性能问题从发现到优化一般思路

原创
09/03 09:50
阅读数 644

欢迎大家关注公众号「JAVA 前线」查看更多精彩分享文章,主要包括源码分析、实际应用、架构思维、职场分享、产品思考等等,同时欢迎大家加我个人微信「java_front」一起交流学习

1 文章概述

技术系统有一个发展过程,在业务初期主要是实现业务功能和目标,由于数据和访问量都不大,所以性能问题并不作为首要考虑。

但是随着业务发展,随着数据和访问量增大甚至激增,造成例如首页五秒钟才能展示等问题,这种不佳体验会造成用户流失,此时性能就是必须面对之问题。我们把技术系统分为早期、中期、后期三个阶段:

  • 早期:主要实现业务需求,性能非重点考虑

  • 中期:性能问题注解显现,影响业务发展

  • 后期:技术迭代性能与业务必须同时考虑

如何发现性能问题,并且最终如何解决性能问题就是本文讨论之要点。

 

2 什么是性能

我们可以从四个维度介绍什么是性能:

  • 两个维度定义性能:

    • 速度慢

    • 压力大

  • 两个维度描述性能:

    • 定性:直观感受

    • 定量:指标分析

 

3 发现性能问题

3.1 定性 + 速度

一个页面需要长时间打开,一个列表很慢才能加载完成,一个接口访问导致超时异常,这些显而易见之问题可以归为此类。

 

3.2 定量 + 速度

3.2.1 速度指标

一个公司有7200名员工,每天上班打卡时间是早上8点到8点30分,每次打卡时间系统执行时长5秒,那么RT、QPS、并发量分别是多少?

RT表示响应时间,问题已经包含答案:

  • RT = 5秒

QPS表示每秒访问量,假设行为平均分布:

  • QPS = 7200 / (30 * 60) = 4

并发量表示系统同时处理请求数:

  • 并发量 = QPS x RT = 4 x 5 = 20

根据上述实例引出公式:

  • 并发量 = QPS x RT

 

3.2.2 QPS VS TPS

QPS(Queries Per Second):每秒查询量

TPS(Transactions Per Second):每秒事务数

需要注意此事务并不是指数据库事务,而是包括以下三个阶段:

  • 接收请求

  • 处理业务

  • 返回结果

QPS = N * TPS (N>=1)

N=1表示接口有一个事务:

public class OrderService {

    public Order queryOrderById(String orderId) {
        return orderMapper.selectById(orderId);
    }
}

N>1表示接口有多个事务:

public class OrderService {

    public void updateOrder(Order order) {
        // transaction1
        orderMapper.update(order);
        // transaction2
        sendOrderUpdateMessage(order);
    }
}

 

3.2.3 发现问题

(1) 打印日志

public class FastTestService {

    public void test01() {
        long start = System.currentTimeMillis();
        biz1();
        biz2();
        long costTime = System.currentTimeMillis() - start;
        System.out.println("costTime=" + costTime);
    }

    private void biz1() {
        try {
            System.out.println("biz1");
            Thread.sleep(500L);
        } catch (Exception ex) {
            log.error("error", ex);
        }
    }

    private void biz2() {
        try {
            System.out.println("biz2");
            Thread.sleep(1000L);
        } catch (Exception ex) {
            log.error("error", ex);
        }
    }
}

 

(2) StopWatch

import org.springframework.util.StopWatch;
import org.springframework.util.StopWatch.TaskInfo;

public class FastTestService {

    public void test02() {
        StopWatch sw = new StopWatch("testWatch");
        sw.start("biz1");
        biz1();
        sw.stop();

        sw.start("biz2");
        biz2();
        sw.stop();

        // 简单输出耗时
        System.out.println("costTime=" + sw.getTotalTimeMillis());
        System.out.println();

        // 输出任务信息
        TaskInfo[] taskInfos = sw.getTaskInfo();
        for (TaskInfo task : taskInfos) {
            System.out.println("taskInfo=" + JSON.toJSONString(task));
        }
        System.out.println();

        // 格式化任务信息
        System.out.println(sw.prettyPrint());
    }
}

输出结果:

costTime=1526

taskInfo={"taskName":"biz1","timeMillis":510,"timeNanos":510811200,"timeSeconds":0.5108112}
taskInfo={"taskName":"biz2","timeMillis":1015,"timeNanos":1015439700,"timeSeconds":1.0154397}

StopWatch 'testWatch': running time = 1526250900 ns
---------------------------------------------
ns         %     Task name
---------------------------------------------
510811200  033%  biz1
1015439700  067%  biz2

 

(3) trace

Arthas是阿里开源Java诊断工具:

Arthas是一款线上监控诊断产品,通过全局视角实时查看应用 load、内存、gc、线程的状态信息,并能在不修改应用代码的情况下,对业务问题进行诊断,包括查看方法调用的出入参、异常,监测方法执行耗时,类加载信息等,大大提升线上问题排查效率

Arthas trace命令监控链路每个节点耗时:

https://arthas.aliyun.com/doc/trace.html

我们通过实例说明,首先编写并运行代码:

package java.front.optimize;

public class FastTestService {

    public static void main(String[] args) {
        FastTestService service = new FastTestService();
        while (true) {
            service.test03();
        }
    }

    public void test03() {
        biz1();
        biz2();
    }

    private void biz1() {
        try {
            System.out.println("biz1");
            Thread.sleep(500L);
        } catch (Exception ex) {
            log.error("error", ex);
        }
    }

    private void biz2() {
        try {
            System.out.println("biz2");
            Thread.sleep(1000L);
        } catch (Exception ex) {
            log.error("error", ex);
        }
    }
}

第一步进入arthas控制台:

$ java -jar arthas-boot.jar
[INFO] arthas-boot version: 3.6.2
[INFO] Found existing java process, please choose one and input the serial number of the process, eg : 1. Then hit ENTER
* [1]: 14121
  [2]: 20196 java.front.optimize.FastTestService

第二步输入监控进程号并回车:

2

第三步trace命令监控相应方法:

trace java.front.optimize.FastTestService test03

第四步查看链路耗时:

`---[1518.7362ms] java.front.optimize.FastTestService:test03()
    +---[33.66% 511.2817ms ] java.front.optimize.FastTestService:biz1() #54
    `---[66.32% 1007.2962ms ] java.front.optimize.FastTestService:biz2() #55

 

3.3 定性 + 压力

系统压力大也会表现出速度慢之特征,但是这种慢不仅仅是需要几秒后才能打开网页,而是网页一直处于加载状态最终白屏。

 

3.4 定量 + 压力

服务器常见压力指标如下:

  • 内存

  • CPU

  • 磁盘

  • 网络

服务端开发比较容易引发内存和CPU问题,所以我们重点关注。

 

3.4.1 发现CPU问题

首先编写一段造成CPU飙高之代码并运行:

public class FastTestService {

    public static void main(String[] args) {
        FastTestService service = new FastTestService();
        while (true) {
            service.test();
        }
    }

    public void test() {
        biz();
    }

    private void biz() {
        System.out.println("biz");
    }
}

 

(1) dashboard + thread

dashboard查看当前系统实时面板,发现线程ID=1 CPU占用非常高(这个ID不可以与jstack nativeID相对应):

$ dashboard
ID    NAME    GROUP  PRIORI   STATE    %CPU   DELTA TIME   TIME    INTERRU   DAEMON
1     main    main     5      RUNNA    96.06    4.812     2:41.2    false    false

thread查看最忙前N个线程:

$ thread -n 1

"main" Id=1 deltaTime=203ms time=1714000ms RUNNABLE
    at app//java.front.optimize.FastTestService.biz(FastTestService.java:83)
    at app//java.front.optimize.FastTestService.test(FastTestService.java:61)
    at app//java.front.optimize.FastTestService.main(FastTestService.java:17)

 

3.4.2 发现内存问题

(1) free

$ free -h
              total        used        free      shared  buff/cache   available
Mem:            10G        5.5G        3.1G         28M        1.4G        4.4G
Swap:          2.0G        435M        1.6G

total
服务器总内存

used
已使用内存

free
未被任何应用使用空闲内存

shared
被共享物理内存

cache
IO设备读缓存(Page Cache)

buff
IO设备写缓存(Buffer Cache)

available
可以被程序应用之内存

 

(2) memory

Arthas memory命令查看JVM内存信息:

https://arthas.aliyun.com/doc/heapdump.html
  • 查看JVM内存信息(官方实例)

$ memory
Memory                           used      total      max        usage
heap                             32M       256M       4096M      0.79%
g1_eden_space                    11M       68M        -1         16.18%
g1_old_gen                       17M       184M       4096M      0.43%
g1_survivor_space                4M        4M         -1         100.00%
nonheap                          35M       39M        -1         89.55%
codeheap_'non-nmethods'          1M        2M         5M         20.53%
metaspace                        26M       27M        -1         96.88%
codeheap_'profiled_nmethods'     4M        4M         117M       3.57%
compressed_class_space           2M        3M         1024M      0.29%
codeheap_'non-profiled_nmethods' 685K      2496K      120032K    0.57%
mapped                           0K        0K         -          0.00%
direct                           48M       48M        -          100.00%

 

(3) jmap

  • 查看JAVA程序进程号

jps -l
  • 查看实时内存占用

jhsdb jmap --heap --pid 20196
  • 导出快照文件

 jmap -dump:format=b,file=/home/tmp/my-dump.hprof 20196
  • 内存溢出自动导出堆快照

-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath==/home/tmp/my-dump.hprof

 

(4) heapdump

Arthas heapdump命令支持导出堆快照:

https://arthas.aliyun.com/doc/heapdump.html
  • dump至指定文件

heapdump /home/tmp/my-dump.hprof
  • dump live对象至指定文件

heapdump --live /home/tmp/my-dump.hprof
  • dump至临时文件

heapdump

 

(5) 垃圾回收

jstat可以查看垃圾回收情况,观察程序是否频繁GC或者GC用时是否过长:

jstat -gcutil <pid> <interval(ms)>
  • 每秒查看垃圾回收情况

$ jstat -gcutil 20196 1000
  S0     S1     E      O      M     CCS    YGC     YGCT    FGC    FGCT    CGC    CGCT     GCT
  0.00   0.00  57.69   0.00      -      -      0    0.000     0    0.000     0    0.000    0.000
  0.00   0.00  57.69   0.00      -      -      0    0.000     0    0.000     0    0.000    0.000
  0.00   0.00  57.69   0.00      -      -      0    0.000     0    0.000     0    0.000    0.000

各参数说明如下:

S0:新生代中Survivor 0区占已使用空间比例

S1:新生代中Survivor 1区占已使用空间比例

E:新生代占已使用空间比例

O:老年代占已使用空间比例

P:永久带占已使用空间比例

YGC:应用程序启动至今,发生Young GC次数

YGCT:应用程序启动至今,Young GC所用时间(秒)

FGC:应用程序启动至今,发生Full GC次数

FGCT:应用程序启动至今,Full GC所用时间(秒)

GCT:应用程序启动至今,所用垃圾回收总时间(秒)

 

3.4.3 综合发现问题

(1) 压力测试

进行系统压测可以主动暴露系统问题,评估系统容量,简单常用参数如下:

  • 常用工具:JMeter

  • 阶梯发压线程数10、20、30递增至瓶颈

  • 持续时间:持续1分钟,Ramp-Up=0

  • TPS:Throughput

  • 响应时间:重点关注95Line

 

(2) 监控系统

监控系统可以更加友好展示相关指标,如果公司具有一定技术实力可以自研,否则可以选择使用业界通用方案。

 

4 优化性能问题

4.1 四个方法

  • 减少请求

  • 空间换时间

  • 任务并行化

  • 任务异步化

 

4.2 五个层面

  • 代理层

  • 前端层

  • 服务层

  • 缓存层

  • 数据层

 

4.3 优化说明

一说到性能优化不难想到例如加索引、加缓存等方案,这也许是正确的,但是这样思考可能会造成遗漏,因为这只是缓存层和数据层的方案。

如果可以将无效流量在最外层拒绝,那么这是对系统更好地好保护。四个方法可以应用在每一个层面,我们不妨举一些例子:

 

(1) 减少请求 + 前端层

在秒杀场景中设置前置验证码

 

(2) 减少请求 + 服务层

多次RPC是否可以转换为一次批量RPC

 

(3) 空间换时间 + 服务层

引入缓存

 

(4) 空间换时间 + 缓存层

引入多级缓存

 

(5) 空间换时间 + 数据层

新增索引

 

(6) 任务并行化 + 服务层

如果多个调用互不依赖,使用Future并行化

 

(7) 任务异步化 + 服务层

如果无需等待返回结果,可以异步执行

 

5 文章总结

第一本文讨论了系统早期、中期、后期如何看待性能问题,第二讨论了什么是性能,第三讨论了如果发现性能问题,第四讨论了如何优化性能问题,希望本文对大家有所帮助。

欢迎大家关注公众号「JAVA 前线」查看更多精彩分享文章,主要包括源码分析、实际应用、架构思维、职场分享、产品思考等等,同时欢迎大家加我个人微信「java_front」一起交流学习

展开阅读全文
加载中

作者的其它热门文章

打赏
0
0 收藏
分享
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部