Appdynamics : 了解并改进Appdynamics(AppD)识别出的性能瓶颈
Appdynamics : Understand and improving the performance bottleneck identified by Appdynamics(AppD)
我将 AppD 用作我的应用程序的 APM，在慢速事务报告中它显示了大部分调用，这不是我们的应用程序代码，我们正在调用开源库方法。例如：
com.google.common.reflect.TypeVisitor.visit google 库的方法需要将近 155 毫秒的时间，而 com.google.common.reflect.TypeToken.equals() 方法需要将近 60 毫秒的时间。 org.apache.tapestry5.internal.services.RenderQueueImpl.render() 大约需要 50 毫秒。
我想强调 我已经检查过，但我的服务器没有加载，而且 CPU 和内存使用率都非常低，而且这次花费的时间是用于非常少量的数据处理.
让我知道这背后的原因以及如何优化我的应用程序的性能。
反射（本质上是 TypeVisitor 和 TypeToken 类）在 Java 中总是很昂贵，尽量不要使用它。渲染时间似乎还可以。应用程序中的高延迟可能有成千上万的原因，但您只提供了这么多信息，所以这就是您可以获得的最佳答案。
我将 AppD 用作我的应用程序的 APM，在慢速事务报告中它显示了大部分调用，这不是我们的应用程序代码，我们正在调用开源库方法。例如：
com.google.common.reflect.TypeVisitor.visit google 库的方法需要将近 155 毫秒的时间，而 com.google.common.reflect.TypeToken.equals() 方法需要将近 60 毫秒的时间。 org.apache.tapestry5.internal.services.RenderQueueImpl.render() 大约需要 50 毫秒。
我想强调 我已经检查过，但我的服务器没有加载，而且 CPU 和内存使用率都非常低，而且这次花费的时间是用于非常少量的数据处理.
让我知道这背后的原因以及如何优化我的应用程序的性能。
反射（本质上是 TypeVisitor 和 TypeToken 类）在 Java 中总是很昂贵，尽量不要使用它。渲染时间似乎还可以。应用程序中的高延迟可能有成千上万的原因，但您只提供了这么多信息，所以这就是您可以获得的最佳答案。