- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
상세 이미지
소개
목차
|
CHAPTER 1 최적화와 성능 정의 _1.1 잘못된 자바 성능 최적화 방법_1.2 자바 성능 개요_1.3 실증 과학으로서의 성능_1.4 성능을 위한 분류 체계_1.5 성능 그래프 읽기_1.6 클라우드 시스템의 성능_1.7 요약CHAPTER 2 성능 테스트 방법론_2.1 성능 테스트 종류_2.2 모범 사례 개론_2.3 성능 안티 패턴의 원인_2.4 자바 가상 머신 성능을 위한 통계_2.5 통계 해석_2.6 인지적 편향과 성능 테스트_2.7 요약CHAPTER 3 자바 가상 머신 개요_3.1 인터프리팅과 클래스 로딩_3.2 바이트코드 실행_3.3 핫스팟 소개_3.4 JIT 컴파일 소개_3.5 자바 가상 머신 메모리 관리_3.6 스레딩과 자바 메모리 모델_3.7 자바 가상 머신 모니터링 또는 도구_3.8 자바 구현, 배포 또는 릴리스_3.9 요약CHAPTER 4 가비지 컬렉션 이해하기_4.1 마크 앤 스윕 소개_4.2 가비지 컬렉션 용어집_4.3 핫스팟 런타임 소개_4.4 할당과 수명 주기_4.5 약한 세대 가설_4.6 핫스팟의 프로덕션 가비지 컬렉션 기술_4.7 병렬 컬렉터_4.8 할당의 역할_4.9 요약CHAPTER 5 고급 가비지 컬렉션_5.1 트레이드오프와 플러그형 컬렉터_5.2 동시 가비지 컬렉션 이론_5.3 G1_5.4 셰넌도어_5.5 ZGC_5.6 Balanced(이클립스 OpenJ9)_5.7 니치 핫스팟 컬렉터_5.8 요약CHAPTER 6 자바 가상 머신에서 코드 실행_6.1 전통적인 자바 애플리케이션 수명 주기_6.2 바이트코드 해석 개요_6.3 핫스팟에서의 JIT 컴파일_6.4 자바 프로그램 실행의 진화_6.5 요약CHAPTER 7 하드웨어와 운영 시스템_7.1 현대 하드웨어 소개_7.2 메모리_7.3 현대 프로세서의 특징_7.4 운영 체제_7.5 간단한 시스템 모델_7.6 요약CHAPTER 8 클라우드 스택의 구성 요소_8.1 클라우드 스택을 위한 자바 표준_8.2 클라우드 네이티브 컴퓨팅 재단_8.3 가상화_8.4 이미지와 컨테이너_8.5 네트워킹_8.6 Fighting Animals 예제 소개_8.7 요약CHAPTER 9 클라우드에서의 자바 배포_9.1 로컬 환경에서 컨테이너 작업하기_9.2 컨테이너 오케스트레이션_9.3 배포 기술_9.4 자바 특화 고려 사항_9.5 요약CHAPTER 10 관측성 소개_10.1 관측성이 중요한 이유_10.2 세 가지 핵심 요소_10.3 관측성 아키텍처 패턴과 안티 패턴_10.4 관측성 기반의 애플리케이션 문제 진단_10.5 상용 솔루션과 오픈 소스 소프트웨어_10.6 요약CHAPTER 11 자바에서 관측성 구현_11.1 마이크로미터 소개_11.2 자바 개발자를 위한 프로메테우스 소개_11.3 오픈텔레메트리 소개_11.4 자바에서 오픈텔레메트리 추적 적용_11.5 자바에서 오픈텔레메트리 지표 적용_11.6 자바에서 오픈텔레메트리 로그 적용_11.7 요약CHAPTER 12 프로파일링_12.1 프로파일링 소개_12.2 GUI 기반 프로파일링 도구_12.3 샘플링과 세이프포인트 편향_12.4 최신 프로파일러_12.5 JDK Flight Recorder(JFR)_12.6 프로파일링의 운영적 측면_12.7 메모리 프로파일링_12.8 요약CHAPTER 13 동시성 성능 기법_13.1 병렬 처리 소개_13.2 자바 메모리 모델의 이해_13.3 동시성 라이브러리 구축_13.4 동시성 라이브러리 요약_13.5 실행기와 작업 추상화_13.6 가상 스레드_13.7 요약CHAPTER 14 분산 시스템 기법과 패턴_14.1 기본적인 분산 데이터 구조_14.2 합의 프로토콜_14.3 분산 시스템 예제_14.4 Fighting Animals 개선_14.5 요약CHAPTER 15 현대적 성능과 미래_15.1 새로운 동시성 패턴_15.2 파나마_15.3 라이덴_15.4 발할라_15.5 결론Appendix A 마이크로벤치마킹Appendix B 성능 안티 패턴
|
저자 소개4
Benjamin J. Evans
레드햇의 자바 챔피언이자 수석 소프트웨어 엔지니어다. 뉴렐릭, 도이체 방크에서 수석 아키텍트였으며, 모건 스탠리에서 수석 기술 강사로 근무했다. jClarity를 공동 창립했고, 자바 커뮤니티 프로세스 집행위원회에서 새로운 자바 표준을 정의하는 데 도움을 줬다. 저서로 『자바 최적화』(한빛미디어, 2019)와 『Java in a Nutshell』(O’Reilly, 2014) 등이 있다. 전 세계 기업 및 콘퍼런스에서 자바 플랫폼, 시스템 아키텍처, 성능 및 동시성 등의 주제로 정기적으로 연설 및 교육하고 있다.
벤저민 J. 에번스의 다른 상품
James Gough
모건 스탠리(Morgan Stanley) 디스팅귀쉬드 엔지니어(Distinguished Engineer)로 API 아키텍처와 API 프로그램을 담당하고 있다. 런던 자바 커뮤니티를 대표하는 자바 커뮤니티 프로세스 임원 구성회의 일원인 자바 챔피언이며 OpenJDK에도 기여했다. 『자바 최적화』(한빛미디어, 2025)의 공저자이며 아키텍처와 저수준 자바에 대해 발표하는 것을 즐긴다.
제임스 고프의 다른 상품
오랜 시간 소프트웨어 개발과 교육 현장을 넘나들며 활동한 컴퓨터 공학 박사이다. 대학에서 자바, C, 파이썬을 비롯한 여러 프로그래밍 언어와 알고리즘, 자료구조, RDB 등 다양한 강의를 진행하며 기초 이론부터 실무 중심 개발까지 폭넓은 교육 경험을 쌓아왔다. 현재는 GS비즈플 AX사업센터 센터장으로 재직 중이며, AI 기반 서비스 개발과 이를 뒷받침할 플랫폼 구축을 총괄하고 있다. 특히 자바를 중심으로 한 지능형 서비스 플랫폼을 설계하고 있으며, 마이크로서비스 아키텍처, 비동기 처리, API 설계, 성능 최적화 등 기술 전반을 총괄하는 실무형 기술 리더 역할을 하고 있다.
데이터 과학자이자 AI 개발자로 다양한 산업 분야에서 데이터 분석, AI/ML 모델 개발, 플랫폼 구축에 이르기까지 폭넓은 실무 경험을 보유하고 있다. 다양한 도메인에서의 실무와 컨설팅을 통해 확장성과 유연성이 요구되는 클라우드 환경 경험, 데이터 및 AI 산업 기술 전반에 대한 이해를 바탕으로, 현재는 클라우드 네이티브 기반 AI 서비스 및 SaaS 솔루션을 설계하고 개발하는 데 집중하고 있다.
품목정보
- 발행일
- 2025년 05월 26일
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 13.83MB ?
- 글자 수/ 페이지 수
- 약 561쪽 ?
- ISBN13
- 9791169219471
출판사 리뷰
|
클라우드 시대의 자바, 한계를 뛰어넘는 최적화의 기술클라우드 환경에서의 자바 성능 최적화는 단순한 코딩 기술을 넘어 인프라 전반에 걸친 깊이 있는 이해와 지속적인 관리가 요구되는 영역입니다. 이 책은 클라우드 네이티브 환경에서 자바를 효과적으로 활용하는 방법과 성능 최적화 전략을 체계적으로 다룹니다. 단순히 자바 개발자만을 위한 내용에 국한되지 않고, 클라우드 환경에서 시스템 최적화와 성능에 궁금증을 가진 모든 분께 유익한 길잡이가 될 것입니다. JVM의 메모리 관리와 가비지 컬렉션부터 클라우드 환경에서의 배포 및 관측 가능성, 프로파일링, 병렬 처리 기법과 분산 시스템 패턴까지 폭넓게 다룹니다. 특히 성능 테스트 방법론, 하드웨어 및 운영 체제와의 상호작용, 컨테이너와 가상화 기술 등 현실적이고 실무적인 주제들을 꼼꼼하게 다룹니다. 더 나아가 현대적인 자바 애플리케이션 개발과 배포 전략, 마이크로서비스 환경에서의 성능 이슈와 해결 방법 등 현장에서 즉시 적용할 수 있는 유용한 지침도 담고 있습니다. 이 책은 여러분의 실무 역량을 한 단계 높이는 데 큰 도움이 될 것입니다.주요 내용● 최신 하드웨어, 운영 체제, 클라우드 스택을 최대한 활용하는 자바 원리와 기술● 자바 성능 수치를 측정할 때 자주 빠지는 함정과 마이크로벤치마킹의 한계● 자바/JVM 애플리케이션을 클라우드 환경에서 패키징, 배포, 운영, 디버깅하는 방법● 최신 관찰 가능성 도구를 활용한 클라우드 네이티브 애플리케이션 심층 분석● 병렬 처리와 분산 시스템 등 다양한 자바 성능 최적화 기법대상 독자● 클라우드 플랫폼 엔지니어: 컨테이너 한 대당 메모리를 절반으로 줄이고 싶은 분● 마이크로서비스 설계자: 스프링부트, 쿼커스 중 무엇이 우리 팀에 맞을지 고민하는 분● 퍼포먼스, SRE 담당자: JFR, JIT 로그, ZGC 튜닝으로 지연 시간을 자유자재로 다뤄야 하는 분● 주니어 개발자: ‘자바=느림’이라는 낡은 편견을 깨고 싶은 모든 분
|
