Performance Java Flávia Falcão | [email protected].
-
Upload
victoria-pando -
Category
Documents
-
view
214 -
download
1
Transcript of Performance Java Flávia Falcão | [email protected].
Performance Java
Flávia Falcão | [email protected]
Roteiro• Motivação• Objetivos• Garbage Collection• Parser• Codificação Java• Conclusao• Referencias
Motivação• Web está em todo lugar :
– E-marketplaces– E-comerce B2B automatizado – Interegracao de processos de negocio na web – Compartilahamento de recursos , computacao distribuida
• Necessidade de plataforma que permita interações aplicação-a-aplicação sistemática na web : – FOCO Tecnologia web services, web services, escopo é o projeto CENAS escopo é o projeto CENAS
Problema : A performance dessas aplicaçõesProblema : A performance dessas aplicações
• Identificar os fatores que influenciam o desempenho das aplicações j2ee e web services• JVM Tunning• XML Parser
• Boas práticas para codificação de aplicações em JAVA, com ênfase em WebServices
Objetivos
Garbage Collection• A performance de uma aplicação está intimamente ligada ao custo da
alocação e desalocação de memória. Se uma aplicação usa uma quantidade de memória tal que força o sistema operacional a usar memória virtual, esta aplicação sofrerá um impacto na performance
Tempo de Vida dos Objetos
• A maioria dos objetos tem um curto tempo de vida:– 80-98% dos objetos alocados morrem em menos de poucos milhões de instruções.– 80-98% dos objetos alocados morrem antes de outro megabyte ter sido alocado.
• Isto tem grande impacto da escolha do algoritmo de Garbage Collection• Definir o perfil de execução de uma aplicação, Isso é difícil !!!
Generacional GC• Divide a heap em múltiplas áreas ( gerações)
– Objetos segregados por idade– Objetos novos morrem mais frequentemente,GC mais freqüente– Em Gerações mais velhas as coletas são menos freqüentes– Diferentes gerações usam diferentes algoritmos
Fatores que afetam o GC• Taxa de objetos criados• Vida dos objetos
– Temporários,intermediários,longos• Tipo do objeto
– Tamanho, complexidade• Relacionamento entre objetos
– Dificuldade de determinar e traçar as referencias dos objetos
Atividades Realizadas• Analisar os principais algoritmos geracionais do garbage Collection da jvm
1.4.2– Copyng GC– Mark sweep GC– Parallel GC– Concurrent mark sweep GC– Incremental GC
• Mecanismos disponiveis para otimizar seu desempenho – Analise do comportamento da Heap da jvm
Maquina Virtual JAVA• A HotSpot VM otimiza o gerenciamento de memória por idades
(generational).• O heap da maquina virtual é dividida em young generation e old gereration e
permanent generation de acordo com a idade do objeto
Maquina Virtual JAVA• Na Young generation estão os objetos considerados com tempo de curto
relativo a um intervalo de coletas. • A young generation é dividida em 3 espacos :
– um eden – dois espaços “Survivor”(to-space e from-space).– As alocações acontecem do eden para o from-space.Quando estes estão preenchidos
a coleta na Young generation é feita. – Geralmente a young generation é muito menor em relação ao tamanho da heap.Isto
leva a pequenas mas freqüentes pausas na young generation durante a execução do garbage collection.
Maquina Virtual JAVA• Objetos que sobreviventes a um determinado numero de coletas são
movidos(promovidos) para a old generation.• A old generation é geralmente maior em relação a Young o que leva a pausas
maiores e menos freqüentes .• A permanent generation é usada para armazenar classes de objetos e meta
dados relacionados.
Maquina Virtual JAVA
Maquina Virtual JAVA• Parâmetros da JVM
• -XX:NewSize• -XX:MaxNewSize• -XX:SurvivorRatio
• Automaticamente– XX:+UseAdaptativeSize
Maquina Virtual JAVA• Como exemplo, para uma Yung generation com 128Mb, Eden de 64Mb, Semi-
Space 32MB, Os parametros devem ser
java -Xms512m -Xmx512m \-XX:NewSize=128m -XX:MaxNewSize=128m \
-XX:SurvivorRatio=2 application
Maquina Virtual JAVA
A otimização da utilização destas áreas juntamente com a escolha correta do algorítimo do garbage collector pode gerar um aumento de performance considerável
Maquina Virtual JAVA• Nas J2Ses o algoritmo default da Young generation é o copyng collector já na
old generation o algoritmo padrão é o mark-compact collector.
Maquina Virtual JAVAAlgorítimos• Parallel Collector que é implementado na young generation.Este Coletor usa a
versão paralela da young generation coletor.(copyng colector). Deve ser usado quando se deseja melhorar o desempenho da aplicação em maquinas com vários processadores.
– -XX:+UseParNewGC , -XX:+UseParallelGC, - XX:ParallelGCThreads=n
Maquina Virtual JAVAAlgorítimos• Concurrent mark sweep Collector é implementado na old generation.Tenta
minimizar as pausas fazendo a maioria da coleta simultaneamente com as threads da aplicação .
– -XX :UseConcMarkSweepGC
Cases
1
Cases• Teste com a aplicação J2EE PetStore• Desafios
– Analisar o comportamento dos algorítimos e mensurar a performance deles em maquinas multiprocessadas
– Realizar um estudo sobre dimensionamento do HEAP
Cases
0
2000
4000
6000
8000
10000
12000
14000
16000
1 2 4 6 8 10 12 14 16 18 20
Numero de Usuarios
Req
uisi
ções
Res
pond
idas
Default
NewParGC
ParallelGC
ConcMarkSweep
Cases
0
2000400060008000
100001200014000
16000
2 3 4 5 8 14 20
New Ratio
Requ
isic
oes
Requests
0
20004000
60008000
100001200014000
16000
2 3 4 5 8 14 20
New Ratio
Requ
isic
oes
Requests
0
2000
4000
6000
8000
10000
12000
14000
16000
2 3 4 5 8
newSurvivorre
quis
icoe
s
requests
Cases
2
Cases• Testes na aplicação portal consul• Desafios
– Realizar testes na aplicação do desenvolvida pelo CESAR analisando• Variação do servidor de aplicação• Variação da JVM• Utilização de macanismos de cache
CasesRequisições atendidas x Versão da JVM
05
10152025303540
5 10 15 20 25 30 35
Número de usuários
Requ
isiç
ões
aten
dida
s
JVM 1.3
JVM 1.4
Cases
0
5
10
15
20
25
30
35
40
5 10 15 20 25 30 35
Websphere 4.0 Tomcat
Cases
0
50
100
150
200
250
300
350
5 10 15 20 25 30 35
Usuários simultâneos
Requ
ests
/seg
websphere 4.0 Tomcat sem alteração Tomcat + Cache
Cases
3
Cases• Testes na aplicação da Meantime para a globo.com• Desafios
– A aplicação deveria ser capaz de atender 350.000 requisições em 1 hora (97.2 req/seg)
– A equipe do projeot partiu das premissas:• Popar o SGBD ($$$$$)• Maximizar Cache
Cases
Users Requests/Seg10 USERS 10 MINUTOS 108.1320 USERS 10 MINUTOS 141.3120 USERS 1 HORA 2/3 VOTIND 1/3 SYNC 115.0520 USERS 1 HORA VOTING 118.64
Case
Web services : Problemas• XML é o coração da tecnologia web services. • Problemas :
– Tamanho dos arquivos xml– Marshalling e un-marshaling– Tipo de dado – Transmissao de mensagens SOAP– Validação
Marshalling e Un-marshaling :Parser XML • O tempo de conversão de documentos XML durante o processo de
comunicação, pode significar um grande gargalo no sistema quando se refere à performance do envio e recebimento de um serviço.
Case• Testes realizados com Parsers Xml/Java de diferentes fabricantes.• Desafios:
– Realizar testes em aplicação analisando o comportamento de cada um dos parsers– Mensurar e comparar o desempenho deles
Case
• A maneira com que se escreve um código pode ter um impacto no desempenho de um sistema.
• Inúmeros partes similares de código podem ter desempenhos radicalmente diferentes.. Como os que seguem…
Codificação Java
Exemplos (1)• Concatenação de strings
String str = “teste” + “já” + “va”;
internamente é :
String str = new StringBuffer().append(“teste”).append(“ja”).append(“va”)..toString();
JSP
Servlets
Web Services
Referencias
Perguntas?