文章目录
- 案例背景
- 特殊的电商大促场景
- 抗住大促的瞬时压力需要几台机器？
- 大促高峰期订单系统的内存使用模型估算
- 内存到底该如何分配？
- 新生代垃圾回收优化之一：Survivor空间够不够
- 新生代对象躲过多少次垃圾回收后进入老年代？
- 多大的对象直接进入老年代？
- 指定垃圾回收器
- 思考
案例背景
按照惯例，我们接下来会用案例驱动来带着大家分析到底该如何在特定场景下，预估系统的内存使用模型
然后合理优化新生代、老年代、Eden和Survivor各个区域的内存大小，接着再尽量优化参数避免新生代的对象进入老年代，尽量让对象留在新生代里被回收掉。
我们这里的背景是电商系统，电商系统
