Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Ippevent Nantes: Performance Pudding

Ippevent Nantes: Performance Pudding

Performance Pudding, une recette simple et économique
8 Septembre 2015
Ippevent Nantes

4491c509231bb0f81e921376b6db47b7?s=128

Vincent Beretti

September 08, 2015
Tweet

More Decks by Vincent Beretti

Other Decks in Programming

Transcript

  1. Performance Pudding Une recette simple et économique Septembre 2015 @vberetti

    #ippevent
  2. Ippon Technologies @ 2015 Proposée par Vincent Beretti ◦ architecte

    au pôle conseil ◦ @vberetti Une recette simple et économique Facile Bon marché Performance pudding €
  3. Ippon Technologies @ 2015 • des concepts • des ingrédients

    • des outils • de l’inspiration En détail • Ecosystème • Méthodologie • Système • JVM • Applicatif • Tirs de performances Au menu d’aujourd’hui
  4. Ippon Technologies @ 2014 Ecosystème

  5. Ippon Technologies @ 2015 Ecosystème Bien connaître son système •

    Prenons une application classique ◦ Frontend en Angular ◦ Backend en Java/JAX-RS ◦ Base de données sur PostgreSQL • Le problème de performance peut venir ◦ du front ◦ du back ◦ de la base de données
  6. Ippon Technologies @ 2015 Ecosystème • Le problème de performance

    peut venir - du front - de la JVM - du back - de Jetty - de la base de données - de Apache - de l’OS
  7. Ippon Technologies @ 2015 Ecosystème Firewall NAS Firewall • Le

    problème de performance peut venir ...
  8. Ippon Technologies @ 2015 Une brève histoire du temps …

    ou pas Tps Ratio Analogie L1 cache 0.5ns 1 1 s Main Memory access 100ns 200 3 min Send 1KB over Gbps network 10,000ns 20,000 5 h Read seq 1MB from Memory 250,000ns 500,000 5 days Round trip in same datacenter 500,000ns 1,000,000 11 days Read seq 1MB from SSD 1,000,000ns 2,000,000 1 month Read seq 1MB from Disk 20,000,000ns 40,000,000 1.5 years Send Packet US -> Europe -> US 150,000,000ns 300,000,000 10 years x 80 ! “Numbers Everyone Should Know” - Jeff Dean Building Software Systems at Google and Lessons Learned
  9. Ippon Technologies @ 2014 Méthodologie

  10. Ippon Technologies @ 2015 Brendan Gregg • Anti-methodologies ◦ Street-light

    ◦ Drunk man ◦ Blame someone else • Méthodes ◦ Workload method ▪ Who, Why, What, How ◦ USE ▪ Utilisation, Saturation, Errors
  11. Ippon Technologies @ 2014 Système

  12. Ippon Technologies @ 2015 Système • Swap • Virtual machine

    • I/O Attention ces slides ne sont pas des slides sur Windowsme Merci de votre compréhension
  13. Ippon Technologies @ 2015 Swap Mécanisme d’extension de la mémoire

    en utilisant virtuellement une partie du disque comme de la mémoire physique RAM Disk Virtual Memory Page Fault !! page Chargement des pages du disques vers la RAM Ratio vitesse de lecture RAM/Disk : 1/80 !
  14. Ippon Technologies @ 2015 Swap - Visualisation si : Amount

    of memory swapped in from disk (/s) so : Amount of memory swapped to disk (/s)
  15. Ippon Technologies @ 2015 Swap - Configuration • Swappiness ◦

    Représente la tendance du système à utiliser le Swap. (0 - 100) ◦ Par défaut à 60 ◦ ◦ Swappiness à 1 ◦ Ajout de RAM
  16. Ippon Technologies @ 2015 top vmstat Chef us user %

    utilisé par du code client sy system % CPU utilisé par le système id idle % CPU non-utilisé wa wait % en attente d’I/O st steal % en attente de l’hyperviseur
  17. Ippon Technologies @ 2015 Steal: Cauchemar en VMs Attention à

    la sur-allocation CPU/Mémoire Read The F***in’ VMWare Recipe • Reservation processeur: le CPU virtuel est lié à un CPU physique • Idem pour la mémoire 4 CPUs 0 1 2 3 8 GB RAM 4 CPUs 0 1 2 3 6 GB RAM 2 CPUs 0 1 3 GB RAM Physique (Host) VM-1 (Guest) CPU : 4 + 2 != 4 RAM : 6 + 3 != 8 VM-2 (Guest) VM1 et VM2 veulent utiliser en même temps tous les CPUs alloués.
  18. Ippon Technologies @ 2015 iowait Réseau ? Disques ?

  19. Ippon Technologies @ 2015 Egalement dans Systat sar mode collecte

    qui permet de récuperer et d’analyser sur un historique les valeurs de CPU, mémoire, I/O, ... mpstat Liste l’activité par CPU
  20. Ippon Technologies @ 2014 JVM

  21. Ippon Technologies @ 2015 JVM • JIT - Just In

    Time • Garbage Collector • Thread Dump
  22. Ippon Technologies @ 2015 Cuisson Just In Time • JIT

    Compiler ◦ traduit le bytecode en instructions processeur ◦ et l’optimise ! • Oubliez les ◦ “Je vais mettre des final partout pour que la JVM optimise” ◦ “Je vais inliner cette methode pour économiser un appel” ◦ “Je vais ré-ordonner les conditions parce que celle la est plus utilisée” ◦ “Je fais un benchmark en faisant tourner 100 fois la méthode”
  23. Ippon Technologies @ 2015 Cuisson Just In Time • Optimiser

    ? le JIT le fera mieux que vous car : ◦ il est plus intelligent ◦ il le fait dynamiquement • Optimisation ◦ Statique : re-ordering, nettoyage, pre-compute, read cache, inlining, Class Hierarchy Analysis, ... ◦ Dynamique (au cours des executions) ▪ optimise agressivement pour le chemin “courant” ▪ dé-optimise pour s’adapter et ré-optimiser
  24. Ippon Technologies @ 2015 Garbage Collector • Garbage collector ◦

    Nettoyage automatique de la Heap ▪ Old/New ◦ Plusieurs algorithmes ▪ throughput/low latency ◦ [Java 8] par défaut Parallel (throughput) Stop-the-world Stop-the-world Initial Mark Mark/Preclean Final Remark Concurrent Sweep
  25. Ippon Technologies @ 2015 Garbage Collector : quel impacts ?

    • Minor GC ◦ nettoyage New • Major GC ◦ Nettoyage Old • Full GC ◦ Quand ? ▪ si une Major GC ne nettoie pas assez ▪ si la heap est trop fragmentée ◦ Tout se stoppe et grand nettoyage ◦ Impact sur les performances si trop fréquent ◦ Swap ?! En plus de tout stopper, chargement depuis le disque !
  26. Ippon Technologies @ 2015 • Outils ◦ Activer les logs

    du GC ◦
  27. Ippon Technologies @ 2015 Garbage Collector Au besoin • JVisualVM

    + plugin VisualGC •
  28. Ippon Technologies @ 2015 Thread Dump • Threads avec leur

    statut et leur stacktrace. ◦ Brut ( ) ◦ En visuel ( )
  29. Ippon Technologies @ 2015 Thread dump • Status des threads

    ◦ RUNNABLE ◦ WAITING ◦ BLOCKED • Exemple d’utilisation: repèrer une contention "BLOCKED_TEST pool-1-thread-1" prio=6 tid=0x0000000006904800 nid=0x28f4 runnable [0x00785f000] java.lang.Thread.State: RUNNABLE at java.io.FileOutputStream.writeBytes(Native Method) ... - locked <0x0000000780a000b0> (a com.nbp.theplatform.threaddump.ThreadBlockedState) at com.nbp.theplatform.threaddump.ThreadBlockedState$1.run(ThreadBlockedState.java:7) at java.lang.Thread.run(Thread.java:662) "BLOCKED_TEST pool-1-thread-2" prio=6 tid=0x0000000007673800 nid=0x260c waiting for monitor entry [0x008abf000] java.lang.Thread.State: BLOCKED (on object monitor) at com.nbp.theplatform.threaddump.ThreadBlockedState.monitorLock(ThreadBlockedState.java:43) - waiting to lock <0x0000000780a000b0> (a com.nbp.theplatform.threaddump.ThreadBlockedState) ...
  30. Ippon Technologies @ 2014 Applicatif

  31. Ippon Technologies @ 2015 Applicatif Thread pools Caches logger.debug() Synchronized

    @OneToMany(fetch=FetchType.EAGER) Tx Requires New propagation N+1 SELECT Pagination Session timeout Tx Serializable isolation level static Maps
  32. Ippon Technologies @ 2015 Applicatif Thread pools Caches logger.debug() Synchronized

    @OneToMany(fetch=FetchType.EAGER) Tx Requires New propagation N+1 SELECT Pagination Session timeout Tx Serializable isolation level static Maps • Monitorer le Hit Ratio du cache ◦ Hit Ratio = Hits / (Hits + Misses) • Un Hit Ratio trop faible peut impacter négativement la mémoire
  33. Ippon Technologies @ 2014 Tirs de performance

  34. Ippon Technologies @ 2015 Junk food benches “Prends une VM

    à 2 CPU, on divisera par 2 les temps de réponse” “Attends, je préchauffe l’application en affichant la homepage” “Je ne sais pas ce qu’il s’est passé, on ne fait juste des tests black-box !” “Les resultats des tirs ? Le temps médian est de 200ms” “Ils veulent que le site réponde en moins d’une seconde” ...
  35. Ippon Technologies @ 2015 Mediane et Percentiles • Médiane ◦

    la moitié des requêtes a un temps de réponse inférieur ou égal ◦ et l’autre moitié ? ◦ et le max ? • Percentiles ◦ 50%ile == médiane ◦ 99%ile seul 1% des requêtes sont plus lentes ◦ 99.999%ile seul 0.001% des requêtes sont plus lentes Mesurer un eventail de percentiles (75%, 90%, ...)
  36. Ippon Technologies @ 2015 Percentiles ?

  37. Ippon Technologies @ 2015 Seuil de performance • Comprendre l’impact

    fonctionnel de la definition d’un seuil de performance Requetes/session 50%ile 95%ile 99%ile 99.9%ile 99.999%ile 25 +100% +100% 25% 2.5% 0.0025% 50 +100% +100% 50% 5% 0.05% 100 +100% +100% 100% 10% 0.1% Risque pour un utilisateur unique d’avoir pendant sa session un temps de réponse supérieur à un percentile donné. • Définir le niveau d'exigence en rapport avec un coût de mise en oeuvre.
  38. Ippon Technologies @ 2015 En bref

  39. Ippon Technologies @ 2014 ?

  40. Ippon Technologies @ 2015 Pointeurs • https://www.parleys.com/tutorial/priming-java-speed • https://www.parleys.com/tutorial/how-i-not-i-measure-latency •

    http://techblog.netflix.com/2015/08/netflix-at-velocity-2015-linux.html Crédit Photos • https://flic.kr/p/ofMfMs • https://flic.kr/p/7S6smv • http://commons.wikimedia.org/wiki/File:Plum_pudding.jpg
  41. Ippon Technologies - 43, avenue de la grande Armée 75116

    Paris 01 46 42 48 48 - contact@ippon.fr - www.ippon.fr - blog.ippon.fr - www.ipponusa.com - www.ippon-hosting.com