CPU
有的應用需要大量計算，他們會長時間、不間斷地占用 CPU 資源，導致其他資源無法爭奪到 CPU 而響應緩慢，從而帶來系統性能問題。例如，代碼遞歸導致的無限循環，正則表達式引起的回溯，JVM 頻繁的 FULL GC，以及多線程編程造成的大量上下文切換等，這些都有可能導致 CPU 資源繁忙。
內存
Java 程序一般通過 JVM 對內存進行分配管理，主要是用 JVM 中的堆內存來存儲 Java 創建的對象。系統堆內存的讀寫速度非常快，所以基本不存在讀寫性能瓶頸。但是由於內存成本要比磁盤高，相比磁盤，內存的存儲空間又非常有限。所以當內存空間被占滿，對象無法回收時，就會導致內存溢出、內存泄露等問題。
磁盤 I/O
磁盤相比內存來說，存儲空間要大很多，但磁盤 I/O 讀寫的速度要比內存慢，雖然目前引入的 SSD 固態硬盤已經有所優化，但仍然無法與內存的讀寫速度相提並論。
網絡
網絡對於系統性能來說，也起着至關重要的作用。如果你購買過雲服務，一定經歷過，選擇網絡帶寬大小這一環節。帶寬過低的話，對於傳輸數據比較大，或者是並發量比較大的系統，網絡就很容易成為性能瓶頸。
異常
Java 應用中，拋出異常需要構建異常棧，對異常進行捕獲和處理，這個過程非常消耗系統性能。如果在高並發的情況下引發異常，持續地進行異常處理，那么系統的性能就會明顯地受到影響。
數據庫
大部分系統都會用到數據庫，而數據庫的操作往往是涉及到磁盤 I/O 的讀寫。大量的數據庫讀寫操作，會導致磁盤 I/O 性能瓶頸，進而導致數據庫操作的延遲性。對於有大量數據庫讀寫操作的系統來說，數據庫的性能優化是整個系統的核心。
鎖競爭
在並發編程中，我們經常會需要多個線程，共享讀寫操作同一個資源，這個時候為了保持數據的原子性（即保證這個共享資源在一個線程寫的時候，不被另一個線程修改），我們就會用到鎖。鎖的使用可能會帶來上下文切換，從而給系統帶來性能開銷。JDK1.6 之后，Java 為了降低鎖競爭帶來的上下文切換，對 JVM 內部鎖已經做了多次優化，例如，新增了偏向鎖、自旋鎖、輕量級鎖、鎖粗化、鎖消除等。而如何合理地使用鎖資源，優化鎖資源，就需要你了解更多的操作系統知識、Java 多線程編程基礎，積累項目經驗，並結合實際場景去處理相關問題。
了解了上面這些基本內容，我們可以得到下面幾個指標，來衡量一般系統的性能。
響應時間
響應時間是衡量系統性能的重要指標之一，響應時間越短，性能越好，一般一個接口的響應時間是在毫秒級。在系統中，我們可以把響應時間自下而上細分為以下幾種：
- 數據庫響應時間：數據庫操作所消耗的時間，往往是整個請求鏈中最耗時的；
- 服務端響應時間：服務端包括 Nginx 分發的請求所消耗的時間以及服務端程序執行所消耗的時間；
- 網絡響應時間：這是網絡傳輸時，網絡硬件需要對傳輸的請求進行解析等操作所消耗的時間；
- 客戶端響應時間：對於普通的 Web、App 客戶端來說，消耗時間是可以忽略不計的，但如果你的客戶端嵌入了大量的邏輯處理，消耗的時間就有可能變長，從而成為系統的瓶頸。
吞吐量
在測試中，我們往往會比較注重系統接口的 TPS（每秒事務處理量），因為 TPS 體現了接口的性能，TPS 越大，性能越好。在系統中，我們也可以把吞吐量自下而上地分為兩種：磁盤吞吐量和網絡吞吐量。
磁盤吞吐量兩個關鍵指標:
- IOPS（Input/Output Per Second),即每秒的輸入輸出量（或讀寫次數），這種是指單位時間內系統能處理的 I/O 請求數量，I/O 請求通常為讀或寫數據操作請求，關注的是隨機讀寫性能。適應於隨機讀寫頻繁的應用，如小文件存儲（圖片）、OLTP 數據庫、郵件服務器。
- 數據吞吐量,這種是指單位時間內可以成功傳輸的數據量。對於大量順序讀寫頻繁的應用，傳輸大量連續數據，例如，電視台的視頻編輯、視頻點播 VOD（Video On Demand），數據吞吐量則是關鍵衡量指標。
網絡吞吐量
這個是指網絡傳輸時沒有幀丟失的情況下，設備能夠接受的最大數據速率。網絡吞吐量不僅僅跟帶寬有關系，還跟 CPU 的處理能力、網卡、防火牆、外部接口以及 I/O 等緊密關聯。而吞吐量的大小主要由網卡的處理能力、內部程序算法以及帶寬大小決定
計算機資源分配使用率
通常由 CPU 占用率、內存使用率、磁盤 I/O、網絡 I/O 來表示資源使用率。這幾個參數好比一個木桶，如果其中任何一塊木板出現短板，任何一項分配不合理，對整個系統性能的影響都是毀滅性的。
負載承受能力
當系統壓力上升時，可以觀察系統響應時間的上升曲線是否平緩。這項指標能直觀地反饋系統所能承受的負載壓力極限。例如，當對系統進行壓測時，系統的響應時間會隨着系統並發數的增加而延長，直到系統無法處理這么多請求，拋出大量錯誤時，就到了極限
操作系統性能分析決策樹
