Mobabel

Just One Pure ITer

Category: Performance Benchmark

[汇总]JVM, OOM经验 0

Java Memory Model JMM

[汇总]JVM, OOM经验

记一次隐藏很深的 JVM 线上惨案的分析、排查、解决！ JVM在反射代码执行的过程导致Full GC   ArrayList插入1000w条数据之后，我怀疑了jvm… 加个 -XX:+PrintGCDetails -XX:+PrintGCDateStamps，看下第一次是不是有Full GC   案例实战：每日上亿请求量的电商系统，JVM年轻代垃圾回收参数如何优化？   神奇的 perfma：一站式解决所有 JVM 疑难杂症！ JVM参数分析的链接地址：https://opts.console.perfma.com/   生产实践经验：线上系统的 JVM 内存是越大越好吗？ 所以很多人在用Elasticsearch的时候就是这样的一个问题，老是觉得ES读取速度慢，几个亿的数据写入ES，读取的时候要好几秒。那能不花费好几秒吗？你要是ES集群部署的时候，给JVM内存过大，给os cache留了几个GB的内存，导致几亿条数据大部分都在磁盘上，不在os cache里，最后读取的时候大量读磁盘，耗费个几秒钟是很正常的。 所以说，针对类似Kafka、Elasticsearch这种生产系统部署的时候，应该要给JVM比如6GB或者几个GB的内存就可以了。因为他们可能不需要耗费过大的内存空间，不依赖JVM内存管理数据，当然具体是设置多少，需要你精准的压测和优化。 但是对于这类系统，应该给os cache留出来足够的内存空间，比如32GB内存的机器，完全可以给os cache留出来20多G的内存空间，那么此时假设你这台机器总共就写入了20GB的数据，就可以全部驻留在os cache里了。然后后续在查询数据的时候，不就可以全部从os cache里读取数据了，完全依托内存来走，那你的性能必然是毫秒级的，不可能出现几秒钟才完成一个查询的情况。   为什么我们选择Java开发高频交易系统？...

[汇总]压力测试 0

Stress Testing

[汇总]压力测试

阿里竟然雇佣了一只大猴子   看我如何作死 | 将CPU、IO打爆 原理很简单，跑一个CPU密集型的程序即可

[转]一次生产 CPU 100% 排查优化实践 0

Performance Benchmark

[转]一次生产 CPU 100% 排查优化实践

1. 前言 到了年底果然都不太平，最近又收到了运维报警：表示有些服务器负载非常高，让我们定位问题。 还真是想什么来什么，前些天还故意把某些服务器的负载提高（没错，老板让我写个 BUG！），不过还好是不同的环境互相没有影响。

[转]Tomcat 性能调优之 JVM 调优 0

Java Memory Model JMM / Tomcat Configuration

[转]Tomcat 性能调优之 JVM 调优

Tomcat、Jetty、GlassFish 等等这系列 Web容器/应用服务器，虽然做为容器，提供的是一个 Java Web 的运行时环境，以支持Servlet/JSP 等等这些内容的运行，但我们都很清楚，其本质上还是一个 Java 应用程序。 每次对于 容器的启动运行，都是把这个 Java 程序跑起来，来实现 Web 容器的能力。 做为一类“特殊”的 Java 应用程序，和任务其他的 Java 应用一样，需要使用到JVM，会有堆，会使用到垃圾回收，会涉及到不同的堆分区比例…  

[转]分布式缓存竟这样把注册中心搞垮 0

Performance Experience

[转]分布式缓存竟这样把注册中心搞垮

每当有机会写故障类主题的时候，我都会在开始前静静地望着显示器很久，经过多次煎熬和挣扎之后才敢提起笔来，为什么呢？ 因为这样的话题很容易招来吐槽，比如 “说了半天，不就是配置没配好吗？”，或者 “这代码是猪写的吗？你们团队有懂性能测试的同学吗？”，这样的评论略带挑衅，而且充满了鄙视之意。 不过我觉得，在技术的世界里，多数情况都是客观场景决定了主观结果，而主观结果又反映了客观场景，把场景与结果串起来，用自己的方式写下来，传播出去，与有相同经历的同学聊上一聊，也未尝不是一件好事。 上个月，我们的系统因注册中心崩塌而引发的一场事故，本是一件稀松平常的事件，可我们猜中了开始却没料到原因，始作俑者竟是已在产线运行多年的某分布式缓存系统。