解惑 » 优化 http://www.jiehoo.me 解己之惑，解人之惑 Mon, 19 Jul 2010 10:01:51 +0000 en hourly 1 http://wordpress.org/?v=3.0 Inner join的问题 http://www.jiehoo.me/inner-join%e7%9a%84%e9%97%ae%e9%a2%98.htm http://www.jiehoo.me/inner-join%e7%9a%84%e9%97%ae%e9%a2%98.htm#comments Fri, 21 Dec 2007 13:27:51 +0000 Cherami http://www.jiehoo.com/inner-join%e7%9a%84%e9%97%ae%e9%a2%98.htm 这个是最近感觉最有成就的一个发现了。
我们的系统有一个存储过程执行一个很核心的查询功能，但是在某些情况下非常的慢，而且最近QA一直在做性能测试，每天发送大量的数据，导致系统的性能越来越慢，我原来也曾经优化过这个存储过程，建了很多索引，解决了那个时候管理员用户的问题，但是现在很多普通用户的问题更加的严重，经过调试发现第一步的查询非常的慢，打印出结果来发现那个查询会产生9千万条纪录，而且会使用多达6G的硬盘空间来存储临时数据，后来加了个distinct解决了空间问题，空间使用不到6M，但是速度还是很慢，使用Tuning Advisor优化也没有什么帮助，后来我想了下为什么会产生那么多相同的数据呢？仔细看了下SQL，发现它用6个表进行inner join，但是只从其中的四个表各取一个字段，我就把另外的两个表从inner join移到where条件了，查询时间从6分钟（问题最大的一个用户）减少到6秒，呵呵

]]> http://www.jiehoo.me/inner-join%e7%9a%84%e9%97%ae%e9%a2%98.htm/feed 2 Google面试题解说性能之总结 http://www.jiehoo.me/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e6%80%bb%e7%bb%93.htm http://www.jiehoo.me/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e6%80%bb%e7%bb%93.htm#comments Fri, 06 Apr 2007 08:44:16 +0000 Cherami http://www.jiehoo.com/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e6%80%bb%e7%bb%93.htm 呵呵，说了这么多，到底怎么优化性能还是没有说多少，而且一个产品的代码比这个例子复杂得多，怎么才能优化产品代码呢？
很简单，找到性能瓶颈，而大部分的性能瓶颈都有一个特点：被执行的次数太多。一个耗时2分钟的操作，如果系统运行一天才需要运行一次，那么我们根本就不要去理会它，如果一个操作耗时2秒，但是一般运行一天它要被执行几千亿次，那么你就要小心了。
如何才能知道系统中的哪些代码被执行的次数最多呢？有很多工具可以，有的是挂到系统上一起运行，有的是可以单独运行，但是我推荐的方法就是使用单元测试工具和代码覆盖工具，运行所有的单元测试，查看代码覆盖报告中被执行的次数最多的那些语句，看看他们是否可以被优化，或者可以被减少执行的次数。
可以参考我以前的一些日志：
Ant+JUnit+Cobertura
成功提高20倍性能

很多情况下，找到性能的瓶颈并不是很困难，真正困难的是如何进行优化。这个没有通用的解决方法，只能结合具体的问题具体解决，一个大部分情况下有效的方法是使用某种缓存机制（实际上，我的第二个例子也是使用了缓存机制，把运算结果缓存了9次）。

  1. Google面试题解说性能之一：字符串运算VS数字运算

  2. Google面试题解说性能之二：分析问题

  3. Google面试题解说性能之三：不要小看循环中的任何一个语句

  4. Google面试题解说性能之四：优化无止境

  5. Google面试题解说性能之五：人比电脑聪明

  6. Google面试题解说性能之六：数学显神威

  7. Google面试题解说性能之七：缓存中间结果

  8. Google面试题解说性能之八：工欲善其事必先利其器

  9. Google面试题解说性能之总结

]]> http://www.jiehoo.me/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e6%80%bb%e7%bb%93.htm/feed 2 Google面试题解说性能之四：优化无止境 http://www.jiehoo.me/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e5%9b%9b%ef%bc%9a%e4%bc%98%e5%8c%96%e6%97%a0%e6%ad%a2%e5%a2%83.htm http://www.jiehoo.me/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e5%9b%9b%ef%bc%9a%e4%bc%98%e5%8c%96%e6%97%a0%e6%ad%a2%e5%a2%83.htm#comments Fri, 06 Apr 2007 08:30:55 +0000 Cherami http://www.jiehoo.com/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e5%9b%9b%ef%bc%9a%e4%bc%98%e5%8c%96%e6%97%a0%e6%ad%a2%e5%a2%83.htm 其实在例子二的基础上，我们进一步的分析，可以把缓存10个结果换成缓存100个结果，性能可以得到进一步提升：
public class GoogleFn {
  private static int MAX = 13200000;

  private static int MAX2 = MAX / 10;

  private static int MAX3 = MAX2 / 10;

  private static int count(int n) {
    int count = 0;
    while (n > 0) {
      int mod = n % 10;
      if (mod == 1)
        count++;
      n = n / 10;
    }
    return count;
  }

  private static void method1() {
    long start = System.currentTimeMillis();
    int result = 0;
    for (int i = 0; i < MAX2; i++) {
      int number = i * 10;
      int value = count(number);
      for (int j = 0; j < 10; j++) {
        result += value;
        if (j == 1) {
          result++;
        }
        int x = number + j;
        if (result == x && x != 0) {
          print(x, start);
        }
      }
    }
  }

  private static void method2() {
    long start = System.currentTimeMillis();
    int result = 0;
    for (int i = 0; i < MAX3; i++) {
      int number = i * 100;
      int value = count(number);
      for (int j = 0; j < 10; j++) {
        for (int k = 0; k < 10; k++) {
          int x = number + j * 10 + k;
          result += value;
          if (j == 1) {
            result++;
          }
          if (k == 1) {
            result++;
          }
          if (result == x && x != 0) {
            print(x, start);
          }
        }
      }
    }
  }

  private static void print(int n, long start) {
    System.out.println("Find " + n + ", "
        + (System.currentTimeMillis() – start) + "ms");
  }

  public static void main(String[] args) {
    method1();
    method2();
  }
}

运行结果：
Find 1, 0ms
Find 199981, 16ms
Find 199982, 16ms
Find 199983, 16ms
Find 199984, 16ms
Find 199985, 16ms
Find 199986, 16ms
Find 199987, 16ms
Find 199988, 16ms
Find 199989, 16ms
Find 199990, 16ms
Find 200000, 16ms
Find 200001, 16ms
Find 1599981, 78ms
Find 1599982, 78ms
Find 1599983, 78ms
Find 1599984, 78ms
Find 1599985, 78ms
Find 1599986, 78ms
Find 1599987, 78ms
Find 1599988, 78ms
Find 1599989, 78ms
Find 1599990, 78ms
Find 2600000, 125ms
Find 2600001, 125ms
Find 13199998, 625ms
Find 1, 0ms
Find 199981, 16ms
Find 199982, 16ms
Find 199983, 16ms
Find 199984, 16ms
Find 199985, 16ms
Find 199986, 16ms
Find 199987, 16ms
Find 199988, 16ms
Find 199989, 16ms
Find 199990, 16ms
Find 200000, 16ms
Find 200001, 16ms
Find 1599981, 31ms
Find 1599982, 31ms
Find 1599983, 31ms
Find 1599984, 31ms
Find 1599985, 31ms
Find 1599986, 31ms
Find 1599987, 31ms
Find 1599988, 31ms
Find 1599989, 31ms
Find 1599990, 31ms
Find 2600000, 47ms
Find 2600001, 47ms
Find 13199998, 219ms

可以看出，缓存100个结果比缓存10个结果又快了近3倍，这个时候我们可能会想，那么我缓存1000个结果呢，很遗憾，按照这个方法缓存1000个的结果和缓存100个结果无异。当然，肯定还有其他的更优解。

  1. Google面试题解说性能之一：字符串运算VS数字运算

  2. Google面试题解说性能之二：分析问题

  3. Google面试题解说性能之三：不要小看循环中的任何一个语句

  4. Google面试题解说性能之四：优化无止境

  5. Google面试题解说性能之五：人比电脑聪明

  6. Google面试题解说性能之六：数学显神威

  7. Google面试题解说性能之七：缓存中间结果

  8. Google面试题解说性能之八：工欲善其事必先利其器

  9. Google面试题解说性能之总结

]]> http://www.jiehoo.me/google%e9%9d%a2%e8%af%95%e9%a2%98%e8%a7%a3%e8%af%b4%e6%80%a7%e8%83%bd%e4%b9%8b%e5%9b%9b%ef%bc%9a%e4%bc%98%e5%8c%96%e6%97%a0%e6%ad%a2%e5%a2%83.htm/feed 2 优化tomcat http://www.jiehoo.me/%e4%bc%98%e5%8c%96tomcat.htm http://www.jiehoo.me/%e4%bc%98%e5%8c%96tomcat.htm#comments Wed, 08 Jun 2005 08:17:30 +0000 Cherami http://www.jiehoo.com/%e4%bc%98%e5%8c%96tomcat.htm 主要是修改http Connector的一些参数，我认为比较主要的有：
maxThreads：可以创建的用来处理请求的最大线程数，这个是在服务器负载没有完全发挥出来时可以调整的最重要的参数，默认是200，建议可以开到500左右。
bufferSize：请求的输入流的缓存大小，默认是2K，建议可以开到10K左右，特别是对于发布大文本内容而言。
connectionTimeout：连接超时的时间，默认是60秒，建议修改为20秒

]]> http://www.jiehoo.me/%e4%bc%98%e5%8c%96tomcat.htm/feed 0