1、CPU，如果存在大量的計算，他們會長時間不間斷的佔用CPU資源，導致其他資源無法爭奪到CPU而響應緩慢，從而帶來系統效能問題，例如頻繁的FullGC，以及多執行緒造成的上下文頻繁的切換，都會導致CPU繁忙，一般情況下CPU使用率<75%比較合適。
2、記憶體，Java記憶體一般是通過jvm記憶體進行分配的，主要是用jvm中堆記憶體來儲存Java建立的物件。記憶體的讀寫速度非常快，但是記憶體空間又是有限的，當記憶體空間被佔滿，物件無法回收時，就會導致記憶體溢位或記憶體漏失。
3、磁碟I/O，磁碟的儲存空間要比記憶體儲存空間大很多，但是磁碟的讀寫速度比記憶體慢，雖然現在引入SSD固態硬碟，但是還是無法跟記憶體速度相比。
4、網路，頻寬的大小，會對傳輸資料有很大影響，當並行量增加時，網路很容易就會成為瓶頸。
5、異常，Java程式，丟擲異常，要對異常進行捕獲，這個過程要消耗效能，如果在高並行的情況下，持續進行例外處理，系統的效能會受影響。
6、資料庫，資料庫的操作一般涉及磁碟I/O的讀寫，大量的資料庫讀寫操作，會導致磁碟I/O效能瓶頸，進而導致資料庫操作延遲。
7、當在並行程式設計的時候，經常會用多執行緒操作同一個資源，這個時候為了保證資料的原子性，就要使用到鎖，鎖的使用會帶來上下文切換，從而帶來效能開銷，在JDK1.6之後新增了偏向鎖、自旋鎖、輕量級鎖、鎖粗化、鎖消除。
1.1 資料庫響應時間，即資料庫操作的時間
1.2 伺服器端響應時間，伺服器端包括Nginx分發的請求所消耗的時間及伺服器端程式執行所消耗的時間。
1.3 網路響應時間，網路傳輸，網路硬體需要對傳輸的請求進行解析所消耗的時間
1.4 使用者端響應時間，一般Web、App使用者端，消耗時間可以忽略不計，但是如果使用者端存在大量的邏輯處理，消耗的時間有能能就會變長。
2.1 磁碟吞吐量
IOPS（Input/Output Per Second）每秒的輸入輸出量，這種是單位時間內系統能處理的I/O請求數量，I/O請求通常為讀或寫資料操作請求，關注隨機讀寫效能，適用於隨機讀寫頻繁的應用，如小檔案儲存，郵件伺服器。 資料吞吐量，這種是單位時間可以傳輸的資料量，對於大量順序讀寫頻繁的應用，傳輸大量連續資料，例如視訊編輯。
2.2 網路吞吐量
指網路傳輸時沒有丟幀的情況下，裝置能夠接受的最巨量資料速率。網路吞吐量不僅跟頻寬有關係，還跟CPU處理能力、網路卡、防火牆、以及I/O等緊密聯絡，吞吐量的大小由網路卡的處理能力、內部程式演演算法以及頻寬大小決定。
3.1 CPU使用率，首先可以先了解CPU的基本資訊，包括物理CPU的個數、單個CPU的核數，然後可以通過命令檢視使用率，vmstat、mpstat、top
3.2 記憶體使用率，free -m、vmstat、top
3.3 磁碟I/O， iostat、 iotop、
3.4 網路I/O，netstat、ifconfig、tcpstat、
1、我們在做效能測試的時候，系統的執行會越來越快，後面的存取速度比我們第一次存取的速度快了好幾倍，這是因為Java語言編譯的順序是，.java檔案先編譯為.class檔案，然後通過直譯器將.class的位元組碼轉換成本地機器碼後，才能執行。為了節約記憶體和執行效率，程式碼最初被執行時，直譯器會率先解釋執行這段程式碼。隨著程式碼被執行的次數增多，虛擬機器器發現某個方法或程式碼執行的特別頻繁，就被認定為熱點程式碼（Hot Spot Code）。為了提高熱點程式碼的執行效率，在執行時虛擬機器器將會通過即時編譯器（JIT）把這些程式碼編譯成為本地平臺相關的機器碼，然後儲存在記憶體中，之後每次執行程式碼時，直接從記憶體中獲取。這樣就會導致第一次系統執行慢，後面存取的速度快幾倍。
2、在做效能測試的時候，每次測試處理的資料集都是一樣的，但是結果卻有差異，這是因為測試時，伴隨著很多不穩定因素，比如機器其他程序的影響、網路波動以及每個階段JVM垃圾回收的不同等。我們可以通過多次測試，將測試結果求平均，只要保證平均值在合理範圍之內，並且波動不是很大，這種情況，效能測試就算通過。
當我們進行壓測之後，我們會輸出一份效能測試報告，其中包括，RT、TPS、TP99，被壓伺服器的CPU、記憶體、I/O，以及JVM的GC頻率。通過這些指標可以發現效能瓶頸。我們可以採用自下而上的方式進行分析。
1、首先從作業系統層面，檢視系統的CPU、記憶體、I/O、網路的使用率是否異常，再通過命令查詢異常紀錄檔，最後通過紀錄檔分析，找到導致瓶頸的問原因。
2、還可以從Java應用的JVM層面，檢視JVM的垃圾回收頻率以及記憶體分配情況是否存在異常，分析垃圾回收紀錄檔，找到導致瓶頸的原因。
3、如果系統和JVM層面都沒有出現異常情況，然後可以從應用服務業務層檢視是否存在效能瓶頸，例如，Java程式設計問題，讀寫資料庫瓶頸等。
整體的調優順序，我們可以從業務調優到程式設計調優，最後再到系統調優
首先是優化程式碼，程式碼問題往往會因為消耗系統資源而暴漏出來，例如程式碼導致記憶體溢位，使JVM記憶體用完，而發生頻繁的FullGC，導致CPU偏高。
其次是優化設計，主要是優化業務層和中介軟體層程式碼，例如可以採用代理模式，放在頻繁呼叫的建立物件的場景裡，共用一個建立物件，減少建立物件的消耗。
再次是優化演演算法，選擇合適的演演算法降低時間複雜度。
MySQL調優
1)、表結構與索引優化。
主要是對資料庫設計、表結構設計以及索引設定維度進行的優化，設計表結構的時候，考慮資料庫的水平與垂直的拓展能力，提前規劃好將來資料量、讀寫量的增長，規劃好分庫分表方案。對欄位選擇合適的資料型別，優先選用較小的資料結構。
2)、SQL語句優化。
主要是對SQL語句進行的優化，使用explain來檢視執行計劃，來檢視是否使用了索引，使用了哪些索引。也可以使用Profile命令分析語句執行過程中各個分步的耗時。
3)、MySQL引數優化。
主要是對MySQL服務的設定進行優化，例如連線數的管理，對索引快取、查詢快取、排序快取等各種快取大小進行優化
4)、硬體及系統設定。
對硬體裝置和作業系統設定進行優化，例如調整作業系統引數、禁用swap、增加記憶體、升級固態硬碟。
首先是作業系統調優，Linux操作的核心引數設定可以進行調優，已達到提供高效能的目的。
其次，JVM調優，設定合理的JVM記憶體空間，以及垃圾回收演演算法來提高效能，例如，如果業務邏輯會建立大物件，我們就可以設定，將大的物件直接放到老年代中，這樣可以減少年輕代頻發發生YongGC，減少CPU的佔用時間。
首先是時間換取空間，有的時候系統對查詢速度要求不高，對儲存空間要求較高，這個時候我們可以考慮用時間換取空間。
其次是空間換取時間，用儲存空間提升存取速度，典型的就是MySQL的分庫分表策略，MySQL表單資料儲存千萬以上的時候，讀寫效能就會下降，這個時候我們可以將資料進行拆分，以達到查詢的時候，每個表的資料是少量的，以達到提升效能的目的。
系統調優後，仍然還會存在效能問題，這個時候我們需要有兜底策略， 首先是限流，對系統的入口設定最大存取限制，同時採取斷熔措施，返回沒有成功的請求。 其次是橫向擴容，當存取量超過某一個閾值時，系統可以自動橫向增加服務。
作者：京東健康 牛金亮
內容來源：京東雲開發者社群