内存泄漏和内存溢出是Java内存问题的两种核心场景，存在因果关系。内存溢出（OOM） 是程序运行时需要的内存超出了JVM分配的最大内存，导致无法分配新内存，程序直接崩溃。内存泄漏是程序中不再使用的对象，因为被意外持有引用，无法被GC回收，长期占用内存空间。少量泄漏会浪费资源，大量持续泄漏最终会耗尽内存，引发内存溢出。简单说：泄漏是无用对象占着内存不放，溢出是内存真的不够用了。
内存泄漏最常见原因：静态集合/单例持有长生命周期引用、IO/连接未关闭、ThreadLocal未调用remove、缓存未设置过期策略、内部类持有外部类引用。定位工具：命令行用jmap导出堆快照，JVisualVM、MAT分析对象引用链，Arthas在线排查生产环境。解决方法：及时清空集合、用try-with-resources自动关闭资源、用完ThreadLocal手动清理、给缓存加过期机制、避免长生命周期持有短引用，从根源切断无效引用。
Java性能优化从代码、JVM、并发、IO四大方向入手。代码层：减少临时对象创建、用StringBuilder拼接字符串、避免频繁反射/异常捕获。JVM层：合理设置堆内存、元空间大小，选用G1/ZGC低延迟垃圾收集器。并发层：使用线程池复用线程、用无锁编程（CAS/volatile）、ThreadLocal隔离数据。IO层：用NIO替代BIO、内存映射处理大文件。同时善用缓存、池化技术（连接池/线程池），避免重复计算，大幅提升程序运行效率。
高并发数据库优化核心是减少查询压力、提升查询速度。首先优化索引，为查询字段建合适索引，杜绝全表扫描。其次优化SQL，避免select *、减少子查询、使用批量操作。引入Redis做热点数据缓存，减轻数据库读压力。采用数据库连接池，避免频繁创建连接。架构层做读写分离、分库分表，分散请求压力。事务优化为短事务，减少锁持有时间，避免锁竞争。组合这些方案，能支撑高并发场景下数据库的稳定高效运行。
Java实现高效压缩解压，优先选用高性能方案。原生JDK提供GZIPInputStream/ZipInputStream，适合通用文本压缩，简单无依赖。高性能场景用Snappy、LZ4 算法，压缩速度极快，适合日志、网络传输。大文件处理用NIO内存映射文件，避免将整个文件加载到内存。第三方工具如Commons Compress支持更多格式，Protobuf/JSON序列化自带压缩。核心技巧：流式处理大文件、选择适配业务的算法、避免内存加载全量数据，兼顾速度与内存占用。
