Java Optimierung und Performance Tuning

JVM, JITs, Compiler und native Code Compiler

• Arbeitsweise einer JVM
• Interpretierende JVM
• Java Just in Time Compiler (JIT)
• Adaptive Compilierung bei HotSpot
• Tuning-Parameter einer JVM
• Bytecode-Kompression
• Java-Stack: Hardware, Betriebssystem, JVM, Java-Programme
• CRaC

Performance messen, Benchmarking, Profiling

• Unterschiede zwischen Profiling, Monitoring und Benchmarking
• Macro- und Micro-Benchmarks
• Benchmarking mit JMH
• Performance-Probleme erkennen: das Pareto-Prinzip
• CPU-, Speicher- und Thread-Analyse
• Heap-Dumps und Speicher-Monitoring
• Java Flight Recorder (JFR)
• Async Profiler
• Remote Monitoring über JMX
• JVMTI
• Analysewerkzeuge: VisualVM, JMC, Async Profiler

Klassische Compileroptimierungen

• Mathematisches
• Schleifenoptimierungen
• Invarianten

Leben und Tod: Der Werdegang der Objekte

• Lebenszyklus der Objekte
• Schwache Referenzen
• Objektpools und Cache
• Arbeitsweise von Garbage Collection, Garbage Collection Algorithmen
• Speicherlecks erkennen und vermeiden
• Generational ZGC

Java-typische Optimierungen

• Strings und Zeichenkettenoperationen
• Klassen- und Methodendesign
• Kosten von Ausnahmen
• Geladene Klassen überwachen, Klassenlader steuern

Nebenläufigkeit durch Threads

• Parallelisieren von Aufgaben
• Kosten durch Thread-Synchronisation
• Thread-Pools
• Fork/Join-Framework
• Virtual Threads
• Structured Concurrency

Utility-Klassen in der Java-Bibliothek

• Datenstrukturen und Algorithmen
• Große Ganz- und Fließkommazahlen
• Zeitberechnungen

Ein- und Ausgabe, XML und Netzwerk

• Pufferung
• Serialisierung
• New I/O (NIO)
• StaX optimal einsetzen
• Validierung von XML-Dokumenten, Caching

Performante Datenbankzugriffe über JDBC

• Datenbankanbindungen beschleunigen
• Connection-Pools
• PreparedStatements
• Isolation-Level bei Transaktionen
• Datenbank Locking: Optimistisches/Pessimistisches Locking
• Lazy Load Pattern

Enterprise Java

• Einführung in Performance-Pattern/Anti-Pattern bei Jakarta-EE-Anwendungen
• Optimierungen von mehrschichtigen Anwendungen
• Jakarta EE Caching-Strategien
• HttpSession
• Lasttests zum Aufspüren von Engpässen mit JMeter
• Verteilte Programmierung
• Java Enterprise Pattern zur Minimierung der übertragenen Datenmenge: Value Objects
• Webservices modellieren
• Optimierung des OR-Mappers
• Jakarta Messaging (ehemals Java Message Service, aka JMS)
• Applikationsserver im Produktions- und Entwicklungs-Modus

Ausblick

• Native Compilation mit GraalVM
• Performance in Cloud-Umgebungen
• Vector API
• Observability mit OpenTelemetry