寫在前面
隨著網際網路的高速發展，網際網路行業已經從IT時代慢慢步入到DT時代。對於Java程式設計師的要求越來越高，只是單純的掌握CRUD以不足以勝任網際網路公司的相關職位，大量招聘崗位顯示：如果是面試中高階的Java崗，基本上都需要懂效能優化的相關知識。今天，我們就一起來聊聊一個經典的面試題：做過效能優化的工作嗎？你會從哪些方面入手做效能優化呢？
問題分析
標題中問出了兩個問題，一個是有沒有做過效能優化的工作，一個是從哪些方面入手做效能優化。對於第一個問題，我們可以直接回答有或者沒有。相信小夥伴們都希望自己做過效能優化的工作，如果是回答做過，那第二個問題，我們又該如何回答呢？
首先，對於第二個問題來說，問的是會從哪些方面入手。這個問題就沒有固定答案了。你可以按照你以往的經驗來回答這個問題，但是，在回答這個問題之前，需要先好好梳理下你的思路，將你要表達的說清楚。
接下來，我們就一起來聊聊第二個問題：你會從哪些方面入手做效能優化？
我們可以從效能優化的幾個方面來進行回答。下面，我們就來聊聊效能優化可以從哪些方面進行。
效能優化有哪些方面？
這裡，我結合平時工作中的總結，將效能優化總結為下面這張圖。
也就是說，我們可以從資料聚合優化、資源衝突優化、演算法優化、JVM優化、複用優化、計算優化和快速實現等方面來進行回答。接下來，我們就針對每個點進行說明。
資料聚合優化
資料聚合優化主要針對的是對於資料的整合和傳輸的優化。比如：我們從資料庫中查詢出的資料，經過程式的聚合處理後再返回給客戶端，而不用客戶端呼叫多次介面來分別獲取資料。
再比如：我們在專案中使用的Nginx，一般都會開啟GZIP壓縮，使傳輸的資料更加緊湊，同時，使傳輸的資料量更小。
細心的小夥伴會發現，我們對於資料聚合的優化，主要是使傳輸的資料量更小。所以，我們在使用SQL語句查詢資料庫中的資料時，儘量查詢那些需要的欄位，對於不需要的欄位就直接忽略不查詢了，避免在SQL語句中出現select *
資源衝突優化
在我們平時的工作中，尤其是在高併發的場景下，經常會出現鎖衝突的問題，鎖衝突是資源衝突的一個典型場景。
關於鎖我們可以聯想到資料庫的行鎖、表鎖、Java中的synchronized和Lock等。如果對應到作業系統級別，則會有CPU命令級別的鎖，JVM指令級別的鎖，作業系統的內部鎖等。
這裡，小夥伴們需要注意一點：只有在併發的場景下，才會出現資源衝突的問題。也就是說：在同一時刻，只能有一個請求獲取到請求資源，解決衝突的方式就是加鎖。
我們需要在平時的工作過程中避免鎖衝突的問題，優化如何優化加鎖方式，小夥伴們可以參見《【高併發】面試官：講講高併發場景下如何優化加鎖方式？》一文。
演算法優化
在一個大型的網際網路專案中，往往涉及到分散式和微服務等技術，其中，也會使用到大量的資料結構和演算法，對於演算法的優化能夠顯著的提高系統的效能。一個好的實現，相比於一個拙劣的實現來說，在系統效能的提升上存在著巨大的差異。
比如，作為 List 的實現，LinkedList 和 ArrayList 在隨機訪問的效能上，差了好幾個數量級；又比如，CopyOnWriteList 採用寫時複製的方式，可以顯著降低讀多寫少場景下的鎖衝突。而什麼時候使用同步，什麼時候是執行緒安全的，也對我們的編碼能力有較高的要求。
所以，我們需要在平時工作過程中，多多積累資料結構和演算法的相關知識。
JVM優化
JVM調優，不用說，這是每個Java工程師必須要掌握的標準技能。所有的Java程式最終都是執行在JVM中的，對JVM進行優化也能夠提升Java程式的效能。但是，需要注意的是：如果在優化JVM時，引數設定不當，可能會造成記憶體溢位等嚴重的問題。
目前被廣泛使用的垃圾回收器是 G1，通過很少的引數配置，記憶體即可高效回收。CMS 垃圾回收器已經在 Java 14 中被移除，由於它的 GC 時間不可控，有條件應該儘量避免使用。
複用優化
複用優化，這個看名字就知道，說白了就是可以重複利用。估計很多小夥伴都有這樣的經驗，在寫程式碼的時候，可以將很多重複的程式碼抽象出來，做成公共的方法。這樣，就不用每次都去寫重複的邏輯程式碼了。這是程式碼層面的複用。
如果是資料層面的話，我們可以使用緩衝和快取來複用資料。
這裡，小夥伴們需要注意一個知識點：緩衝主要針對的是寫操作，快取主要針對的是讀操作。
另一個複用優化的典型場景就是池化技術，比如：資料庫連線池、執行緒池等。
計算優化
對於計算優化來說，我們可以從以下幾個小的方面來闡述。
平行計算
不難理解，就是多個計算同時進行。這裡，又可以將平行計算分為：多機平行計算、多程式平行計算和多執行緒平行計算。
多機平行計算： 將一個大的計算任務，拆分成N個小的計算任務，分發到不同的機器進行處理。典型的場景就是Hadoop的MapReduce極端。
多程式計算： 比如，Nginx採用的NIO模型，採用的是程式排程的策略，由Master程式排程Worker程式，Worker進行來處理具體的請求。
多執行緒計算： 對於多執行緒計算來說，也是我們平時接觸最多的一種計算方式，我們可以使用多執行緒技術，將複雜的邏輯計算拆分成一個個小的計算任務，分發到不同的執行緒中去執行。
同步變非同步
同步和非同步的區別就是：同步需要等待返回結果，非同步不需要等待返回結果。如果我們在業務程式中，不需要等待返回結果資料，則我們可以將同步呼叫優化為非同步呼叫，從而提升我們系統的效能。
懶載入
最典型的場景就是Spring中的懶載入，只有第一次獲取bean的時候，才會建立bean例項。
快速實現
對於快速實現來說，不僅包含我們需要利用相關的程式框架迅速開發出我們想要的業務，也需要我們在進行技術選型時，儘量使用一些效能優良的元件。比如，在進行網路開發時，儘量選擇Netty，結合輕量級的資料傳輸，就不要使用WebService等技術了。
很多公司喜歡使用介面卡模式，在一些現有的開源元件之上，再抽象一層自己的元件，這樣就能夠做到切換底層元件的時候，對上層應用無感。
好了，今天我們就到這兒吧，我是冰河，我們下期見！！
重磅福利
微信搜一搜【冰河技術】微信公眾號，關注這個有深度的程式設計師，每天閱讀超硬核技術乾貨，公眾號內回覆【PDF】有我準備的一線大廠面試資料和我原創的超硬核PDF技術文件，以及我為大家精心準備的多套簡歷模板（不斷更新中），希望大家都能找到心儀的工作，學習是一條時而鬱鬱寡歡，時而開懷大笑的路，加油。如果你通過努力成功進入到了心儀的公司，一定不要懈怠放鬆，職場成長和新技術學習一樣，不進則退。如果有幸我們江湖再見！
另外，我開源的各個PDF，後續我都會持續更新和維護，感謝大家長期以來對冰河的支援！！
寫在最後
如果你覺得冰河寫的還不錯，請微信搜尋並關注「 冰河技術 」微信公眾號，跟冰河學習高併發、分散式、微服務、大資料、網際網路和雲原生技術，「 冰河技術 」微信公眾號更新了大量技術專題，每一篇技術文章乾貨滿滿！不少讀者已經通過閱讀「 冰河技術 」微信公眾號文章，吊打面試官，成功跳槽到大廠；也有不少讀者實現了技術上的飛躍，成為公司的技術骨幹！如果你也想像他們一樣提升自己的能力，實現技術能力的飛躍，進大廠，升職加薪，那就關注「 冰河技術 」微信公眾號吧，每天更新超硬核技術乾貨，讓你對如何提升技術能力不再迷茫！