關于 JAVA 在開發幾年之后，該學的技術都已經學到了之后，勢必就要開始學習一些優化方面的工作，比方說 SQL 的優化，畢竟能寫的好 SQL 的人，在公司中那是非常受歡迎的，畢竟誰不想讓自己的接口秒出接口呢？但是我們要學的也不光是 SQL 的優化，有時候還有對 JAVA 的一些性能，做出優化操作，讓我們的代碼更健壯，今天我們就來聊聊這個 JAVA 性能優化的事情。

為什么要做性能優化

提高用戶體驗：性能優良的程序能快速響應用戶輸入和操作，避免長時間的等待和延遲，從而提供流暢的用戶體驗。

節省資源：通過優化，可以減少程序運行所需的內存、CPU和存儲資源，這對于節省成本和保護環境都很重要。

提高軟件的可靠性：通過優化，可以減少程序在處理大量數據或復雜任務時的錯誤和崩潰，提高軟件的可靠性。

滿足業務需求：對于許多應用來說，性能是關鍵的商業指標。例如，對于在線交易系統、實時音視頻通信或大數據分析系統，快速和可靠的性能是必不可少的。

遵守性能標準或法規：在某些行業或應用場景中，可能存在性能標準或法規要求，例如醫療、金融或交通行業。

擴展軟件的生命周期：通過持續的性能優化，可以使軟件在長時間內保持競爭力，從而延長軟件的生命周期。

提高開發效率：性能優化往往需要深入理解軟件的內部工作原理，這可以加深開發人員對軟件的理解，從而提高未來的開發效率。

滿足客戶需求：客戶可能對軟件性能有特定的要求或期望，性能優化可以滿足這些需求。

支持國際化：對于需要支持多種語言和地區的軟件，性能優化可以幫助減少不同地區和文化背景下的性能差異。

預防未來的技術風險：隨著技術的快速發展，新的硬件和軟件環境可能會對舊軟件構成挑戰。通過性能優化，可以預防未來因技術更新而產生的風險。

JAVA性能優化需要考慮哪些指標

指標是我們衡量很多事物，以及做出行為決策的重要參考。例如在生活中，當你打算買汽車時，會關注
很多指標，比如動力性、燃油經濟性、制動性、操縱穩定性、平順性、通過性、排放與噪聲等，而這些
指標也都有相關的測試和參數，同時也會對這些指標進行一一參考。

這個道理大家都懂，但一旦到了性能優化上，卻往往因為缺乏理論依據而選擇了錯誤的優化方向，陷入 了盲猜的窘境。在衡量一項優化是否能達到目的之時，不能僅靠感覺，它同樣有一系列的指標來衡量你 的改進。如果在改動之后，性能不升反降，那就不能叫性能優化了。

所謂性能，就是使用有限的資源在有限的時間內完成工作。最主要的衡量因素就是時間，所以很多衡量 指標，都可以把時間作為橫軸。加載緩慢的網站，會受到搜索排名算法的懲罰，從而導致網站排名下降。因此加載的快慢是性能優化是 否合理的一個非常直觀的判斷因素，但性能指標不僅僅包括單次請求的速度，它還包含更多因素。

最直觀的性能指標

那就是吞吐量還有時間以及響應速度

吞吐量是什么意思

我們以十字路口為例：

在交通非常繁忙的情況下，十字路口是典型的瓶頸點，當紅綠燈放行時間非常長時，后面往往會排起長 隊。

從我們開車開始排隊，到車經過紅綠燈，這個過程所花費的時間，就是響應時間。

當然，我們可以適當地調低紅綠燈的間隔時間，這樣對于某些車輛來說，通過時間可能會短一些。但 是，如果信號燈頻繁切換，反而會導致單位時間內通過的車輛減少，換一個角度，我們也可以認為這個 十字路口的車輛吞吐量減少了。

像我們平常開發中經常提到的，QPS 代表每秒查詢的數量，TPS 代表每秒事務的數量，HPS 代表每秒的 HTTP 請求數量等，這都是常用的與吞吐量相關的量化指標。

在性能優化的時候，我們要搞清楚優化的目標，到底是吞吐量還是響應速度。有些時候，雖然響應速度 比較慢，但整個吞吐量卻非常高，比如一些數據庫的批量操作、一些緩沖區的合并等。雖然信息的延遲 增加了，但如果我們的目標就是吞吐量，那么這顯然也可以算是比較大的性能提升。

所以我們可以這樣理解：

響應速度是串行執行的優化，通過優化執行步驟解決問題；

吞吐量是并行執行的優化，通過合理利用計算資源達到目標。

說到這個吞吐量肯定就得談 QPS，那么什么是 QPS 呢？影響 QPS 的因素有哪些呢？

影響 QPS 的因素

QPS（Queries Per Second）即每秒查詢率，是對一個特定的查詢服務器在規定時間內所處理流量多少的衡量標準。在大模型場景下，QPS的提升意味著模型推理速度的提高，能夠為更多用戶提供服務或降低模型推理的成本。

在大規模并行處理的計算環境中，QPS經常被用來衡量一個系統或應用的性能。例如，在數據庫領域，QPS通常用來衡量數據庫服務器每秒能夠響應的查詢數量。

QPS（Queries Per Second）是衡量系統處理能力的一個重要指標，影響QPS的因素有很多，主要包括以下幾個方面：

硬件性能：服務器的處理能力、內存容量、網絡帶寬等都會對QPS產生影響。處理能力越高、內存越大、網絡帶寬越寬，服務器能夠同時處理的請求數量就越多，QPS就越高。

數據庫優化：數據庫的優化對QPS有很大影響。通過合理設計數據庫表結構、建立適當的索引、調整數據庫的參數等，可以提高數據庫的查詢和寫入效率，從而提高QPS。

緩存機制：使用緩存可以減輕數據庫的負載，提高系統的響應速度。通過將頻繁使用的數據存放在緩存中，可以減少對數據庫的查詢次數，從而提高QPS。

編程語言和模型：編程語言和模型的選擇也會對QPS產生影響。一些語言或模型可能在處理大量請求時表現出更高的性能，而另一些則可能在處理復雜邏輯時表現更好。

系統瓶頸：系統的其他組件，如網絡、磁盤I/O、CPU等也可能成為瓶頸，限制QPS的提高。

數據結構和算法：使用合適的數據結構和算法可以有效地提高數據處理速度，從而提高QPS。

系統設計和架構：良好的系統設計和架構可以使系統更高效地處理請求，從而提高QPS。

并發處理能力：系統并發處理請求的能力也會影響QPS。通過合理地使用多線程或多進程，可以提高系統的并發處理能力，從而提高QPS。

系統監控和調優：定期對系統進行監控和調優，可以及時發現和解決性能瓶頸，從而提高QPS。

負載均衡：通過負載均衡技術，可以將請求分發到多個服務器或多個數據庫上，從而平衡負載，提高系統的整體處理能力。