Spring Boot中嵌入式Servlet容器的比较

 

1. 介绍

随着云原生应用和微服务的流行也催生了对嵌入式Servlet容器需求的增长。为更加简单的构建应用和服务,Spring Boot为开发者提供了三种成熟的容器:Tomcat,Undertow和Jetty。

在本文中,我们会演示了一种方法:测量启动和增加负载时获取的指标来快速的比较不同容器实现的性能差异。

 

2. 依赖

首先我们在pom.xml中指定了spring-boot-starter-web 这个依赖,这是我们为我们每一个容器实现进行测量前所必须的具备。

通常的,我们会指定使用 spring-boot-starter-parent 作为我们的父依赖,然后接着加入我们需要的starter:

 
 

 

  1. <parent>

  2. <groupId>org.springframework.boot</groupId>

  3. <artifactId>spring-boot-starter-parent</artifactId>

  4. <version>2.0.3.RELEASE</version>

  5. <relativePath/>

  6. </parent>

  7.  

  8. <dependencies>

  9. <dependency>

  10. <groupId>org.springframework.boot</groupId>

  11. <artifactId>spring-boot-starter</artifactId>

  12. </dependency>

  13.  

  14. <dependency>

  15. <groupId>org.springframework.boot</groupId>

  16. <artifactId>spring-boot-starter-web</artifactId>

  17. </dependency>

  18. </dependencies>

 

 

2.1 Tomcat

因为在我们spring-boot-starter-web在我们的依赖中,默认采用的是Tomcat容器,因此我们不需要再做更多的配置。

 

2.2 Jetty

为了使用Jetty,我们首先需要从spring-boot-starter-web中去掉spring-boot-starter-tomcat 这个依赖。

然后,我们只需要简单引入spring-boot-starter-jetty的依赖:

 
 

 

  1. <dependency>

  2. <groupId>org.springframework.boot</groupId>

  3. <artifactId>spring-boot-starter-web</artifactId>

  4. <exclusions>

  5. <exclusion>

  6. <groupId>org.springframework.boot</groupId>

  7. <artifactId>spring-boot-starter-tomcat</artifactId>

  8. </exclusion>

  9. </exclusions>

  10. </dependency>

  11. <dependency>

  12. <groupId>org.springframework.boot</groupId>

  13. <artifactId>spring-boot-starter-jetty</artifactId>

  14. </dependency>

 

 

2.3 Undertow

设置Undertow的方式和Jetty类似,不过去除依赖后,我们会使用spring-boot-starter-undertow 作为我们的依赖:

 
 

 

  1. <dependency>

  2. <groupId>org.springframework.boot</groupId>

  3. <artifactId>spring-boot-starter-web</artifactId>

  4. <exclusions>

  5. <exclusion>

  6. <groupId>org.springframework.boot</groupId>

  7. <artifactId>spring-boot-starter-tomcat</artifactId>

  8. </exclusion>

  9. </exclusions>

  10. </dependency>

  11. <dependency>

  12. <groupId>org.springframework.boot</groupId>

  13. <artifactId>spring-boot-starter-undertow</artifactId>

  14. </dependency>

 

 

2.4 Actuator

我们使用Spring Boot的Actuator组件来对系统进行压力测试和查询应用指标。

你可以通过阅读这篇文章来更加详细的了解Actuator。本文中,我们只需要在pom中添加这个依赖:

 
 

 

  1. <dependency>

  2. <groupId>org.springframework.boot</groupId>

  3. <artifactId>spring-boot-starter-actuator</artifactId>

  4. </dependency>

 

 

2.5 Apache Beach

Apache Bench是一个开源的负载测试工具,但它通常会和Apache Web 服务器捆绑在一起。

Windows用户可以点击此处进行下载。如果你的Windows电脑上已经有了这个工具,你应该可以在你的apache/bin 目录下找到ab.exe 。

如果你是Linux的用户,你可以通过apt-get命令来安装ab

 
 

 

  1. $ apt-get install apache2-utils

 

 

3. 启动指标

 

3.1 搜集

为了搜集我们的启动指标,我们会在Spring Boot的ApplicationReadyEvent 注册我们关注的指标。

我们直接使用Actuator组件提供的MeterRegistry工具,通过编程的方式来直接获取我们所关注的指标:

 
 

 

  1. @Component

  2. public class StartupEventHandler {

  3.  

  4. // logger, constructor

  5.  

  6. private String[] METRICS = {

  7. "jvm.memory.used",

  8. "jvm.classes.loaded",

  9. "jvm.threads.live"};

  10. private String METRIC_MSG_FORMAT = "Startup Metric >> {}={}";

  11.  

  12. private MeterRegistry meterRegistry;

  13.  

  14. @EventListener

  15. public void getAndLogStartupMetrics(

  16. ApplicationReadyEvent event) {

  17. Arrays.asList(METRICS)

  18. .forEach(this::getAndLogActuatorMetric);

  19. }

  20.  

  21. private void processMetric(String metric) {

  22. Meter meter = meterRegistry.find(metric).meter();

  23. Map<Statistic, Double> stats = getSamples(meter);

  24.  

  25. logger.info(METRIC_MSG_FORMAT, metric, stats.get(Statistic.VALUE).longValue());

  26. }

  27.  

  28. // other methods

  29. }

 

为了避免人为的通过Actuator的REST端点进行性能指标的查询,我们启动一个独立的JMX进程来记录应用启动应用时我们所关注的指标数据。

 

3.2 选择

Actuator可以为我们提供了大量的指标数据。在应用启动后,我们选择了三个具有代表性的指标,他们可以展现系统运行时的关键点的概况。

  • jvm.memory.used JVM在启动后总共使用的内存量

  • jvm.classes.loaded JVM中总共加载的class文件的数量

  • jvm.threads.live JVM中存活的线程数量。在我们的测试中,这个值可以展现为处于"休息"状态的线程的数量。

 

4. 运行时指标

 

4.1 搜集

除了提供启动指标, 当我们启动Apache Bench后,使用Actuator组件提供的/metrics端点作为目标url进行请求,以使我们的应用处于负载阶段。

为了测试一个真实的处于负载的应用,我们可能更需要使用我们的应用系统所提供的端点进行测试。

一旦我们的应用启动完成,我们使用以下命令来启动并执行的ab:

 
 

 

  1. ab -n 10000 -c 10 http://localhost:8080/actuator/metrics

 

 

4.2 选择

Apache Bench能够快速的给予我们一些有用的信息:包括连接时间,在某一段时间的请求的占比等。

为了我们的目的,我们通常更加关注每秒请求个数和每个请求的处理时间的均值。

 

5. 结果

在启动阶段,我们通过对Tomcat,Jetty和Undertow所占用内存的比较,我们发现Jetty占用的内存最小,Undertow次之,Tomcat最多。

在我们的测量中,我么还能发现Tomcat,Jetty和Undertow的性能比较:我们可以清楚的看到Undertow很明显是最快的,而Jetty则相对于慢一些。

MetricTomcatJettyUndertowjvm.memory.used (MB)168155164jvm.classes.loaded986997849787jvm.threads.live251719Requests per second154216271650Average time per request (ms)6.4836.1486.059

请注意,我们的这些指标都是在裸项目(没有添加任何业务代码的项目)下进行的测量。如果是自己的项目,那么测量指标大概率会有不同。

 

6. 基准测试讨论

开发适当的基准测试以充分测试容器实现的性能可能是相当复杂的。为了提取其中最关键的信息,能够清晰认识到要针对每个具体问题所编写出正确的测试案例是非常重要的。

值得注意的是,示例中使用了Actutor的HTTP GET请求作为负载,以此来收集的所需要指标的测量值。

可预见的是,不同的工作负载会导致对容器实现的进行不同指标的测量和搜集。如果需要更加健壮和精确的测量,建立一个更接近生产用例的测试计划是一个非常好的办法。

此外,更复杂的基准测试解决方案(如JMeter或Gatling)可能会得到更有价值的测试结论。

 

7. 选择容器

选择一个合适的容器实现应当要基于多方面的考量,而不能仅仅是基于一些硬性指标的概况就做出仓促的选择。适用性,特性,可配置性和策略通常也起到相当大的考量。

 

8. 结论

在本文中,我们看了Tomcat,Jetty和Undertow的嵌入式的Servlet容器的实现。我们通过Actuator暴露的metrics端点来测试了每一个Servlet容器在使用默认配置时的启动后的运行时指标。

我们通过使用Apache Bench来对应用进行压力测试,同时收集各项性能指标。

最后,我们谈论了这个策略的优势,并提及了当比较各个实现的基准时应当要熟记于心的几个建议。和往常一样,你可以从Github上获取项目中的所有源码。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值