Производительность на JVM — бесплатный тест онлайн

Вопрос 1 из 30

Во фрагменте проверяется тема «Аллокации». Какое правило точнее всего объясняет поведение кода?

val total = data.iterator.filter(_ > 0).map(_ * 2).sum

Iterator гарантированно не выделяет промежуточные объекты: все лямбды и боксы устраняются до выполнения. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Значение примитивного типа никогда не упаковывается на JVM, даже если его присвоить переменной типа `Any`. Аллокации создают давление на GC; цепочки временных коллекций и замыкания могут быть заметны в горячем цикле.

Вопрос 2 из 30

Для темы «Аллокации» какой случай уже не покрывается показанной гарантией?

// Дополнительный контекст: Нагрузка стала многопоточной, и прежний микротест перестал отражать работу приложения.
val total = data.iterator.filter(_ > 0).map(_ * 2).sum

Проверка границы должна учитывать, что оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Проверка границы должна учитывать, что увеличение heap устраняет утечку и снижает паузы независимо от удерживаемого графа объектов. Проверка границы должна учитывать, что профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Проверка границы должна учитывать, что попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Проверка границы должна учитывать, что микротест без fork и warmup отличается только точностью числа, но не способен поменять сравнительный вывод.

Вопрос 3 из 30

При исправлении темы «Аллокации» что следует изменить, чтобы следующий рефакторинг не вернул тот же риск?

val total = data.iterator.filter(_ > 0).map(_ * 2).sum
// На ревью требуется устранить причину дефекта, не скрывая её приведением типа или значением по умолчанию.

Ищите boxing в профиле и применяйте специализированные массивы/структуры только в подтверждённом горячем участке. Преобразовать все коллекционные цепочки в ручные циклы до измерения, чтобы заранее убрать возможные накладные расходы. Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки. Сравнивать варианты одним запуском сразу после старта JVM и принимать меньший результат за устойчивое ускорение. Снимите профиль выделений памяти, затем убирайте конкретный источник: промежуточную коллекцию, boxing или лишнюю копию.

Вопрос 4 из 30

В контракте темы «Аллокации» что следует оставить в проектном решении после этого изменения контекста?

allocation\ rate=bytes/second

Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом; попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Аллокации создают давление на GC; цепочки временных коллекций и замыкания могут быть заметны в горячем цикле; оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ; оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Аллокации создают давление на GC; цепочки временных коллекций и замыкания могут быть заметны в горячем цикле; профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Аллокации создают давление на GC; цепочки временных коллекций и замыкания могут быть заметны в горячем цикле; если код компилируется, дополнительные проверки вывода типов и поиска `given` не нужны.

Вопрос 5 из 30

При проверке темы «Аллокации» какой итог можно проверить автоматически или воспроизводимым примером?

Снимите профиль выделений памяти, затем убирайте конкретный источник: промежуточную коллекцию, boxing или лишнюю копию. В проверке воспроизвести ситуацию: оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Аллокации создают давление на GC; цепочки временных коллекций и замыкания могут быть заметны в горячем цикле. Запустить пример один раз и не проверять порядок событий. В теме «Аллокации» исправить один показанный вызов по рекомендации «Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки». Общий контракт и прежнюю границу отдельно не воспроизводить. Снимите профиль выделений памяти, затем убирайте конкретный источник: промежуточную коллекцию, boxing или лишнюю копию. В проверке воспроизвести ситуацию: профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Ищите boxing в профиле и применяйте специализированные массивы/структуры только в подтверждённом горячем участке. В проверке воспроизвести ситуацию: оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов.

Вопрос 6 из 30

В теме «Упаковка примитивов» что в этом примере определяется семантикой Scala, а не соглашением автора?

val xs: Array[Int] = Array(1,2,3)
val any: Any = xs(0)
println(any.getClass)

Сборщик мусора освобождает объект сразу после выхода из лексической области, независимо от достижимости. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Значение примитивного типа никогда не упаковывается на JVM, даже если его присвоить переменной типа `Any`. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test.

Вопрос 7 из 30

Для темы «Упаковка примитивов» после переноса кода в общий модуль проявилось скрытое допущение. Какое?

// Дополнительный контекст: Нагрузка стала многопоточной, и прежний микротест перестал отражать работу приложения.
val xs: Array[Int] = Array(1,2,3)
val any: Any = xs(0)
println(any.getClass)

Увеличение heap устраняет утечку и снижает паузы независимо от удерживаемого графа объектов. Попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Профиль CPU достаточно снять на любом сценарии: распределение входов и прогрев не меняют горячие места. Оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы.

Вопрос 8 из 30

Какой вариант доработки темы «Упаковка примитивов» сохраняет точный контракт?

val xs: Array[Int] = Array(1,2,3)
val any: Any = xs(0)
println(any.getClass)
// На ревью требуется устранить причину дефекта, не скрывая её приведением типа или значением по умолчанию.

Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки. Смешать в одном сравнении новую JVM, новый алгоритм и новый набор данных, чтобы быстрее увидеть общий эффект. Сравнивать варианты одним запуском сразу после старта JVM и принимать меньший результат за устойчивое ускорение. Ищите boxing в профиле и применяйте специализированные массивы/структуры только в подтверждённом горячем участке. Снимите профиль выделений памяти, затем убирайте конкретный источник: промежуточную коллекцию, boxing или лишнюю копию.

Вопрос 9 из 30

В контракте темы «Упаковка примитивов» профиль выделений памяти изменился после безобидного на вид рефакторинга коллекций. Какой вывод одновременно сохраняет правило и учитывает его границу?

p99\gg p50

Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. Учитывать границу: оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Учитывать границу: штатный пример доказывает корректность порядка событий при любой нагрузке. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Учитывать границу: профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Учитывать границу: попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Учитывать границу: попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте.

Вопрос 10 из 30

При проверке темы «Упаковка примитивов» как сформулировать защиту от регрессии без расплывчатого «работает как раньше»?

Ищите boxing в профиле и применяйте специализированные массивы/структуры только в подтверждённом горячем участке. В проверке воспроизвести ситуацию: профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. В теме «Упаковка примитивов» исправить один показанный вызов по рекомендации «Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки». Общий контракт и прежнюю границу отдельно не воспроизводить. Снимите профиль выделений памяти, затем убирайте конкретный источник: промежуточную коллекцию, boxing или лишнюю копию. В проверке воспроизвести ситуацию: попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Ищите boxing в профиле и применяйте специализированные массивы/структуры только в подтверждённом горячем участке. В проверке воспроизвести ситуацию: попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Проверить только новую реализацию, не воспроизводя прежний дефект.

Вопрос 11 из 30

Какой вывод о теме «Динамическая компиляция JIT» можно сделать без дополнительных допущений?

@volatile var sink = 0
def hot(n: Int): Int =
  var acc = 0
  var i = 0
  while i < n do
    acc += i
    i += 1
  acc
for _ <- 1 to 100000 do sink = hot(100)
println(sink)

Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. JIT оптимизирует горячие методы после прогрева: встраивание, escape analysis и спекулятивная оптимизация зависят от профиля выполнения. Iterator гарантированно не выделяет промежуточные объекты: все лямбды и боксы устраняются до выполнения. JIT компилирует метод в окончательную форму при первом вызове, поэтому прогрев не влияет на измерение. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ.

Вопрос 12 из 30

Для темы «Динамическая компиляция JIT» какое последствие нельзя исключить одним успешным запуском?

// Дополнительный контекст: Профиль выделений памяти изменился после безобидного на вид рефакторинга коллекций.
@volatile var sink = 0
def hot(n: Int): Int =
  var acc = 0
  var i = 0
  while i < n do
    acc += i
    i += 1
  acc
for _ <- 1 to 100000 do sink = hot(100)
println(sink)

Одного обычного запуска недостаточно, поскольку профиль CPU достаточно снять на любом сценарии: распределение входов и прогрев не меняют горячие места. Одного обычного запуска недостаточно, поскольку однократный запуск измеряет интерпретацию, class loading и компиляцию, а не устойчивую скорость. Одного обычного запуска недостаточно, поскольку оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Одного обычного запуска недостаточно, поскольку увеличение heap устраняет утечку и снижает паузы независимо от удерживаемого графа объектов. Одного обычного запуска недостаточно, поскольку профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы.

Вопрос 13 из 30

При исправлении темы «Динамическая компиляция JIT» какая правка сохраняет полезную семантику и не расширяет обещания API?

@volatile var sink = 0
def hot(n: Int): Int =
  var acc = 0
  var i = 0
  while i < n do
    acc += i
    i += 1
  acc
for _ <- 1 to 100000 do sink = hot(100)
println(sink)
// На ревью требуется устранить причину дефекта, не скрывая её приведением типа или значением по умолчанию.

Увеличить heap как основное исправление при росте old generation, не проверяя путь удержания объектов. Измеряйте p50/p95/p99, ошибки, ресурсы и стабильность во времени; задавайте бюджет до оптимизации. Используйте JMH с warmup, forks и blackhole; анализируйте assembly только после стабильного результата. Оптимизировать самый заметный цикл без профиля, потому что локально он выглядит наиболее дорогим. Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки.

Вопрос 14 из 30

В контракте темы «Динамическая компиляция JIT» локальный пример стал частью более крупной системы. Какая трактовка контракта остаётся полной?

Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом; оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. JIT оптимизирует горячие методы после прогрева: встраивание, escape analysis и спекулятивная оптимизация зависят от профиля выполнения; однократный запуск измеряет интерпретацию, class loading и компиляцию, а не устойчивую скорость. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test; однократный запуск измеряет интерпретацию, class loading и компиляцию, а не устойчивую скорость. JIT оптимизирует горячие методы после прогрева: встраивание, escape analysis и спекулятивная оптимизация зависят от профиля выполнения; успешная обработка одного значения подтверждает совместимость всех вариантов модели. JIT оптимизирует горячие методы после прогрева: встраивание, escape analysis и спекулятивная оптимизация зависят от профиля выполнения; профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы.

Вопрос 15 из 30

При проверке темы «Динамическая компиляция JIT» какой пункт следует добавить в критерии приёмки изменения?

JIT оптимизирует горячие методы после прогрева: встраивание, escape analysis и спекулятивная оптимизация зависят от профиля выполнения. Ограничиться ручным запуском без автоматической регрессии. В теме «Динамическая компиляция JIT» исправить один показанный вызов по рекомендации «Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки». Общий контракт и прежнюю границу отдельно не воспроизводить. Используйте JMH с warmup, forks и blackhole; анализируйте assembly только после стабильного результата. В проверке воспроизвести ситуацию: профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Используйте JMH с warmup, forks и blackhole; анализируйте assembly только после стабильного результата. В проверке воспроизвести ситуацию: однократный запуск измеряет интерпретацию, class loading и компиляцию, а не устойчивую скорость. Измеряйте p50/p95/p99, ошибки, ресурсы и стабильность во времени; задавайте бюджет до оптимизации. В проверке воспроизвести ситуацию: однократный запуск измеряет интерпретацию, class loading и компиляцию, а не устойчивую скорость.

Вопрос 16 из 30

В теме «Профилирование» код компилируется и запускается. Какое утверждение о его контракте остаётся верным?

def normalize(xs: Vector[String]): Int =
  xs.iterator.map(_.trim).filter(_.nonEmpty).map(_.length).sum
val sample = Vector.fill(10000)("  scala  ")
val result = normalize(sample)
println(result)

Аллокации создают давление на GC; цепочки временных коллекций и замыкания могут быть заметны в горячем цикле. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Средняя задержка полностью описывает пользовательский опыт, поэтому p99 и профиль выделений лишние. Высокая загрузка CPU сама по себе доказывает, что узкое место находится в вычислениях Scala-кода. Профилирование связывает CPU samples, allocation, locks и GC с конкретным сценарием нагрузки.

Вопрос 17 из 30

Для темы «Профилирование» какой пограничный случай относится к контракту, а не только к стилю записи?

// Дополнительный контекст: Нагрузка стала многопоточной, и прежний микротест перестал отражать работу приложения.
def normalize(xs: Vector[String]): Int =
  xs.iterator.map(_.trim).filter(_.nonEmpty).map(_.length).sum
val sample = Vector.fill(10000)("  scala  ")
val result = normalize(sample)
println(result)

Одного обычного запуска недостаточно, поскольку увеличение heap устраняет утечку и снижает паузы независимо от удерживаемого графа объектов. Одного обычного запуска недостаточно, поскольку профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Одного обычного запуска недостаточно, поскольку попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Одного обычного запуска недостаточно, поскольку оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Одного обычного запуска недостаточно, поскольку профиль CPU достаточно снять на любом сценарии: распределение входов и прогрев не меняют горячие места.

Вопрос 18 из 30

При исправлении темы «Профилирование» что здесь лучше исправить до объединения изменений?

def normalize(xs: Vector[String]): Int =
  xs.iterator.map(_.trim).filter(_.nonEmpty).map(_.length).sum
val sample = Vector.fill(10000)("  scala  ")
val result = normalize(sample)
println(result)
// На ревью требуется устранить причину дефекта, не скрывая её приведением типа или значением по умолчанию.

Оптимизировать самый заметный цикл без профиля, потому что локально он выглядит наиболее дорогим. Измеряйте p50/p95/p99, ошибки, ресурсы и стабильность во времени; задавайте бюджет до оптимизации. Фиксируйте версию JDK, данные и нагрузку; сравнивайте flame graph до и после одной правки. Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки. Оценивать изменение только по среднему времени, не записывая p95/p99 и allocation rate.

Вопрос 19 из 30

В контракте темы «Профилирование» условия эксплуатации изменились, но синтаксис остался прежним. Что теперь важно удержать вместе?

Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом; попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Профилирование связывает CPU samples, allocation, locks и GC с конкретным сценарием нагрузки; профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Профилирование связывает CPU samples, allocation, locks и GC с конкретным сценарием нагрузки; оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов. Профилирование связывает CPU samples, allocation, locks и GC с конкретным сценарием нагрузки; результат одного измерения можно считать устойчивой характеристикой производительности. Аллокации создают давление на GC; цепочки временных коллекций и замыкания могут быть заметны в горячем цикле; профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы.

Вопрос 20 из 30

При проверке темы «Профилирование» что поможет соседнему модулю не повторить ту же ошибку?

Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки. В проверке воспроизвести ситуацию: профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. В теме «Профилирование» исправить один показанный вызов по рекомендации «Измеряйте p50/p95/p99, ошибки, ресурсы и стабильность во времени; задавайте бюджет до оптимизации». Общий контракт и прежнюю границу отдельно не воспроизводить. Фиксируйте версию JDK, данные и нагрузку; сравнивайте flame graph до и после одной правки. В проверке воспроизвести ситуацию: профиль без репрезентативного входа показывает оптимизацию тестового стенда, а не рабочей системы. Профилирование связывает CPU samples, allocation, locks и GC с конкретным сценарием нагрузки. Проверить один объект и не рассматривать разделяемое состояние. Фиксируйте версию JDK, данные и нагрузку; сравнивайте flame graph до и после одной правки. В проверке воспроизвести ситуацию: оптимизация по виду кода без профиля легко ухудшает читаемость, не меняя реального числа объектов.

Вопрос 21 из 30

В теме «Совместимость и переносимость» на ревью спорят о причине наблюдаемого результата. Какое объяснение корректно?

val runtime = Runtime.version()
println(runtime.feature())

Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. Значение примитивного типа никогда не упаковывается на JVM, даже если его присвоить переменной типа `Any`. Iterator гарантированно не выделяет промежуточные объекты: все лямбды и боксы устраняются до выполнения. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ.

Вопрос 22 из 30

Для темы «Совместимость и переносимость» нагрузка стала многопоточной, и прежний микротест перестал отражать работу приложения. Какой дефект остаётся возможным при корректном синтаксисе?

// Дополнительный контекст: Нагрузка стала многопоточной, и прежний микротест перестал отражать работу приложения.
val runtime = Runtime.version()
println(runtime.feature())

Оптимизация, снизившая p50, не может ухудшить хвост задержки или объём выделений. Попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. Микротест без fork и warmup отличается только точностью числа, но не способен поменять сравнительный вывод. Одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора.

Вопрос 23 из 30

При исправлении темы «Совместимость и переносимость» на ревью уже воспроизвели проблему: Тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. Какую правку стоит принять?

val runtime = Runtime.version()
println(runtime.feature())
// На ревью требуется устранить причину дефекта, не скрывая её приведением типа или значением по умолчанию.

Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки. Фиксируйте версию JDK, данные и нагрузку; сравнивайте flame graph до и после одной правки. Смешать в одном сравнении новую JVM, новый алгоритм и новый набор данных, чтобы быстрее увидеть общий эффект. Сравнивать варианты одним запуском сразу после старта JVM и принимать меньший результат за устойчивое ускорение. Ищите boxing в профиле и применяйте специализированные массивы/структуры только в подтверждённом горячем участке.

Вопрос 24 из 30

В контракте темы «Совместимость и переносимость» какое решение не превращает частный успешный случай в общее обещание?

Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом; прохождение happy path исключает ошибки сериализации на старых и неполных данных. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом; одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ; тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test; попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом; тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK.

Вопрос 25 из 30

При проверке темы «Совместимость и переносимость» какой контроль остаётся полезным после рефакторинга и переименования кода?

В теме «Совместимость и переносимость» исправить один показанный вызов по рекомендации «Ищите boxing в профиле и применяйте специализированные массивы/структуры только в подтверждённом горячем участке». Общий контракт и прежнюю границу отдельно не воспроизводить. Фиксируйте версию JDK, данные и нагрузку; сравнивайте flame graph до и после одной правки. В проверке воспроизвести ситуацию: тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки. В проверке воспроизвести ситуацию: одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора. Храните флаги рядом с метриками и причиной, тестируйте целевые JDK/GC в матрице и удаляйте устаревшие настройки. В проверке воспроизвести ситуацию: тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Считать отсутствие исключения достаточным подтверждением контракта.

Вопрос 26 из 30

Какая характеристика конструкции «Стратегия тестирования» подтверждается показанным фрагментом?

case class Sample(p50Millis: Double, p99Millis: Double, bytesPerRequest: Long)
val before = Sample(8.0, 42.0, 18_000)
val after  = Sample(7.5, 67.0, 31_000)
val regression = after.p99Millis > before.p99Millis || after.bytesPerRequest > before.bytesPerRequest
println(regression)

Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Сборщик мусора освобождает объект сразу после выхода из лексической области, независимо от достижимости. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. Значение примитивного типа никогда не упаковывается на JVM, даже если его присвоить переменной типа `Any`.

Вопрос 27 из 30

Для темы «Стратегия тестирования» что здесь требует отдельного теста или компиляционного примера?

// Дополнительный контекст: Нагрузка стала многопоточной, и прежний микротест перестал отражать работу приложения.
case class Sample(p50Millis: Double, p99Millis: Double, bytesPerRequest: Long)
val before = Sample(8.0, 42.0, 18_000)
val after  = Sample(7.5, 67.0, 31_000)
val regression = after.p99Millis > before.p99Millis || after.bytesPerRequest > before.bytesPerRequest
println(regression)

Одного обычного запуска недостаточно, поскольку тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. Одного обычного запуска недостаточно, поскольку рост выделений памяти не влияет на задержку, пока heap не достиг максимального размера. Одного обычного запуска недостаточно, поскольку увеличение heap устраняет утечку и снижает паузы независимо от удерживаемого графа объектов. Одного обычного запуска недостаточно, поскольку одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора. Одного обычного запуска недостаточно, поскольку попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте.

Вопрос 28 из 30

При исправлении темы «Стратегия тестирования» нужно устранить причину, а не замаскировать симптом. Какое изменение подходит лучше?

case class Sample(p50Millis: Double, p99Millis: Double, bytesPerRequest: Long)
val before = Sample(8.0, 42.0, 18_000)
val after  = Sample(7.5, 67.0, 31_000)
val regression = after.p99Millis > before.p99Millis || after.bytesPerRequest > before.bytesPerRequest
println(regression)
// На ревью требуется устранить причину дефекта, не скрывая её приведением типа или значением по умолчанию.

Используйте JMH с warmup, forks и blackhole; анализируйте assembly только после стабильного результата. Измеряйте p50/p95/p99, ошибки, ресурсы и стабильность во времени; задавайте бюджет до оптимизации. Оценивать изменение только по среднему времени, не записывая p95/p99 и allocation rate. Фиксируйте версию JDK, данные и нагрузку; сравнивайте flame graph до и после одной правки. Оптимизировать самый заметный цикл без профиля, потому что локально он выглядит наиболее дорогим.

Вопрос 29 из 30

В контракте темы «Стратегия тестирования» после изменения окружения команда пересматривает контракт. Какой вариант корректен?

Переносимость JVM-кода зависит от версии JDK, архитектуры, GC и флагов; внутренние API не являются стабильным контрактом. Отдельная граница — одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. Отдельная граница — тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. Отдельная граница — одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора. Boxing превращает примитив в объект при использовании обобщённого API или `Any`; это добавляет память и косвенный доступ. Отдельная граница — попытка убрать boxing вручную может сломать универсальность API и дать выигрыш только в микротесте. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. Отдельная граница — если локальный вызов успешен, распределённые повторы и частичные отказы не меняют вывод.

Вопрос 30 из 30

При проверке темы «Стратегия тестирования» какая проверка связывает принятую правку с реальной границей решения?

Измеряйте p50/p95/p99, ошибки, ресурсы и стабильность во времени; задавайте бюджет до оптимизации. В проверке воспроизвести ситуацию: тюнинг под один collector может ухудшить поведение на другом или перестать работать после обновления JDK. В теме «Стратегия тестирования» исправить один показанный вызов по рекомендации «Фиксируйте версию JDK, данные и нагрузку; сравнивайте flame graph до и после одной правки». Общий контракт и прежнюю границу отдельно не воспроизводить. Измеряйте p50/p95/p99, ошибки, ресурсы и стабильность во времени; задавайте бюджет до оптимизации. В проверке воспроизвести ситуацию: одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора. Используйте JMH с warmup, forks и blackhole; анализируйте assembly только после стабильного результата. В проверке воспроизвести ситуацию: одно среднее значение пропускной способности скрывает хвост задержек, утечки памяти и паузы сборщика мусора. Стратегия тестирования производительности отделяет микробенчмарк операции, нагрузочный тест сервиса и длительный soak test. Проверить только маленький объём данных и не измерять рост затрат.