https://blog.coding.net/blog/java-coding-performance
1 Visual VM
项目中的某一个接口，在某一场景下（数据量大），性能让人难以忍受。
那么如何有什么工具可以定位引发性能问题的代码呢？其实有很多，这里我们使用 Visual VM。
Visual VM 是一款用来分析 Java 应用的图形工具，能够对 Java 应用程序做性能分析和调优。如果你使用的 java 7 或者 java 8，那么可以直接在 JDK 的 bin 目录找到该工具，名称为 jvisualvm。当然也可以在官网上自行下载。
使用 Visual VM 分析某个接口的性能的方法如下：
结果显示如下:
通过上图，我们可以看到比较耗时的方法为 resolveBytePosition 和 rest，getFile 和 currentUser 是网络请求，暂不考虑。
2 优化一
2.1 背景
首先拿 resolveBytePosition 方法开刀。为了能更容易的解释 resolveBytePosition 的用途，举个例子。
给定一个字符串 chars 与该字符串的 UTF-8 二进制数组(空格用来隔开字符数据，实际并不存在):
chars = "just一个test";
bytes = "6A 75 73 74 E4B880 E4B8AA 74 65 73 74";
resolveBytePosition 用来解决给定一个 bytes 的偏移 bytePos 计算 chars 中的偏移 charPos 的问题。比如:
bytePos = 0 (6A) 对应 charPos = 0 (j)
bytePos = 1 (75) 对应 charPos = 1 (u)
如果使用 array[start:] 表示从下标 start 开始截取数组元素至末尾组成的新数组，那么则有：
bytes[bytePos:] = chars[charPos:]
举例:
bytes[0:] = chars[0:]
bytes[1:] = chars[1:]
bytes[10:] = chars[6:]
2.2 原实现
明白了 resolveBytePosition 的作用，看一下它的实现
public int resolveBytePosition(byte[] bytes, int bytePos) {
return new String(slice(bytes, 0, bytePos)).length();
}
该解法简单粗暴，能够准确的计算出结果，但是缺点显而易见，频繁的构建字符串，对性能造成了极大的影响。通过 Visual VM 可以证实我们的推论，通过点击快照，查看更详细的方法调用耗时。
2.3 剖析
为了更方便的剖析问题，我们绘制如下表格，用来展示每一个字符的 UTF-8 以及 Unicode 的二进制数据：
| j | u | s | t | 一 | 个 | t | e | s | t | |
|---|---|---|---|---|---|---|---|---|---|---|
| UTF-8 | 6A | 75 | 73 | 74 | E4B880 | E4B8AA | 74 | 65 | 73 | 74 |
| Unicode | 6A | 75 | 73 | 74 | 4E00 | 4E2A | 74 | 65 | 73 | 74 |
接着我们将字节数据转换为字节长度：
| j | u | s | t | 一 | 个 | t | e | s | t | |
|---|---|---|---|---|---|---|---|---|---|---|
| UTF-8 | 1 | 1 | 1 | 1 | 3 | 3 | 1 | 1 | 1 | 1 |
| Unicode | 1 | 1 | 1 | 1 | 2 | 2 | 1 | 1 | 1 | 1 |
Java中的使用 char 来表示Unicode，char 的长度为 2 个字节，因此一个 char 足以表示示例中的任何一个字符。
我们使用一个单元格表示一个byte（UTF-8）或一个char（Unicode），并对单元格编号，得到下表：
| j | u | s | t | 一 | 个 | t | e | s | t | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| bytes | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| chars | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | ||||
可以得出下面对应关系
bytes[0:] = chars[0:]
bytes[1:] = chars[1:]
bytes[2:] = chars[2:]
bytes[3:] = chars[3:]
bytes[4:] = chars[4:]
bytes[7:] = chars[5:]
bytes[10:] = chars[6:]
... ...
2.4 方案
进行到这一步，高效的算法已经呼之欲出了。算法如下：
把字符 UTF-8 数据的二进制长度不为 1 的称为特征点。除特征点外，每个字符都是一个字节长度。记下所有特征点的对应关系，对于给定的 bytePos，都可以根据公式计算得到 charPos。
公式为:
charPos = bytePos - preBytePos + preCharPos
举例：
则本实例中有两个特征点 一、个，记作：
bytes[6:] = chars[4:]
bytes[9:] = chars[5:]
如果给定 bytePos 10, 首先找到前一个特征点的对应关系 9（preBytePos） -> 5（preCharPos), 根据公式得出 (10 - 9) + 5 = 6。
2.5 核心代码
该算法还有一个比较关键的问题要解决，即高效的计算一个 char 的字节长度。计算 char 的字节长度的算法参考了 StackOverflow。
// 计算特征点
private int[][] calcSpecialPos(String str) {
ArrayList<int[]> specialPos = new ArrayList<>()
specialPos.add(new int[] {0, 0});
int lastCharPost = 0;
int lastBytePos = 0;
Charset utf8 = Charset.forName("UTF-8");
CharsetEncoder encoder = utf8.newEncoder();
CharBuffer input = CharBuffer.wrap(str.toCharArray());
ByteBuffer output = ByteBuffer.allocate(10);
int limit = input.limit();
while(input.position() < limit) {
output.clear();
input.mark();
input.limit(Math.min(input.position() + 2, input.capacity()));
if (Character.isHighSurrogate(input.get()) && !Character.isLowSurrogate(input.get())) {
//Malformed surrogate pair
lastCharPost++;
}
input.limit(input.position());
input.reset();
encoder.encode(input, output, false);
int encodedLen = output.position();
lastCharPost++;
lastBytePos += encodedLen;
if (encodedLen != 1) { // 特征点
specialPos.add(new int[]{lastBytePos, lastCharPost});
}
}
return toArray(specialPos);
}
// 根据特征点，计算 bytePos 对应的 charPos
private int calcPos(int[][] specialPos, int bytePos) {
// 如果只有一个元素 {0, 0)，说明没有特征值
if (specialPos.length == 1) return bytePos;
int pos = Arrays.binarySearch(specialPos,
new int[] {bytePos, 0},
(int[] a, int[] b) -> Integer.compare(a[0], b[0]));
if (pos >= 0) {
return specialPos[pos][1];
} else {
// if binary search not fonund, will return (-(insertion point) - 1),
// so here -2 is mean -1 to get insertpoint and then -1 to get previous specialPos
int[] preSpecialPos = specialPos[-pos-2];
return bytePos - preSpecialPos[0] + preSpecialPos[1];
}
}
3 优化二
3.1 背景
接下来解决第二个函数 rest。该函数的功能是得到 JsonArray（gson） 的除第一个元素外的所有元素。
由于 rest 是在一个递归函数中被调用且递归栈很深，因此如果 rest 实现的不够高效，其影响会被成倍放大。
3.2 原实现
private JsonArray rest(JsonArray arr) {
JsonArray result = new JsonArray();
if (arr.size() > 1) {
for (int i = 1; i < arr.size(); i++) {
result.add(arr.get(i));
}
}
return result;
}
3.3 剖析
通过调试发现 JsonArray 中存储了相当大的数据，对于频繁调用的场景，每次都对其重新构建明显不是一个明智的选择。
通过查看返回的 JsonArray 使用情况，我们得到了另一条线索：仅仅使用里面的数据，而不涉及修改。
考虑到 JsonArray 被实现成 final，最后方案确定为实现一个针对 rest 这种需求定制的代理类。
3.4 方案 & 代码
代理类 JsonArrayWrapper 分别对 first、rest、foreach 等功能进行了实现。
class JsonArrayWrapper implements Iterable<JsonElement> {
private JsonArray jsonArray;
private int mark;
public JsonArrayWrapper() {
this.jsonArray = new JsonArray();
this.mark = 0;
}
public JsonArrayWrapper(JsonArray jsonArray) {
this.jsonArray= jsonArray;
this.mark = 0;
}
public JsonArrayWrapper(JsonArray jsonArray, int mark) {
this.jsonArray = jsonArray;
this.mark = mark;
}
public JsonObject first() {
return jsonArray.get(mark).getAsJsonObject();
}
public JsonArrayWrapper rest() {
return new JsonArrayWrapper(jsonArray, mark+1);
}
public int size() {
return jsonArray.size() - mark;
}
public JsonElement get(int n) {
return jsonArray.get(mark + n);
}
public void add(JsonElement jsonElement) {
jsonArray.add(jsonElement);
}
public void addAll(JsonArrayWrapper jsonArrayWrapper) {
jsonArrayWrapper.forEach(this.jsonArray::add);
}
@Override
public Iterator<JsonElement> iterator() {
JsonArray jsonarray = new JsonArray();
this.forEach(e -> jsonarray.add(e));
return jsonarray.iterator();
}
@Override
public void forEach(Consumer<? super JsonElement> action) {
for (int i=mark; i<jsonArray.size(); i++) {
action.accept(jsonArray.get(i));
}
}
}
4 成果
经过这两个主要的优化，就解决了代码中的性能问题，成果如下图所示：
