从代码写法、JVM、集合 IO、并发、数据库、架构算法六个维度整理，全部是项目可落地的优化点，不空谈理论。
一、基础代码层面优化
1. 字符串处理
循环拼接字符串禁止直接使用
+，大量循环用StringBuilder；少量简单拼接编译器会自动优化为 StringBuilder。
// 差
String s = "";
for(int i=0;i<1000;i++) s += i;
// 好
StringBuilder sb = new StringBuilder();
for(int i=0;i<1000;i++) sb.append(i);
String.substring()旧版本会持有原 char 数组，大字符串截取建议 new String 包装；Java9 + 内部改用 byte [] 无此问题。尽量用
equals常量放前面："abc".equals(str)避免空指针同时无性能损耗。
2. 循环优化
减少循环内计算，把方法调用、属性提取提到循环外
// 差
for(int i=0;i<list.size();i++){}
// 好
int len = list.size();
for(int i=0;i<len;i++){}
注：现代 JIT 会自动做提升，但多层嵌套循环手动提取收益更高。
嵌套循环：小循环放外层，大循环放内层，减少循环切换开销。
避免循环内创建对象，对象尽量在外层 new，循环内复用。
for‑each 底层迭代器，遍历 ArrayList 优先普通 for；LinkedList 不要用普通 for（随机访问 O (n)）。
3. 对象与基本类型
优先使用基本类型
int/long，避免包装类Integer/Long，减少自动装箱拆箱。
// 拆箱产生额外开销
Integer a = 1000;
int b = a;
局部变量尽量缩小作用域，利于 JIT 逃逸分析；局部对象有可能被栈上分配，不进堆。
不要创建无用对象：方法内不要 new 临时对象，能复用就复用；避免
new Integer(xxx)构造器，用Integer.valueOf()走缓存。尽量使用对象池复用重对象：连接、线程、大缓冲区，不要频繁 new 销毁。
二、集合框架性能优化
HashMap 初始容量预估：
expectedSize / loadFactor，默认负载因子 0.75，避免反复扩容复制数组。contains()：ArrayList 是 O (n)，HashSet 是 O (1)，大数据量判断存在性务必用 HashSet。遍历 Map 优先
entrySet()，不要keySet()再 get，减少二次查询。
// 高效
for(Map.Entry<String,Object> entry : map.entrySet()){
String k = entry.getKey();
Object v = entry.getValue();
}
集合遍历中不要做 remove，用迭代器
iterator.remove()或者removeIf()。大集合用完及时置 null 帮助 GC，局部变量方法结束自动失效。
三、IO & 资源
IO 一定用缓冲：文件、网络流套
BufferedReader/BufferedInputStream，减少系统调用。使用 try‑with‑resources 自动关闭流，杜绝资源泄漏，泄漏会直接导致性能越来越差。
try(BufferedReader br = Files.newBufferedReader(path)){
}
文件读取：不要一次性读全部大文件到内存，按行 / 分块流式处理。
序列化：Java 原生
Serializable性能差，大数据优先使用 JSON、Protobuf、Hessian 等。
四、并发编程优化
优先使用 J.U.C 工具类，少手写
synchronized。锁粒度尽量小：锁只包裹竞争代码，不要锁整个大方法；缩小同步块范围。
读多写少场景：
ReentrantReadWriteLock；无锁优先AtomicXXX；高并发计数用LongAdder比AtomicLong性能更好。线程池不要手动 new Thread，统一使用线程池；合理设置核心线程、队列、拒绝策略，避免无限队列 OOM。
避免不必要同步：只读数据不加锁；不可变对象
final可以安全多线程访问。减少上下文切换：不要大量创建销毁线程；避免空自旋；高并发减少锁争抢。
五、JVM 层面优化（运行效率）
善用逃逸分析：方法内部对象，如果不会逃逸出方法，JIT 可以栈上分配，减少 GC。
减少大对象：大于阈值直接进老年代，频繁大对象造成 FullGC。
GC 调优：区分业务类型
响应优先（接口服务）：降低 STW，优先 G1/ZGC；
吞吐量优先：ParallelGC。
避免内存泄漏：静态集合持有对象、未关闭流、线程池引用、ThreadLocal 未 remove。
ThreadLocal 用完必须 remove，否则内存泄漏。
JIT：热点代码会被编译成本地机器码，不要写频繁只执行一次的复杂逻辑；循环内是 JIT 重点优化区域。
六、数据库 & RPC（绝大多数项目瓶颈在这里）
大部分 Java 慢不是 Java 代码慢，是 IO / 数据库慢。
SQL 优化：索引、避免 select *、避免大表全表扫描，分页大数据不要 offset 分页，用主键游标分页。
数据库连接池：合理配置连接数，不要过大过小；连接用完归还。
批量操作：jdbc batch 批量 insert/update，不要循环单条提交。
缓存：热点数据加本地缓存 (Caffeine)、Redis 缓存，减少 DB 访问。
RPC：减少远程调用次数，批量接口，不要循环调用远程接口。
慢查询监控，打印慢 SQL、慢接口日志。
七、算法与架构优化（收益最大）
算法复杂度优先：O (n²) 改成 O (n log n)，比调 JVM 收益大得多。优先优化算法，再抠语法细节。
避免重复计算：结果缓存，备忘录模式。
异步化：非关键路径任务异步执行，MQ 解耦，主线程只处理核心逻辑。
分而治之：大任务分片处理，避免一次性加载全量数据到内存。
八、常见误区（不要瞎优化）
过早优化：没有压测、没有定位瓶颈就到处改代码。先定位瓶颈（Arthas、jstack、jmap、JProfiler），哪里慢优化哪里。
不要迷信小技巧：现代 JIT 编译器会做大量优化，很多教科书旧优化已经被 JIT 自动处理。
可读性优先：不要为了微小性能牺牲代码可维护性。
常用性能排查工具
Arthas：线上定位慢方法、热点方法、监控执行耗时
Jstack：线程栈，死锁、阻塞
Jmap：堆快照，内存泄漏、大对象
Jmeter / Gatling：压测接口
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢