从发现到优化,解决性能问题通用思路

IT徐胖子 2023-03-15 10:42:46

一、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。

 

二、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

 

三、发现性能问题

 

 
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。

 

 
2、定量 + 速度

 

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

 

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)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);        }    }}

 

②StopWatch

 

  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
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%  biz11015439700  067%  biz2

 

③trace

 

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

 

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、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。

 

 
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。

 

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");    }}

 

①dashboard + 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):

 

  •  
  •  
  •  
$ dashboardID    NAME    GROUP  PRIORI   STATE    %CPU   DELTA TIME   TIME    INTERRU   DAEMON1     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)

 

2)发现内存问题

 

①free

 

  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
$ free -h              total        used        free      shared  buff/cache   availableMem:            10G        5.5G        3.1G         28M        1.4G        4.4GSwap:          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

cacheIO设备读缓存(Page Cache)

buffIO设备写缓存(Buffer Cache)

available可以被程序应用之内存

 

②memory

 

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)

 

  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
$ memoryMemory                           used      total      max        usageheap                             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%

 

③jmap

 

  • 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

 

④heapdump

 

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)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。

 

四、优化性能问题

 

 
1、四个方法

 

  • 减少请求

  • 空间换时间

  • 任务并行化

  • 任务异步化

 

 
2、五个层面

 

  • 代理层

  • 前端层

  • 服务层

  • 缓存层

  • 数据层

 

 
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

 

五、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。

 

作者丨IT徐胖子

来源丨公众号:JAVA前线(ID:www_xpz)
dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn
最新评论
访客 2024年04月08日

如果字段的最大可能长度超过255字节,那么长度值可能…

访客 2024年03月04日

只能说作者太用心了,优秀

访客 2024年02月23日

感谢详解

访客 2024年02月20日

一般干个7-8年(即30岁左右),能做到年入40w-50w;有…

访客 2023年08月20日

230721

活动预告