请看一个测试：
1、快速排序100次，然后计算排序一次所需要的时间。
public QuickSort() {
long beginTime = System.nanoTime();
//排100遍
int b[]=a.clone();
for(int i=0;i<100;i++){
quick(b);
}
long total = System.nanoTime() - beginTime;
//18133
System.out.println("小数组快速排序所需平均时间:" + total/100);
}
在我的机器上，大概时间是：
小数组快速排序所需平均时间:18133
2、计算使用system.out.println打印一个字符串使用的时间：
public static void main(String[] args) {
long beginTime = System.nanoTime();
for(int i=0;i<100;i++){
System.out.println("hello World");
}
long total = System.nanoTime() - beginTime;
/**
* 18214
*/
System.out.println("平均每次磁盘IO时间:" + total/100);
}
打印时间大概是：
平均每次磁盘IO时间:18334
3、记录从局域网的机器上获取一个数据所需要的时间，我们使用虚拟机的memcached作为测试对象。
public class MemcachedTest {
private MemcachedClient memCachedClient ;
MemcachedTest() throws IOException{
memCachedClient = new MemcachedClient(
new InetSocketAddress("192.168.1.103", 11211));
}
public static void main(String[] args) throws IOException {
new MemcachedTest().test();
}
private void test() throws IOException {
long beginTime = System.nanoTime();
for(int i=0;i<100;i++){
memCachedClient.get("dfsdf" + i);
}
long totalTime = System.nanoTime()-beginTime;
//计算平均时间，这里抹掉了小数点，平均：516486
System.out.println("从局域网的memcached取一次数据所需平均时间:" + (totalTime/100));
}
}
打印时间：
从局域网的memcached取一次数据所需平均时间:528065
其实测试1是计算机最擅长的操作，通常这个操作在计算机的内存进行，测试2操作其实是一个IO操作，会涉及到一个向显卡写数据的IO，第三个操作，其实是一个网络IO，计算机会向网卡发送一个指令，到另外一条机器接收到命令，最后再从网卡读结果。
最后得出，各时间大概有如下关系：
快速排序≈一次磁盘IO≈1/29memcached所需要的时间。
可以看出，系统中一旦发生IO，其所需的时间通常比直接操作内存慢好几百倍，因为一个快速排序，会有好几百次的数据移动和比较。对于经过网络的操作，通常其速度又会比磁盘慢至少一个数量级。
尽管现在各种分布式产品很流行，但是这些基础常识，还是应该牢记在心，这样才能够写出高效率，高稳定性的软件。下面是我总结出的代码中几条涉及到性能的几条准则：
一、能够在内存解决的尽量不要访问磁盘，能在本机磁盘解决的，尽量不要访问网络。
二、多线程并发访问程序中，能不共享数据的尽量不要共享（StringBuilder优于StringBuffer)；能够使用并发工具类(Atomic相关类,ConcurrentHashMap，CAS等）的，尽量不要使用synchronized。
三、在访问数据库时，对于常用的查询条件一定要建好复合索引。能够不排序的尽量不要排序，如果需要排序的，一定把排序字段提前存好，而不要在查询的时候再计算排序字段。
四、批量优于单个操作，很多产品，比如数据库，memcached等，都有批量及单个操作。在一些任务类中，如果能够批量操作，则优先使用批量接口。
五、某些计算时间长（比如用户要导出大文件）的操作，尽量进行优化。如果系统中必须存在这样的操作，那就用队列来专门解决这些问题，一定要控制系统线程的数量。
另外，在项目中，大多数系统的瓶颈可能都在数据库，通常，如果一个系统的用户超过1w，缓存就非常必要了。其实，性能问题，不仅仅出在代码级别，还有可能是在中间件上发生，比如apache的默认配置，就非常不适合大的并发系统，mysql的缓存，oracle的最大连接数等等，甚至前段的JS加载及运行，都可能带来性能问题。精通一些中间件，同样可以提高系统的性能和吞吐量。
通常性能都是在用户使用时才被发现，因此，排查问题比较困难。关于他的话题，写出好几本书也阐述不完，在这里，写的标题有点夸张，但是，不可置疑，软件中的IO确实是系统瓶颈很重要的一个原因。
相关推荐
找出系统性能瓶颈：企业级系统性能分析实践 v3.0.pdf
性能测试中如何定位性能瓶颈，对一些常见衡量CPU，内存，磁盘的性能指标，进行综合分析，然后根据所测系统具体情况，进行初步问题定位，然后确定更详细的监控指标来分析。
“软件系统性能检测与瓶颈分析”是中国软件测评中心培训内容
MOMO陌陌高永芝在2017PHP全球开发者大会上做了主题为《复杂PHP系统性能瓶颈排查及优化》的演讲，就PHP系统数据筛选及统计，可视化性能指标，搞笑优化方案做了深入分析。
找出系统性能的瓶颈：企业级系统性能分析实践
各类服务器性能瓶颈分析 各类服务器性能瓶颈分析 各类服务器性能瓶颈分析
* 轻松发现和消除性能瓶颈 * 查找问题代码 * 节省后续硬件及开发投入 * 增加应用发布信心 * 与开发过程集成，改善应用性能 JProbe Suite是一种能节省开发时间、降低开发费用、改善Java应用运行速度及和扩展能力的...
使用JProfiler结合LoadRunner寻找系统性能瓶颈
一款能分析系统性能瓶颈的优化软件。它通过对系统全方位的诊断，找到系统性能的瓶颈所在，然后有针对性地进行修改、优化。此外它还具有间谍软件和恶意软件扫描清除功能，也能将你的隐私信息从电脑中抹除。
JAVA性能瓶颈和漏洞检测工具
常见Web性能瓶颈及分析.pdf
Linux实时性能瓶颈分析.pdf
BOSS数据库系统性能瓶颈分析和定位.pdf
进行优化，先得找到性能瓶颈
性能瓶颈分析方法，一个很好的性能瓶颈分析方法，一个很好的性能瓶颈分析方法，
该文档介绍了在性能测试中一个很重要的阶段，分析结果阶段中如何分析系统的瓶颈所在，是初中级性能测试人员的最佳学习文档
利用Windows性能计数器分析软件产品的性能瓶颈归纳.pdf
文章对服务器可能的性能瓶颈给出了大概分析，对于常见性能问题比较有帮助，有兴趣的可以看看