背景
生産環境偶爾會有一些慢請求導緻系統性能下降,吞吐量下降,下面介紹幾種優化建議。
方案
1、undertow替換tomcat
電子商務類型網站大多都是短請求,一般響應時間都在100ms,這時可以将web容器從tomcat替換為undertow,下面介紹下步驟:
1、增加pom配置
<dependency>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-starter-web</artifactid>
<exclusions>
<exclusion>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-starter-tomcat</artifactid>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-starter-undertow</artifactid>
</dependency>
2、增加相關配置
server:
undertow:
direct-buffers: true
io-threads: 4
worker-threads: 160
1
2
3
4
重新啟動可以在控制台看到容器已經切換為undertow了。
推薦閱讀:吊打 Tomcat ,Undertow 性能很炸!!
2、緩存
将部分熱點資料或者靜态資料放到本地緩存或者redis中,如果有需要可以定時更新緩存資料
3、異步
在代碼過程中我們很多代碼都不需要等傳回結果,也就是部分代碼是可以并行執行,這個時候可以使用異步,最簡單的方案是使用springboot提供的@Async注解,當然也可以通過線程池來實作,下面簡單介紹下異步步驟。
1、pom依賴 一般springboot引入web相關依賴就行
4、如果有線程變量或者logback中的mdc,可以增加傳遞
import org.slf4j.MDC;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.task.TaskDecorator;
import org.springframework.scheduling.annotation.AsyncConfigurerSupport;
import org.springframework.scheduling.annotation.EnableAsync;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
import java.util.Map;
import java.util.concurrent.Executor;
/**
* @Description:
*/
@EnableAsync
@Configuration
public class AsyncConfig extends AsyncConfigurerSupport {
@Override
public Executor getAsyncExecutor() {
ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
executor.setTaskDecorator(new MdcTaskDecorator());
executor.initialize();
return executor;
}
}
class MdcTaskDecorator implements TaskDecorator {
@Override
public Runnable decorate(Runnable runnable) {
Map<string, string> contextMap = MDC.getCopyOfContextMap();
return () -> {
try {
MDC.setContextMap(contextMap);
runnable.run();
} finally {
MDC.clear();
}
};
}
}
5、有時候異步需要增加阻塞
import lombok.extern.slf4j.Slf4j;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
import java.util.concurrent.Executor;
import java.util.concurrent.ThreadPoolExecutor;
@Configuration
@Slf4j
public class TaskExecutorConfig {
@Bean("localDbThreadPoolTaskExecutor")
public Executor threadPoolTaskExecutor() {
ThreadPoolTaskExecutor taskExecutor = new ThreadPoolTaskExecutor();
taskExecutor.setCorePoolSize(5);
taskExecutor.setMaxPoolSize(200);
taskExecutor.setQueueCapacity(200);
taskExecutor.setKeepAliveSeconds(100);
taskExecutor.setThreadNamePrefix("LocalDbTaskThreadPool");
taskExecutor.setRejectedExecutionHandler((Runnable r, ThreadPoolExecutor executor) -> {
if (!executor.isShutdown()) {
try {
Thread.sleep(300);
executor.getQueue().put(r);
} catch (InterruptedException e) {
log.error(e.toString(), e);
Thread.currentThread().interrupt();
}
}
}
);
taskExecutor.initialize();
return taskExecutor;
}
}
4、業務拆分
可以将比較耗時或者不同的業務拆分出來提供單節點的吞吐量
5、內建消息隊列
有很多場景對資料實時性要求不那麼強的,或者對業務進行業務容錯處理時可以将消息發送到kafka,然後延時消費。
舉個例子,根據條件查詢指定使用者發送推送消息,這裡可以時按時、按天、按月等等,這時就