内存类。内存异常、内存泄漏是最常见的问题。
例如，使用JMeter对保险公司投保接口进行压力测试，增大压力开始测试后，返回很多错误请求。观察后台接口日志，具体错误如下：
原因分析如下。
JVM向操作系统申请创建新的原生线程(nativethread)时，有可能会碰到“java.lang.OutOfMemoryError：Unabletocreatenewnativethread”错误。如果底层操作系统创建新的原生线程失败，JVM就会抛出相应的OutOfMemoryError。总体来说，导致"java.lang.OutOfMemoryError：Unabletocreatenewnativethreadw错误的场景大多经历以下这些阶段。
(1)Java程序向JVM请求创建一个新的Java线程，JVM本地代码(nativecode)代理该请求，尝试创建一个操作系统级别的原生线程。
(2)操作系统尝试创建一个新的原生线程，同时需要分配一些内存给该线程。
(3)如果操作系统的虚拟内存已耗尽，或者是受到32位进程的地址空间限制(2GB-4GB),操作系统就会拒绝本地内存分配。
(4)JVM抛出java.lang.OutOfMemoryError:Unabletocreatenewnativethreadw错误。
根据栈信息，我们定位到问题代码出现在下面这个方法里，此方法实现的功能是异步调用保险公司投保接口：
分析这段代码，开发人员在处理异步任务时，使用了线程池。使用线程池处理多线程的好处有:重用了存在的线程，减少了对象创建、消亡的开销，性能佳；可有效控制最大并发线程数，提高了系统资源的使用率，同时避免了过多资源竞争，避免了堵塞；提供了定时执行、定期执行、单线程和并发数控制等功能。
问题就出现在"ExecutorServicees=Executors.newFixedThreadPool(l);"这一行代码上。newFixedThreadPool方法的功能是创建一个定长线程池，可控制线程最大并发数，超出的线程会在队列中等待。开发人员在此处创建线程池时使用了局部变量，每个请求进入这个方法时，都会新建一个固定线程个数为1的线程池。就这样大量并发请求进入后，新建了大量的线程，导致系统虚拟内存被耗尽，JVM抛出ajava.lang.OutOfMemoryError：Unabletocreatenewnativethreadw错误。
配置类。很多时候各个中间件本身的参数是不能满足业务的性能需求的，需要根据实际用户量灵活地调整。例如，数据库连接池不够用导致响应时间久。
问题现象：在测试一个场景时，我们发现响应时间很长，但日志无报错现象。根据调用链接逐级定位，我们发现80%的时间都是消耗在数据访问对象(DataAccessObject,DAO)层的方法上，这时首先考虑的是SQL会不会有问题？于是找数据库管理员(DatabaseAdministrator,DBA)帮忙抓取SQL看一下，但DBA反映SQL执行很快，执行计划也没有问题，那问题出现在哪里呢？找不到原因就看一下线程栈，我们看看系统在执行DAO层的方法后做了什么ojstack线程栈如下：
问题分析过程如下。
我们先关注线程状态，发现栈信息里大量的Dubbo线程处于TTMED—WAITING状态。从waitingoncondition可以看出系统在等待一个条件发生，这时的线程处于休眠(sleep)状态。一般系统会有超时时间唤醒，这里出现TIMED_WAITING状态很正常，一些等待10都会出现这种状态，但是出现大量的TIMED_WAITING状态就要找原因了。接下来，我们观察线程栈，发现处于TIMED_WAITING状态的线程都在等待Druid获取连接池的连接，这种现象很像连接池不够用了。于是增加数据库连接池的连接数，然后TPS直接提升了3倍。
最后再做一下简要总结分析CPU占用和内存性能的方法和手段。
(1)分析CPU占用的方法和手段如下。
top命令用于査看实时的CPU使用情况。
ps-ef命令用于査看进程以及进程中线程的当前CPU使用情况，以及属于当前状态的釆样数据。
jstack是Java提供的命令，用于査看某个进程的当前线程栈运行情况。根据这个命令的输出可以定位某个进程的所有线程的当前运行状态、运行代码，以及是否死锁等。
pstack是Linux命令，用于査看某个进程的当前线程栈运行情况。
(2)分析内存性能的方法和手段如下。
top命令用于査看实时的内存使用情况。
执行jmap-histo:live[pid],然后分析具体的对象数目和占用内存大小，从而定位代码。
执行jmap-dump:live,foimat=b,file=xxx.xxx[pid],然后利用MAT分析是否存在内存泄漏等问题。
另外，典型的影响性能的问题有以下几个。
系统对高并发的场景响应不足，如数据库连接池的连接数过低、服务器连接数超过上限、数据库锁控制考虑不足等。
内存泄漏，如在长时间运行下内存没有正常释放，发生宕机等。
数据库优化不足，如业务日益增长、关联表众多、SQL不够优化等。
更多日常性能测试遇到的典型问题如表1-6所示。
表1-6日常性能测试遇到的典型问题
