在我们实际开发环境中，根据木桶理论，系统的最终性能取决于系统中性能表现最差的组件，因此为了提高整体系统性能，必须对系统中表现最差的组件进行优化，而不是对表现良好的组件进行优化。 根据应用的特点不同，任何计算机资源都i有可能成为系统瓶颈，其中最有可能成为瓶颈的计算资源如下。
- ロ磁盘 IO ：由于磁盘 I O 读写的速度要比内存慢很多，程序在运行过程中，如果需 要等待做盘 I O 完成，那么低效的 I O 操作会拖累整个系统。
- 网络操作：对 网络络数据进行读写的情况与磁盘1/O类似。由于网络环境的不确定性，尤其是对互联网上数据的读写，网络操作的速度可能比本地磁盘 I / O 更慢。因此， 如不加特殊处理，也极可能成为系统瓶颈。
- CPU ：对计算资源要求较高的应用，由于其长时间、不间断地大量占用 CPU 资源，那么对 CPU 的争夺将导致性能问题。如科学计算、3D渲染等对 CPU 需求旺盛的应用。
- 异常：对 Java 应用来说，异常的捕获和处理是非常消耗资源的。如果程序高频率 地进行异常处理，则整体性能便会有明显下降。
- 数据库：大部分应用程序都离不开数据库，而海量数据的读写操作可能是相当费时的。而应用程序可能需要等待数据库操作完成或者返回请求的结果集，那么缓慢的同步操作将成为系统瓶颈。
- 锁竞争：对高并发程序来说，如果存在激烈的锁竞争，无疑是对性能极大的打。 锁竞争将会明显增加线程上下文切换的开销。而且，这些开销都是与应用需求尤关的系统开销，日自占用宝贵的 CPU 资源，却不带来任何好处。
- 内存：一般来说，只要应用程序设计合理，内存在读写速度上不太可能成为性能瓶颈。除非应用程序进行了高频率的内存交换和扫描，但这些情况比较少见。便内存制约系统性能的最可能的情况是内存大小不足。与磁盘相比，内存的大小似乎小的可怜，这意味着应用软件只能尽可能将常用的核心数据读入内存，这在一定程度上降低了系统性能。
