17.压力测试

JMeter压力测试工具

安装

官网

200个线程，在一秒钟之内全部启动完，循环100次

测试我们自己的网站

有一个提高的方法是可以增加模块的占用内存属性

Address Already in use错误

测试的时候会占用端口

打开注册表，修改windows配置文件

新建这两个dword值，表示预留端口65534个，每隔30秒回收一个端口

配置完以后重启计算机

JVM内存调优P144

传送门

堆的GC：

YGC：快，伊甸园区的内存不够触发

Full GC：慢，老年区内存不够触发，我们要尽量避免Full GC

jvisualvm工具的使用

控制台直接打出命令jvisualvm，这是一个jdk自带的工具

线程的状态

休眠：sleep

等待：wait

驻留：线程池的空闲线程

监视：阻塞的线程，正在等待锁的线程

工具里安装可用插件GC

安装完之后需要重启

mataspace是元空间，gc不关心，该图说明GC很健康，每次伊甸园区有垃圾都gc清除掉了

优化过程

在nginx下放一个首页

显示gulimall

查看中间件Nginx的配置

同时使用docker stats命令查看nginx的cpu使用率情况

开始测试后发现ngnix浪费的cpu比较多，但是内存并不多

nginx性能指标聚合报告：

现在来单压一下网关

因为网关没有页面，所以返回没有json数据，异常百分百

我们发现中间件单独使用性能都很不错

来单压一下简单服务

测试一下网关+简单服务，让hello过一下网关

压网关的hello请求

可以看到吞吐量大幅下降了，并且99%和95%的毫秒数大幅上升了，过一个中间件性能损失还是非常大的。

结论一：中间件越多，性能损失越大：网络之间的IO交互损失大

接下来nginx+hello+gateway

变得更低了

接下来就不结合中间件来压了

页面一级渲染

三级分类显示，主要问题存在于这里

优化

SQL耗时越小越好，一般情况下微秒级别
命中率越高越好，一般情况下不能低于95%
锁等待次数越低越好，等待时间越短越好
中间件越多，性能损失越大，大多都损失在网络交互了

Nginx动静分离

静态资源直接由nginx返回，不去访问后台服务器

指定规则：/static/**所有请求都由nginx直接返回

原来的static资源现在统一放在该目录下

页面修改，所有引用静态资源的地方加上/static

修改nginx配置之前已经做了

jvm调优：

最大1024，默认1024，伊甸园区1024不让他进行频繁的Full GC

优化三级分类接口：

    @Override
    public Map<String, List<Catalog2Vo>> getCatelogJson() {
        List<CategoryEntity> entityList = baseMapper.selectList(null);
        // 查询所有一级分类
        List<CategoryEntity> level1 = getByParentCid(entityList, 0L);
        Map<String, List<Catalog2Vo>> parent_cid = level1.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
            // 拿到每一个一级分类 然后查询他们的二级分类
            List<CategoryEntity> entities = getByParentCid(entityList, v.getCatId());
            List<Catalog2Vo> catelog2Vos = null;
            if (entities != null) {
                catelog2Vos = entities.stream().map(l2 -> {
                    Catalog2Vo catelog2Vo = new Catalog2Vo(v.getCatId().toString(), l2.getName(), l2.getCatId().toString(), null);
                    // 找当前二级分类的三级分类
                    List<CategoryEntity> level3 = getByParentCid(entityList, l2.getCatId());
                    // 三级分类有数据的情况下
                    if (level3 != null) {
                        List<Catalog3Vo> catalog3Vos = level3.stream().map(l3 -> new Catalog3Vo(l3.getCatId().toString(), l3.getName(), l2.getCatId().toString())).collect(Collectors.toList());
                        catelog2Vo.setCatalog3List(catalog3Vos);
                    }
                    return catelog2Vo;
                }).collect(Collectors.toList());
            }
            return catelog2Vos;
        }));
        return parent_cid;
    }
    //不经过数据库优化后的方法
    private List<CategoryEntity> getByParentCid(List<CategoryEntity> entityList, long l) {
        List<CategoryEntity> list = entityList.stream().filter(i -> {
            return i.getParentCid() == l;
        }).collect(Collectors.toList());
        return list;
    }

可以看到吞吐量大幅上升了

汇总：网上找的，一般是拿另外一台机器来压数据比较准确

最牛逼的系统性能提升还得是我redis缓存

posted @ 2021-08-16 10:38 一拳超人的逆袭阅读(56) 评论(0) 编辑收藏举报

刷新页面返回顶部