通过BeanPostProcessor统计每一个Bean初始化耗时|通过优先级队列PriorityQueue构建小顶堆获取动态添加数列的TopK算法

通过BeanPostProcessor统计每一个Bean初始化耗时

思路：

• 统计Bean耗时的基础数据结构是个Map，Map的键是Bean的名称，值是初始化耗费时间。
• postProcessBeforeInitialization在Bean初始化之前执行，因此记录初始化开始时间
• postProcessAfterInitialization在Bean初始化之后执行，因此通过初始化结束时间减去初始化开始时间得出初始化耗时
• 通过监听ContextRefreshedEvent事件判断容器加载完毕，将最耗时的K个Bean日志输出。

通过优先级队列构建小顶堆获取动态添加数列的最大TopK个值

使用PriorityQueue构建TopK算法找出容器中初始化最耗时的K个Bean

思路：

• 添加新数据进来，将新数据和堆顶的最小值进行比较
• 新数据比堆顶最小值大，新数据得到晋升，抛弃堆顶最小值
• 新数据比堆顶最小值小，忽略新数据，堆保持不变

代码示例

使用BeanPostProcessor统计每个Bean的耗时

public class LoggerBeanLoadCostPostProcessor implements BeanPostProcessor, Ordered, ApplicationListener<ContextRefreshedEvent> {
   

    private Map<String, Long> cost = new HashMap<>(500);

    private static final int TOPK = 5;

    private static AtomicInteger beanCount = new AtomicInteger(0);

    private TopK<CostInfo> topK = new TopK<>(TOPK);

    @Override
    public Object postProcessBeforeInitialization(Object bean, String beanName) throws BeansException {
   
        cost.put(beanName, Instant.now().toEpochMilli());
        return bean;
    }

    @Override
    public Object postProcessAfterInitialization(Object bean, String beanName) throws BeansException {
   
        beanCount.incrementAndGet();

        Long startStamp = cost.get(beanName);
        if (startStamp != null) {
   
            Long currentCost = Instant.now().toEpochMilli