英文来自：Top 10 Causes of Java EE Enterprise Performance Problems

        本文作者是一名有 10 多年经验的高级系统架构师，他的主要专业领域是 Java EE、中间件和 JVM 技术。他在性能优化和提升方面也有很深刻的见解，下面他将和大家分享一下常见的 10 个影响 Java EE 性能问题。

        1. 缺乏正确的容量规划

        容量规划是一个全面的和发展的过程标准，预测当前和未来的 IT 环境容量需求。制定合理的容量规划不仅会确保和跟踪当前 IT 生产能力和稳定性，同时也会确保新项目以最小的风险部署到现有的生产环境中。硬件、中间件、JVM、调整等在项目部署之前就应该准备好。

        2. Java EE 中间件环境规范不足

        “没有规矩，不成方圆”。第二个比较普遍的原因是 Java EE 中间件或者基础架构不规范。在项目初始，新平台上面没有制定合理的规范，导致系统稳定性差。这会增加客户成本，所以花时间去制定合理的 Java EE 中间件环境规范是必须的。这项工作应与初始容量规划迭代相结合。

        3. Java 虚拟机垃圾回收过度

        各位对“java.lang.OutOfMemoryError”这个错误信息是不是很熟悉呢？由于 JVM 的内存空间过度消耗（Java 堆、本机堆等）而抛出的异常。

        垃圾收集问题并不一定会表现为一个 OOM 条件，过度的垃圾收集可以理解成是 JVM GC 线程在短时间里进行轻微或超量收集集合数据而导致的 JVM 暂停时间很长和性能下降。可能有以下几个原因：

• 与 JVM 的负载量和应用程序内存占用量相比，Java 堆可能选择的太小。
• JVM GC 策略使用不合理。
• 应用程序静态或动态内存占用量太大，不适合在 32 位 JVM 上使用。
• JVM OldGen 随着时间推移，泄漏越来越严重，而 GC 在几个小时或者几天后才发现。
• JVM PermGen 空间(只有 HotSpot VM）或本机堆随着时间推移会泄露是一个非常普遍的问题；OOM 的错误往往是观察一段时间后，应用程序进行动态调动。
• YoungGen 和 OldGen 的比例空间与你的应用程序不匹配。
• Java 堆在 32 位的 VM 上太大，导致本机堆溢出，具体可以表现为 OOM 试着去链接一个新的 Java EE 应用程序、创建一个新的 Java 线程或者需要计算本地内存分配任务。

        建议：

• 观察和深入理解 JVM 垃圾回收。启动 GC，根据健康合理的评估来提供所有的数据。
• 记住，GC 方面的相关问题不会在开发中或者功能测试时发现，它需要在多用户高负载的测试环境下发现。

        4. 与外部系统集成过多或过少

        导致 Java EE 性能差的第四个原因是高分布式系统，典型案例是电信 IT 环境。在这个环境中，一个中间件领域（例如，服务总线）很少会做所有的工作，而仅仅是把一些业务“委托”给其他部分，例如产品质量，客户资料和订单管理， 到其他 Java EE 中间件平台或遗留系统中，如支持各种不同的负载类型和通信协议的大型机。

        这样的外部系统调用意味着客户端的 Java EE 应用程序触发创建或重用套接字链接从外部系统中读写数据。根据业务流程的实施和实现可以配置成同步调用或异步调用。需要注意的是，响应时间会根据外部系统 的稳定状况进行改变，所以通过适当的使用超时来保护 Java EE 应用程序和中间件也是非常重要的。

        下面这 3 种情况是经常出现问题和性能降低的地方：

• 同步和相继调用太多的外部系统。
• 在 Java EE 客户端应用程序和外部系统之间链接超时，使数据丢失或者值太高导致客户端线程被卡住，从而导致多米拉效应。
• 超时，但程序仍正常执行，可是中间件不处理这种奇怪的路径。

        最后，建议多进行负面测试，这意味着需要“人为”创造产生这些问题的条件，用来测试应用程序和中间件之间是如何处理外部系统错误。

        5. 缺乏适当的数据库 SQL 调优和容量规划

        大家可能会对这一个感到惊奇：数据库问题。大多数 Java EE 企业系统是依赖关系型数据库处理复杂的业务流程。一个基础扎实稳固的数据库环境可以确保 IT 环境有规模的增长，来支持日益不断扩大的业务。

        在实际中，与数据库相关的性能问题是很常见的。由于多数数据库事务处理都是由 JDBC 数据源执行的（包括关系持久化 API，例如 Hibernate）。而性能问题最初都会表现为线程阻塞。

        以下是我在 10 年的工作中，经常出现的关于数据库方面的问题（以 Oracle 数据库为例）：

• 孤立的，长时间运行的 SQL。主要表现为线程阻塞、SQL 没有进行优化、缺少索引、非最佳的执行计划、返回大量数据集等等。
• 表或行级数据锁定。当提交一个双阶段事务模型时（例如，臭名昭著的 Oracle 可疑事务）。Java EE 容器可能会留下一些未处理的事务等待最后的提交或回滚，留下的数据锁能触发性能问题，直到最后的锁被移除。例如中间件断电或者服务器崩溃都可能引起这些情 况发生。
• 缺乏合理规范的数据库管理工具。例如 Oracle 里面的 REDO logs，数据库数据文件等。磁盘空间不足，日志文件不旋转等都会触发较大的性能问题和断电情况。

        建议：

• 合理的容量规划，包括负载和性能测试都是必不可少的，优化数据环境和及时发现问题。
• 如果是使用 Oracle 数据库，确保 DBA 团队定期审查 AWR 报告，尤其是在上下关联的事件和根源分析过程中。
• 使用 JVM 线程存储和 AWR 报告查明 SQL 运行缓慢的原因或者使用监控工具来做。
• 加强“操作”方面的数据库环境（磁盘空间、数据文件、重做日志、表空间等）以适当的监视和报警。如果不这么做，会让客户端 IT 环境出现较多的断电情况和花许多时间进行故障调修。

        6. 特定应用程序性能问题

        下面关注的是比较严重的 Java EE 应用程序问题。关于特定应用程序性能问题，总结了以下几个点：

1. 线程安全的代码问题
2. 通信 API 缺少超时设置
3. I/O、JDBC 或者关系型 API 资源管理问题
4. 缺乏适当的数据缓存
5. 数据缓存过度
6. 过多的日志记录

        7. Java EE 中间件调优问题

        一般 Java EE 中间件都已经够用了，只是缺少必要的优化。大多数 Java EE 容器都能有多种方案供你的应用程序和业务进程选择。

        如果没有进行适当的调整和实践，那么 Java EE 容器可能会处于一种消极的状态。

        下图是视图和检查列表示例：

        8. 主动监控不足

        缺乏监控，并不会带来实际性能问题，但它会影响你对 Java EE 平台性能和健康状况的了解。最终，这个环境可以达到一个破发点，这可能会暴露出一些缺陷和问题(JVM 的内存泄漏，等等)。

        以我的经验来看，如果一开始不进行监控，而是运行几个月或者几年后再进行，平台稳定性将大打折扣。

        也就是说，改善现有的环境永远都不会晚。下面是一些建议：

1. 复查现有 Java EE 环境监测能力和找到需改进的地方。
2. 监测方案应该尽可能的覆盖整个环境。
3. 监控方案应该符合容量规划进程。

        9. 公共基础设施硬件饱和

        这个问题经常在有太多的 Java EE 中间件环境随着 JVM 进程被部署到现有硬件上面时看到。太多的 JVM 进程对有限的物理 CPU 核心来说是一个真正的程序性能杀手。另外，随着客户端业务的增长，硬件方面也需要再次考虑。

        10. 网络延迟

        最后一个影响性能问题的是网络，网络问题时不时的都会发生，如路由器、交换机和 DNS 服务器失败。更常见的是在一个高度分散的 IT 环境中定期或间歇性延迟。下面图片中的例子是一个位于同一区域的 Weblogic 集群通信与 Oracle 数据库服务器之间的延迟。

        间歇或定期的延迟会触发一些重要的性能问题，以不同的方式影响 Java EE 应用程序。

1. 因为大量的 fetch 迭代（网络传入和传出），涉及大数据集的数据查询问题的应用会非常受网络延迟的影响
2. 应用程序在处理外部系统大数据负载（例如 XML 数据）时也会很受网络延迟的影响，会在发送和接收响应时产生巨大的响应间隔。
3. Java EE 容器复制过程（集群）也会受到影响，并且会让故障转移功能（如多播或单播数据包损失）处于风险中。

        JDBC 行数据“预取”、XML 数据压缩和数据缓存可以减少网络延迟。在设计一个新的网络拓扑时，应该仔细检查这种网络延迟问题。

        希望本文能够帮助您理解一些常见的性能问题和压力点，每个 IT 环境都是独一无二的，所以文中提到的问题不一定会是您遇到的，您可以把您遇到的问题拿出来和大家一起分享一下！