Name: Java Performance Tuning für Entwickler*innen
Availability: InStock

Java Performance Tuning für Entwickler*innen

Ein praxisnaher Kurs für Teams, die Java Anwendungen entwickeln und schnellere, stabilere Systeme bauen wollen. Sie lernen, wie man korrekt misst, Engpässe zuverlässig findet und Änderungen umsetzt, die Latenz und Durchsatz verbessern. Der Fokus liegt auf wiederholbaren Methoden für den Einsatz im Alltag.

Was werden Sie lernen?

Sie lernen, sinnvolle Performanceziele zu setzen, verlässliche Messungen zu erzeugen und JVM sowie Codeverhalten unter Last richtig einzuordnen. Sie nutzen Profiling und Laufzeitdiagnostik, um die echten Ursachen zu finden, bevor Sie Code oder JVM Parameter verändern. Sie nehmen einen strukturierten Tuning Prozess mit, der Regressionen verhindert und Entscheidungen nachvollziehbar macht.

Performance sauber messen und typische Benchmarkfehler vermeiden
CPU, Allokationen und Speicherdruck profilieren, um Bottlenecks zu finden
Garbage Collection und JVM Einstellungen für stabile Latenz abstimmen
Performance über Code, Nebenläufigkeit und I O Grenzen hinweg verbessern

Voraussetzungen:

Solide Java Kenntnisse und Erfahrung im Bauen und Betreiben von Services
Grundverständnis von JVM Konzepten, Threads und HTTP APIs
Laptop mit JDK, Build Tool und Profiling Werkzeugen

Kursübersicht*:

*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.

Modul 1: Performance Denkweise und Messdisziplin

Latenz, Durchsatz, Tail Latenz und ihre Wechselwirkungen
Wiederholbarer Testplan Workloads, Baselines und Erfolgskriterien
Benchmarkfallen Warmup, JIT Effekte, Caching und verzerrte Vergleiche
Repräsentative Szenarien wählen und Stop Bedingungen definieren

Modul 2: CPU Profiling und Allokationsanalyse

Sampling vs Instrumentierung und passende Auswahl
Flame Graphs und Call Stacks lesen für echte Ursachen
Allokations Hotspots, Boxing und unnötiger Objektchurn
JVM Flight Recorder Ausgaben praxisnah interpretieren

Modul 3: Speichermodell und Garbage Collection

Heapbereiche, Young und Old, Metaspace, Direct Buffers
GC Auswahl im Überblick und wann G1, ZGC, Shenandoah sinnvoll sind
GC Logs lesen und Pausen mit Allokationsrate verknüpfen
Praktische Hebel Pauseziele, Heap Sizing und Checkpointmuster

Modul 4: Code nahe Performance Muster

Datenstrukturen und algorithmische Entscheidungen mit großem Effekt
Objektlebensdauer, Pooling Abwägungen und sichere Reuse Muster
Versteckte Kosten in Hot Paths Logging, Formatierung, Parsing
Kleine Verbesserungen, die sich addieren, und Impact validieren

Modul 5: Nebenläufigkeit und Synchronisationskosten

Contention Quellen Locks, Atomics, Queues, False Sharing
Thread Pools und Scheduling Entscheidungen für Servermuster
Timeouts, Retries und Backoff zum Schutz der Tail Latenz
Blocking Aufrufe erkennen und gezielt reduzieren

Modul 6: I O, Datenbanken und Downstream Effekte

Connection Pools, DNS Caching, TLS Overhead und Client Settings
Datenbankmuster Batching, Fetch Size, N plus 1, Transaktionsumfang
Serialisierung und Payload Design Kosten von JSON und Alternativen
Backpressure und Ressourcenlimits sichtbar machen

Modul 7: JVM Einstellungen in Containern und Deployments

Heap vs Native Memory unter Container Limits und cgroup Awareness
CPU Limits, Throttling und Auswirkungen auf Durchsatz und Pausen
Startup vs Steady State Tiered Compilation und Class Data Sharing
Flag Hygiene Baselines und nachvollziehbare Änderungen

Modul 8: Observability und Tuning Workflow

Relevante Metriken Requestraten, Queue Tiefe, GC, Pools, Fehler
Tracing für langsame Hops und Head of Line Blocking
Loggingpraktiken, die Diagnose unterstützen ohne Overhead zu treiben
Wiederholbarer Ablauf reproduzieren, messen, ändern, verifizieren, dokumentieren

Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.

4.122€*