首先声明，这个解决方法不是我想出的，是我从一个高手那边学来的。

性能问题时常会困扰着程序员们，像我这样刚入道没多久的新手，写出的代码有这样那样的问题是常事，性能问题最让人头痛。

在程序上线运行之后，如果没有适当的手段辅助，我们很难知道程序内部的运行状态，如果出现性能问题，除非是特定操作下必然重现，否则定位起来是非常困难。最近就在协助解决一个性能问题，问题如下：

我们的一个服务器，在上线之后，一直还算稳定，但最近海外用户增多，在每天下午4点左右，系统开始异常，操作起来响应很慢。现象就是这么个现象，开始一头雾水，一点头绪都没有。于是几个人把代码找出来，一直走读，搞了很久，找出几个可疑的地方，但结合场景，又觉得矛盾。困惑啊。

这时，高手出现了。一句话，让我们无语又不得不佩服：没有系统运行的统计数据做支撑光靠猜是没有用的。

我们系统运行中的关键路径上都需要加上必要的计数器，但计数器又不能影响系统运行的性能，因此，这个计数器的实现要有点技巧。

一般来说，服务器都是通过多线程实现的，这里就涉及到多线程并发修改计数器的问题。一般来说，涉及到并发修改某一数据时，我们都是通过加锁来实现的，这样实现显然会影响到系统性能的，而且如果有很多计数器，则对系统的影响是显而易见的。

我们可以换一个角度来看：我们加计数器的目的是要得到系统运行的大概情况，而不是做精确的统计，所以这个数据有点偏差对我们分析系统的运行情况不会有影响。所以我们的计数器的实现如下：

在系统构造时，我们初始化一个全局的Map<Thread, int[]>，Thread可以是其它的能唯一标识一个线程的东西，这个可以结合具体的实现来定义，同时我们为每一个线程分配一个计数器，同时，在分配计数器的同时，将线程加入到Map中，在统计时，遍历Map的Values，将每个线程的计数器的值相加，则得到了一个总的计数器的值，这个值就是我们所要东西。

有了这个统计值，我们就可以了解系统的运行情况，也可以很容易找出系统的性能瓶颈。

哈哈，很多东西说白了就这么简单。

这次有点晚了，下次有时间给出Java高性能计数器的程序实现。