的结果集，那么缓慢的同步操作将成为系统瓶颈。

锁竞争：对高并发程序来说，如果存在激烈的锁竞争，无疑是对性能极大地打击。锁竞争将会明显增加线程上下文切换的开销。而且，这些开销都是与应用需求无关的系统开销，白白占用宝贵的CPU资源，却不带来任何好处。

内存：一般来说，只要应用程序设计合理，内存在读写速度上不太可能成为性能的瓶颈。除非程序进行了高频率德尔内存交换和扫描，但这些情况比较少见。使内存制约系统性能的最可能的情况是内心大小不足。与磁盘相比，内存的大小似乎小的可怜，这意味着应用软件只能尽可能将常用的核心数据读入内存，这在一定程度上降低了性能。