In diesem Kapitel entwickelst du zentrale Fähigkeiten zur Analyse der Softwareeffizienz. Du lernst, Zeit- und Speicherkomplexität zu bewerten und die Performance von Sets, Maps und Lists zu vergleichen. Am Ende verfügst du über das analytische Fundament, um Softwareleistung einzuschätzen und passende Datenstrukturen für deine Java-Anwendungen auszuwählen.

Big-O-Notation: Zeitkomplexität

Eine Kontaktverwaltungs-App implementieren

Zeitkomplexität in der Kontaktverwaltung

Eine Anwendung zum Sortier-Check implementieren

Big-O-Notation: Speicherkomplexität

Den Maximalwert in einem Array finden

Speicherkomplexität in find max value

Eine Social-Networking-App implementieren

Effiziente Datenstrukturen: Sets & Maps

Einen Finder für doppelte Transaktionen implementieren

Eine Textanalyse-Anwendung implementieren

Grundlagen der Software-Performance

Dieses Kapitel vermittelt dir grundlegende Techniken zur Messung der Performance von Java-Anwendungen. Du lernst, Engpässe mit System.nanoTime() zu identifizieren, die JVM-Speicherarchitektur zu verstehen, Speicher- und CPU-Auslastung zu verfolgen und zu erkunden, wie Garbage Collection und JIT-Kompilierung die Effizienz deines Codes beeinflussen.

Performance-Engpässe verstehen

Ausführungszeit messen

Suchalgorithmus-Performance vergleichen

Die JVM-Speicherarchitektur verstehen

Speicherort identifizieren

Speichereffiziente String-Verarbeitung implementieren

Leistungsmetriken und Messung

Speichernutzung nachverfolgen

CPU-Zeit analysieren

Garbage Collection und Just-in-Time-(JIT)-Kompilierung

Just-in-Time (JIT) verstehen

Optimierung einer Finanzanalyse-Anwendung

Code-Performance messen

In diesem Kapitel lernst du, wie du Multithreading sowohl mit Thread-Objekten als auch mit parallelen Streams nutzt, um Operationen gleichzeitig zu verarbeiten. Außerdem erkundest du Thread-Pools mit ExecutorService und asynchrone Programmierung mit CompletableFuture.

Grundlagen des Multithreadings

Parallele Threads für die Verarbeitung erstellen

Bildverarbeitung mit Parallel Streams optimieren

Fortgeschrittene Threading‑Muster

Einen Thread-Pool für Batch-Verarbeitung implementieren

Eine asynchrone Datenverarbeitungspipeline implementieren

Caching-Strategien

Eine passende Cache-Eviktionsrichtlinie auswählen

Eine LRU-Cache implementieren

Lazy Initialization und Singleton-Pattern

Lazy Initialization implementieren

Das Singleton-Muster implementieren

Abschluss

Code-Performance verbessern

Dieser Kurs vermittelt Java-Entwicklerinnen und -Entwicklern die wichtigsten Fähigkeiten, um die Performance von Unternehmensanwendungen zu analysieren und zu optimieren. Du lernst, die algorithmische Komplexität mit der Big-O-Notation zu bewerten, effiziente Datenstrukturen auszuwählen und mit professionellen Tools zentrale Metriken wie CPU, Speicher und Latenz zu überwachen. Durch Einblicke in die Interna der Java Virtual Machine, Garbage Collection und Just-In-Time-Kompilierung verstehst du das Laufzeitverhalten besser. Außerdem lernst du fortgeschrittene Techniken wie Multithreading, asynchrone Verarbeitung und Caching-Strategien kennen, um skalierbare, leistungsstarke Java-Systeme zu entwickeln.

<h2>Grundlagen der Code-Performance verstehen</h2><p>Leistungsoptimierung ist echt wichtig für Java-Entwickler, die Anwendungen für Unternehmen entwickeln. Dieser Kurs gibt dir ein umfassendes Verständnis von Code-Optimierungstechniken, von der Analyse der algorithmischen Komplexität bis hin zu fortgeschrittenen Leistungsmustern. Du lernst systematische Ansätze kennen, um Leistungsengpässe in Java-Anwendungen zu erkennen, zu messen und zu optimieren.</p><br><h2>Erweiterte Leistungsanalyse</h2><p>Starte mit einem intensiven Einblick in die algorithmische Komplexität mithilfe der Big-O-Notation. Durch praktische Anwendungen mit Java-Sammlungen lernst du, die Vor- und Nachteile von Zeit- und Raumkomplexität abzuwägen. Du lernst, wie du die richtigen Datenstrukturen für bestimmte Leistungsanforderungen auswählst und verstehst, was es bedeutet, in verschiedenen Situationen zwischen Listen, Mengen und Zuordnungen zu wählen.</p><br><h2>Optimierung der JVM-Leistung</h2><p>Lerne alles über die Java Virtual Machine und wie man ihre Leistung misst. Lerne, wie du mit Profi-Tools wichtige Werte wie CPU-Auslastung, Speicherverbrauch und Latenz im Auge behältst. Du sammelst praktische Erfahrungen mit Garbage-Collection-Mechanismen und Just-In-Time-Kompilierung, sodass du Anwendungen entwickeln kannst, die die Optimierungsfunktionen der JVM effektiv nutzen.</p><br><h2>Leistungsmuster im Unternehmensmaßstab</h2><p>Entdecke fortgeschrittene Optimierungstechniken, die für leistungsstarke Anwendungen wichtig sind. Lerne, wie man mit Multithreading und asynchronen Operationen gleichzeitig programmiert, setz effiziente Caching-Strategien ein und nutz Initialisierungsmuster, die die Leistung von Anwendungen verbessern. Anhand von praktischen Beispielen lernst du, diese Muster in echten Szenarien anzuwenden.<br>Nach dem Abschluss hast du das technische Know-how, um die Anwendungsleistung zu analysieren, Optimierungsstrategien umzusetzen und leistungsstarke Java-Anwendungen zu entwickeln. Dieser Kurs bringt dir die Fähigkeiten bei, die du brauchst, um Leistungsprobleme in Unternehmensumgebungen zu lösen und skalierbare, effiziente Systeme aufzubauen.</p>

Input/Output and Streams in Java

Lernen Sie Techniken zur Optimierung der Java-Leistung: Algorithmus, JVM-Tuning, Multithreading.

Codeoptimierung in Java

Lerne wichtige Techniken, um die Java-Leistung zu optimieren, von der Effizienz von Algorithmen bis hin zur JVM-Optimierung und Multithreading.

Lead Engineer @Wealthyhood

Garbage collection & Just-In-Time (JIT) compilation

Garbage collection - the basics

How garbage collection works

Garbage collection and performance

GC performance impact

GC-friendly coding

Just-In-Time compilation

JIT-friendly code patterns

Summary

Let's practice!

Code-Performance messen - Garbage Collection und Just-in-Time-(JIT)-Kompilierung

Garbage Collection und Just-in-Time-(JIT)-Kompilierung

Create Your Free Account