backday xebia - chercher la performance efficacement

#backdaybyxebia

William Montaz - Jean-Pascal Thiery

Construire le SI de demain

Chercher la performance efficace

#backdaybyxebia#perfEfficace @willymontaz @jpthiery

La performance, c’est quoi ?« Mon Application, elle poutre ! »

« Il faut moins de 2 heures à mon batch pour s`exécuter.»

« Mon algorithme utilise moins de 10% du CPU.»

- Ensemble de données chiffrables

- Des niveaux de tolérance qui dépendent du type de traitement.


La performance, pourquoi ?

Make it work

Make it right

Make it fast


La performance, quand ?

Tests de performance Production

Cycle de développement


La performance, comment ? L’environnement :


La performance, comment ? L’environnement, les extras :

JMX


Injecteurs

Graphite

Gatling

Gatling

Gatling

La performance, comment ?

Jenkins

JenkinsSlave

JenkinsSlave

JenkinsSlave

EntrypointAppA

Grafana

Report Gatling

#backdaybyxebia

Une démarche, quelques idées

#backdaybyxebia

BIG THANKSKodewerk, Kirk Pepperdine

Java Performance Tuning

#backdaybyxebia

OS

JVM

Application

Actors

Démarche séquentielle

#backdaybyxebia

OS

JVM

Application

Actors

J’utilise bien mon OS ?

- CPU - Mémoire - IO

#backdaybyxebia

OS

JVM

Application

Actors

J’utilise bien ma JVM ?

- Optimisation de bytecode - Gestion de la mémoire

#backdaybyxebia

OS

JVM

Application

Actors

Mon application est-elle efficace ?

- Architecture - Algorithmes

#backdaybyxebia

OS

JVM

Application

Actors

Mon application est-elle bien utilisée ?

- Utilisation de l’application par des éléments extérieurs (utilisateurs, applications tierces, batchs, etc…)

#backdaybyxebia

OS

JVM

Application

Actors

#backdaybyxebia

OS

2 questions

#backdaybyxebia

Suis-je seul ?

OS

#backdaybyxebia

TOP (!)

OS

#backdaybyxebia

J’utilise 100% du CPU ?

OS

#backdaybyxebia

CS -> 80 000 cycles, 6000CS pour 2GHZ -> 24% context switching

Context Switch Context Switch

Context Switch

OS

Syscall

#backdaybyxebia

context switch ?SchedulingLockingI/OSyscall

OS

#backdaybyxebia

context switch ?SchedulingLockingI/OSyscall

OS

+10% CPU Kernel space -> Problème

#backdaybyxebia

Dead lock

Problème d’I/O : Disque, Network, Système externe

Scheduling CPU par l’hyperviseur

Problème de scheduling OS

Je n’utilise pas 100% du CPU

OS

#backdaybyxebia

vmstat OS

#backdaybyxebia

OS

JVM

Application

Actors

#backdaybyxebia

HotSpot

JVM

#backdaybyxebia

JIT Compiler

JVM

#backdaybyxebia

JIT Compiler => 10 000 appels (CompileThreshold)

JVM

#backdaybyxebia

Huge Methods

JVM

#backdaybyxebia

Huge Methods => 8k bytecode, pas de compilation !

JVM

#backdaybyxebia

Inlining

JVM

#backdaybyxebia

Inlining: auto si < 35 bytes bytecode325 bytes pour les « Hot Methods »

JVM

https://github.com/AdoptOpenJDK/jitwatch/wiki/JarScan

#backdaybyxebia

Call Stack & Récursivité

JVM

#backdaybyxebia

Chargement/Déchargement de classloader

JVM

#backdaybyxebia

Coût de création des objets

JVM

#backdaybyxebia

Coût de création des objetsExemple :

Object foo = cache.get(val1 + ‘’-‘’ + val2)

JVM

#backdaybyxebia

Coût de création des objetsExemple :

Object foo = cache.get(val1 + ‘’-‘’ + val2)

Object foo = cache.get(new Key(val1, val2))

JVM

NB: en java 8, la concaténation de string est optimisée par le compilateur

#backdaybyxebia

Garbage Collection

JVM

#backdaybyxebia

Mark & Sweep

JVM

#backdaybyxebia

JVM

#backdaybyxebia

MarkJVM

#backdaybyxebia

SweepJVM

#backdaybyxebia

Hypothèse générationnelle

Beaucoup d’objets sont transients Seulement quelques objets ont une longue durée de vie

JVM

#backdaybyxebia

Eden/Young Tenured/Old

Survivor 1/2

JVM

#backdaybyxebia

Promotion • Tenuring Threshold

JVM

#backdaybyxebia

Promotion • Tenuring Threshold • Survivor plein

JVM

#backdaybyxebia

GC Roots ?

JVM

#backdaybyxebia

GC Roots ?stack frames

JVM

#backdaybyxebia

GC Roots ?stack frames References JNI

JVM

#backdaybyxebia

GC Roots ?stack frames References JNI Class loaders

JVM

#backdaybyxebia

GC Roots ?stack frames References JNI Class loaders Objets dans le Tenured Space !

JVM

#backdaybyxebia

GC Young GenerationSerialCollectorParallelGC

+ Efficace si beaucoup d’objets morts - Stop-of-the world

JVM

#backdaybyxebia

GC Old GenerationSerial (-XX:+UseParallelGC)Parallel (-XX:+UseParallelOldGC par défaut sur Java 7u4) + Pas d’overhead + Compaction de la heap - Stop-of-the-world

Concurrent Mark-and-Sweep (CMS -XX:+UseConcMarkSweepGC)+ (Presque) pas stop-of-the-world - Overhead CPU (10-40%) - Fragmentation !! Peut déclencher des FullGC

JVM

#backdaybyxebia

Combinaison des GCuint i = 0; if (UseSerialGC) i++; if (UseConcMarkSweepGC || UseParNewGC) i++; if (UseParallelGC || UseParallelOldGC) i++; if (UseG1GC) i++; if (i > 1) { jio_fprintf(defaultStream::error_stream(), "Conflicting collector combinations in option list; " "please refer to the release notes for the combinations " "allowed\n"); status = false; }

JVM

#backdaybyxebia

Log GCBeaucoup d’infos Exploitables directement dans des outils dédiés

GCViewer Censum

-verbose:gc -XX:+PrintGCDetails -XX:+PrintTenuringDistribution

-Xloggc:filename

JVM

#backdaybyxebia

Memory LeakJVM

#backdaybyxebia

Memory LeakHEAP DUMP -> Memory Analysis Tool

JVM

#backdaybyxebia

JIT Friendly Chauffer la JVM Eviter les changements de class loaders Choisir un GC adapté (throughput vs disponibilité) Aider le GC si besoin (référence null) Dimensionner correctement les pools

Notamment les survivors ! Utilisez les log GC

JVM

Ajout suite à la présentation -> Essayer de passer en Java 8 +15% de performances Utilisation du GC G1 qui peut résoudre d’un coup beaucoup de problèmes de GC

#backdaybyxebia

OS

JVM

Application

Actors

#backdaybyxebia

APP

Detecter les problèmes de lock

#backdaybyxebia

Detecter les problèmes de lock

THREAD DUMP !

APP

#backdaybyxebia

Detecter les problèmes d’architecture/d’algorithme

Utiliser un profiler VisualVM JProfiler

Faire des benchmarks Pas d’instrumentation Reflet de la réalité (caches CPU, TLB, paging, …)

APP

#backdaybyxebia

Le benchmarking, c’est très dur !!

Optimisations JIT Chauffe de la JVM Profile-guided optims Loop unrolling, Dead code

False sharing Déclenchement de GC Synchronisation des threads Variance

APP

#backdaybyxebia

JMH

public class JMHSample_03_States {

@State(Scope.Thread) public static class ThreadState { volatile double x = Math.PI; }

@Benchmark public void measureUnshared(ThreadState state) { state.x++; }

public static void main(String[] args) throws RunnerException { Options opt = new OptionsBuilder() .include(JMHSample_03_States.class.getSimpleName()) .warmupIterations(5) .measurementIterations(5) .threads(4) .forks(1) .build();

new Runner(opt).run(); }

}

APP

#backdaybyxebia

Problèmes fréquents

Pas de cache

APP

#backdaybyxebia


Pas de cache Mauvaise utilisation des collections

Mauvaise implémentation : ConcurrentHashMap

ConcurrencyLevel (LockStriping/Segment jdk < 1.8) Lock

ConcurrentSkipListMap LockFree

Pas de sizing initial

APP

#backdaybyxebia






Pas de sizing initial Logs

Trop de logs Trop de processing

Date -> timestamp

APP

#backdaybyxebia








Date -> timestamp Serialisation

APP

#backdaybyxebia








Date -> timestamp Serialisation Pool sous/sur-dimensionné

Circuit breaker

APP

#backdaybyxebia

Pratiques Low Level:

NIOepollFileChannels

Algos LockFreeVolatile, Compare And Swap

Affinité de cacheL1: 32KB 1ns (4 c), L2: 256KB 3-4ns (12 c), L3: plusieurs MB (30c) 12-15ns, RAM 70-100nsMemory Acces Patterns :

affinité temporelle, affinité spaciale, predictible

Translation Lookaside Buffers (TLB)Virtual Pages -> Physical pages in page tableTLB -> cache local pour éviter le parcours de la « page table »Utiliser les Huge Pages (4MB) -> plus d’adresses mémoire dans les TLB

APP

#backdaybyxebia

http://openjdk.java.net/projects/code-tools/jmh/

http://www.7-cpu.com/cpu/SandyBridge.html

http://mechanical-sympathy.blogspot.fr/2013/07/java-garbage-collection-distilled.html

Dmitry Vyazelenko

http://martinfowler.com/articles/lmax.html

http://mechanical-sympathy.blogspot.fr/2012/08/memory-access-patterns-are-important.html

JDK (!)

Martin Thompson

Martin Fowler

Lecture

backday xebia - chercher la performance efficacement

Technology