JVM uygulama performansını nasıl optimize edersiniz?

Question

Accepted Answer

JVM uygulamalarını optimize etmek **profiling** ile darboğazları bulma, **JVM/GC tuning**, **kod seviyesi** iyileştirmeler ve JIT compiler'ı kullanmayı kapsar. Her zaman olduğu gibi, kural şudur: **önce ölç, kanıtlanmış darboğazı optimize et** — asla tahmin etme.

## Optimize etmeden önce profil oluşturun

```text
Tools:
  ✓ JProfiler / YourKit / VisualVM — CPU & memory profiling, hotspots
  ✓ Java Flight Recorder (JFR) + Mission Control — low-overhead production profiling
  ✓ async-profiler — flame graphs for CPU/allocation
  ✓ heap dumps + Eclipse MAT — memory leak analysis
```

Profiling, zamanın ve belleğin *nereye* gittiğini ortaya çıkarır, böylece gerçekten önemli olan %20'yi optimize edersiniz, alakasız kodda mikro-optimizasyon yapmak yerine.

## JIT compiler sizin için çalışır

```text
The JVM's JIT (Just-In-Time) compiler identifies "hot" frequently-run code and
compiles it to optimized native machine code at runtime (with inlining, etc.).
→ Java often approaches native speed for hot paths after warm-up.
→ Implication: benchmark AFTER warm-up; let the JIT optimize before measuring.
```

## GC tuning

```bash
# choose a collector appropriate to the workload, size the heap
java -Xms2g -Xmx2g \          # set heap size (avoid resizing; -Xms = -Xmx)
     -XX:+UseG1GC \           # G1 (balanced, default) — or ZGC for low pause
     -XX:MaxGCPauseMillis=200 \
MyApp
```

```text
✓ Right-size the heap (too small → frequent GC; too large → long pauses)
✓ Pick the GC for your goal: G1 (balanced), Parallel (throughput), ZGC (low latency)
✓ Reduce allocation churn — fewer short-lived objects = less GC pressure
```

## Kod seviyesi optimizasyonları

```text
✓ Better algorithms & data structures — biggest wins (HashMap O(1) vs list O(n))
✓ Avoid unnecessary object creation (esp. in loops; reuse, use primitives over wrappers)
✓ Use StringBuilder for string building in loops (not + concatenation)
✓ Minimize autoboxing (Integer vs int) in hot paths
✓ Cache expensive results; use connection/thread pools
✓ Lazy initialization for costly objects not always needed
✓ Reduce I/O round-trips; batch database queries (avoid N+1)
```

## Veritabanı genellikle gerçek darboğazdır

```text
For server apps, the slow part is frequently DB queries (N+1, missing indexes) or
network I/O — NOT Java code. Profiling reveals this so you fix the true cause.
```

## Erken optimizasyondan kaçının

```text
"Premature optimization is the root of all evil." Write clear, correct code first;
profile under realistic load; then optimize the measured hotspots specifically.
```

## Neden önemli

JVM performans optimizasyonu yüksek değerli ancak **disiplinli ve ölçüm odaklı** olmalıdır — tahmin etmek çabayı boşa harcaması ve karmaşıklık ekler.

Tam araç setini bilmek önemlidir: profiler'lar (JFR, async-profiler) gerçek darboğazları konumlandırmak için; JIT'i anlamak (çalışma zamanında sıcak kodu optimize eder, bu nedenle benchmark'lar ısınma gerektirir); GC tuning (heap boyutlandırması ve collector seçimi — G1/ZGC — iş hacmi ve duraklatma sürelerini dengelemek için); ve kod seviyesi kazanç (daha iyi algoritmalar/veri yapıları, tahsis ve autoboxing'i azaltma, pooling, batching).

Darboğazın genellikle Java kodu değil, **veritabanı veya I/O** olduğunu tanımak çabayı doğru şekilde yönlendirir.

Bu kombinasyon — önce profil oluştur, JVM ve GC'yi uygun şekilde tune et, kanıtlanmış hotspot'ları optimize et ve erken mikro-optimizasyondan kaçın — büyük JVM uygulamalarını hızlı ve ölçeklenebilir tutarken, üst düzey operasyonel uzmanlığı yansıtır.