性能调优经典面试题及答案（后端/JVM/数据库方向）

性能调优经典面试题及答案（后端/JVM/数据库方向）

一、JVM性能调优

1. 描述JVM内存模型及垃圾回收机制

答案要点：

• 内存分区 ：
  • 堆（新生代Eden/Survivor区、老年代）
  • 方法区（元空间）
  • 虚拟机栈、本地方法栈、程序计数器
• 对象分配流程 ：
  • 对象优先在Eden区分配
  • 大对象直接进入老年代
  • 长期存活对象（默认15次GC）晋升老年代
• 垃圾收集器 ：
  • Serial/Parallel：适合单核/多核小内存
  • CMS：并发标记清除，低停顿但会产生碎片
  • G1：分Region收集，可预测停顿时间
  • ZGC：超低延迟（JDK11+）

2. 如何排查和解决OOM问题？

排查步骤：

1. 使用jmap -dump:format=b,file=heap.hprof <pid>生成堆转储文件
2. 用MAT/Eclipse Memory Analyzer分析内存泄漏
3. 检查大对象分配（如大数组、未释放的资源）
4. 分析GC日志（-XX:+PrintGCDetails）

解决方案：

• 调整堆大小（-Xms, -Xmx）
• 优化新生代/老年代比例（-XX:NewRatio）
• 修复内存泄漏代码（如未关闭的连接、静态集合）
• 使用堆外内存处理大对象

3. 如何选择垃圾收集器？

选择策略：

• 吞吐量优先：Parallel Scavenge + Parallel Old
• 低延迟优先：CMS（JDK8）或G1（JDK9+）
• 超大堆（>8G）：G1或ZGC
• 云原生环境：Shenandoah（JDK12+）

二、数据库性能优化

4. MySQL索引优化原则

核心原则：

1. 最左前缀匹配原则
2. 避免索引失效场景：
   • 对索引列使用函数/运算
   • 隐式类型转换
   • 使用!=或NOT IN
   • 前导模糊查询（LIKE '%xxx'）
3. 使用覆盖索引减少回表
4. 推荐自增主键（避免页分裂）

高级技巧：

• 索引下推（ICP，MySQL5.6+）
• MRR多范围读取优化
• 使用FORCE INDEX强制索引

5. 如何处理千万级大表查询？

优化方案：

• 分库分表 ：
  • 水平分表（按时间/ID范围）
  • 垂直分表（按字段热度）
• 查询优化 ：
  • 避免SELECT *，只查必要字段
  • 使用EXPLAIN分析执行计划
  • 合理使用覆盖索引
• 架构升级 ：
  • 读写分离
  • 引入缓存层（Redis）
  • 使用列式存储（如ClickHouse）处理分析型查询

6. 如何优化慢SQL？

排查流程：

1. 开启慢查询日志（slow_query_log）
2. 使用EXPLAIN分析执行计划
3. 关注关键指标：
   • type（至少达到range）
   • possible_keys vs key
   • rows扫描行数
   • Extra中的"Using filesort"等警告

优化手段：

• 重建不合理的索引
• 重写复杂查询（拆分为多个简单查询）
• 使用临时表预计算
• 调整join_buffer_size等参数

三、高并发系统优化

7. 如何设计高并发系统的缓存策略？

多级缓存架构：

1. 客户端缓存（HTTP缓存头）
2. CDN边缘缓存
3. 应用层缓存（Guava Cache/Caffeine）
4. 分布式缓存（Redis/Memcached）
5. 数据库缓存（Buffer Pool）

Redis优化要点：

• 合理设置过期时间
• 使用Pipeline减少网络往返
• 大Key拆分（避免单Value过大）
• 热点Key本地缓存+随机过期

8. 如何解决缓存穿透/雪崩/击穿？

缓存穿透（查询不存在数据）：

• 布隆过滤器拦截
• 缓存空对象（设置短过期时间）

缓存雪崩（大量key同时失效）：

• 随机过期时间
• 多级缓存
• 熔断降级机制

缓存击穿（热点key失效）：

• 互斥锁重建缓存
• 逻辑过期（后台异步更新）

四、性能调优方法论

9. 性能调优的标准流程

1. 指标量化：

   • 确定QPS、RT、错误率等基线指标
   • 使用APM工具（SkyWalking/Prometheus）监控

2. 瓶颈定位：

   • CPU瓶颈：top -H，jstack
   • 内存瓶颈：jmap，GC日志
   • IO瓶颈：iostat，vmstat

3. 优化实施：

   • 代码层：算法优化、并发控制
   • JVM层：参数调优、GC策略
   • 架构层：缓存、异步、分片

4. 效果验证：

   • 压力测试（JMeter/Gatling）
   • A/B测试对比

10. 常用性能分析工具

场景	工具
JVM分析	VisualVM, Arthas, JProfiler
线程分析	jstack, Async-Profiler
内存分析	MAT, jmap, jstat
数据库分析	Explain, pt-query-digest
系统监控	Grafana+Prometheus, nmon

高级技巧：

• Arthas热修复（redefine）
• JIT编译分析（-XX:+PrintCompilation）
• 火焰图生成（Async-Profiler）