跨境互联网 跨境互联网
首页
  • AI 工具

    • 绘图提示词工具 (opens new window)
    • ChatGPT 指令 (opens new window)
  • ChatGPT

    • ChatGP T介绍
    • ChatGPT API 中文开发手册
    • ChatGPT 中文调教指南
    • ChatGPT 开源项目
  • Midjourney

    • Midjourney 文档
  • Stable Diffusion

    • Stable Diffusion 文档
  • 其他

    • AIGC 热门文章
    • 账号合租 (opens new window)
    • 有趣的网站
  • Vue

    • Vue3前置
  • JAVA基础

    • Stream
    • Git
    • Maven
    • 常用第三方类库
    • 性能调优工具
    • UML系统建模
    • 领域驱动设计
    • 敏捷开发
    • Java 测试
    • 代码规范及工具
    • Groovy 编程
  • 并发编程&多线程

    • 并发编程
    • 高性能队列 Disruptor
    • 多线程并发在电商系统下的应用
  • 其他

    • 面试题
  • 消息中间中间件

    • Kafka
    • RabbitMQ
    • RocketMQ
  • 任务调度

    • Quartz
    • XXL-Job
    • Elastic-Job
  • 源码解析

    • Mybatis 高级使用
    • Mybatis 源码剖析
    • Mybatis-Plus
    • Spring Data JPA
    • Spring 高级使用
    • Spring 源码剖析
    • SpringBoot 高级使用
    • SpringBoot 源码剖析
    • Jdk 解析
    • Tomcat 架构设计&源码剖析
    • Tomcat Web应用服务器
    • Zookeeper 高级
    • Netty
  • 微服务框架

    • 分布式原理
    • 分布式集群架构场景化解决方案
    • Dubbo 高级使用
    • Dubbo 核心源码剖析
    • Spring Cloud Gateway
    • Nacos 实战应用
    • Sentinel 实战应用
    • Seata 分布式事务
  • 数据结构和算法的深入应用
  • 存储

    • 图和Neo4j
    • MongoDB
    • TiDB
    • MySQL 优化
    • MySQL 平滑扩容实战
    • MySQL 海量数据存储与优化
    • Elasticsearch
  • 缓存

    • Redis
    • Aerospike
    • Guava Cache
    • Tair
  • 文件存储

    • 阿里云 OSS 云存储
    • FastDF 文件存储
  • 基础

    • Linux 使用
    • Nginx 使用与配置
    • OpenResty 使用
    • LVS+Keepalived 高可用部署
    • Jekins
  • 容器技术

    • Docker
    • K8S
    • K8S
  • 01.全链路(APM)
  • 02.电商终极搜索解决方案
  • 03.电商亿级数据库设计
  • 04.大屏实时计算
  • 05.分库分表的深入实战
  • 06.多维系统下单点登录
  • 07.多服务之间分布式事务
  • 08.业务幂等性技术架构体系
  • 09.高并发下的12306优化
  • 10.每秒100W请求的秒杀架构体系
  • 11.集中化日志管理平台的应用
  • 12.数据中台配置中心
  • 13.每天千万级订单的生成背后痛点及技术突破
  • 14.红包雨的架构设计及源码实现
  • 人工智能

    • Python 笔记
    • Python 工具库
    • 人工智能(AI) 笔记
    • 人工智能(AI) 项目笔记
  • 大数据

    • Flink流处理框架
  • 加密区

    • 机器学习(ML) (opens new window)
    • 深度学习(DL) (opens new window)
    • 自然语言处理(NLP) (opens new window)
AI 导航 (opens new window)

Revin

首页
  • AI 工具

    • 绘图提示词工具 (opens new window)
    • ChatGPT 指令 (opens new window)
  • ChatGPT

    • ChatGP T介绍
    • ChatGPT API 中文开发手册
    • ChatGPT 中文调教指南
    • ChatGPT 开源项目
  • Midjourney

    • Midjourney 文档
  • Stable Diffusion

    • Stable Diffusion 文档
  • 其他

    • AIGC 热门文章
    • 账号合租 (opens new window)
    • 有趣的网站
  • Vue

    • Vue3前置
  • JAVA基础

    • Stream
    • Git
    • Maven
    • 常用第三方类库
    • 性能调优工具
    • UML系统建模
    • 领域驱动设计
    • 敏捷开发
    • Java 测试
    • 代码规范及工具
    • Groovy 编程
  • 并发编程&多线程

    • 并发编程
    • 高性能队列 Disruptor
    • 多线程并发在电商系统下的应用
  • 其他

    • 面试题
  • 消息中间中间件

    • Kafka
    • RabbitMQ
    • RocketMQ
  • 任务调度

    • Quartz
    • XXL-Job
    • Elastic-Job
  • 源码解析

    • Mybatis 高级使用
    • Mybatis 源码剖析
    • Mybatis-Plus
    • Spring Data JPA
    • Spring 高级使用
    • Spring 源码剖析
    • SpringBoot 高级使用
    • SpringBoot 源码剖析
    • Jdk 解析
    • Tomcat 架构设计&源码剖析
    • Tomcat Web应用服务器
    • Zookeeper 高级
    • Netty
  • 微服务框架

    • 分布式原理
    • 分布式集群架构场景化解决方案
    • Dubbo 高级使用
    • Dubbo 核心源码剖析
    • Spring Cloud Gateway
    • Nacos 实战应用
    • Sentinel 实战应用
    • Seata 分布式事务
  • 数据结构和算法的深入应用
  • 存储

    • 图和Neo4j
    • MongoDB
    • TiDB
    • MySQL 优化
    • MySQL 平滑扩容实战
    • MySQL 海量数据存储与优化
    • Elasticsearch
  • 缓存

    • Redis
    • Aerospike
    • Guava Cache
    • Tair
  • 文件存储

    • 阿里云 OSS 云存储
    • FastDF 文件存储
  • 基础

    • Linux 使用
    • Nginx 使用与配置
    • OpenResty 使用
    • LVS+Keepalived 高可用部署
    • Jekins
  • 容器技术

    • Docker
    • K8S
    • K8S
  • 01.全链路(APM)
  • 02.电商终极搜索解决方案
  • 03.电商亿级数据库设计
  • 04.大屏实时计算
  • 05.分库分表的深入实战
  • 06.多维系统下单点登录
  • 07.多服务之间分布式事务
  • 08.业务幂等性技术架构体系
  • 09.高并发下的12306优化
  • 10.每秒100W请求的秒杀架构体系
  • 11.集中化日志管理平台的应用
  • 12.数据中台配置中心
  • 13.每天千万级订单的生成背后痛点及技术突破
  • 14.红包雨的架构设计及源码实现
  • 人工智能

    • Python 笔记
    • Python 工具库
    • 人工智能(AI) 笔记
    • 人工智能(AI) 项目笔记
  • 大数据

    • Flink流处理框架
  • 加密区

    • 机器学习(ML) (opens new window)
    • 深度学习(DL) (opens new window)
    • 自然语言处理(NLP) (opens new window)
AI 导航 (opens new window)
  • 基础

  • 设计模式

  • 并发编程

  • JVM与性能调优

    • JVM

    • JVM调优

      • 前言
      • JVM回顾
      • java虚拟机的内存管理
      • JVM加载机制详解
      • 垃圾回收机制及算法
      • 常用指令与可视化调优工具
      • GC日志分析
      • JVM调优实战
        • 1 tomcat与JVM调优
        • 2 安装tomcat部署项目
          • 2.1下载并安装tomcat
          • 2.2 配置tomcat8
          • 2.3 部署web项目
        • 3 使用Apache Jmeter进行测试
          • 3.1 下载安装jmeter
          • 3.2 使用步骤
        • 4 调整tomcat参数进行优化
          • 4.1 优化吞吐量
          • 4.1.1 禁用AJP服务
          • 4.1.2 设置执行器(线程池)
          • 4.1.3 设置最大等待队列
          • 4.1.4 设置nio2的运行模式
        • 5 调整JVM参数进行优化
          • 5.1 设置并行垃圾回收器
          • 5.2 查看GC日志文件
          • 5.3 调整年轻代大小
          • 5.4 查看GC日志
          • 5.5 设置G1垃圾收集器
    • 性能调优工具
  • 字节码增强技术

  • java
  • JVM与性能调优
  • JVM调优
Revin
2023-08-07
目录

JVM调优实战

# 1 tomcat与JVM调优

tomcat服务器在JavaEE项目中使用率非常高,所以在生产环境对tomcat的优化也变得非常重要了。 对于tomcat的优化,主要是从2个方面入手,一是,tomcat自身的配置,另一个是 tomcat所运行的jvm虚拟机的调优。

# 2 安装tomcat部署项目

# 2.1下载并安装tomcat

https://tomcat.apache.org/download-80.cgi

WM_JVM优化_Page120_001

# 2.2 配置tomcat8

1 启动解压tomcat并配置

tar -xvf apache-tomcat-8.5.59.tar.gz

cd apache-tomcat-8.5.59/conf/

#修改配置文件,配置tomcat管理用户
vim tomcat-users.xml

#写入如下消息
<role rolename="manager"/>
<role rolename="manager-gui"/>
<role rolename="admin"/>
<role rolename="admin-gui"/>
<user username="tomcat" password="tomcat" roles="admin-gui,admin,manager-gui,manager"/>

:wq 保存退出
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

2 配置可以访问Server Status

#如果是tomcat7,配置了tomcat用户就可以登录了,但是tomcat8不行,需要修改一个配置文件,否则访问会报403

vim webapps/manager/META-INF/context.xml

<Context antiResourceLocking="false" privileged="true" >

<CookieProcessor className="org.apache.tomcat.util.http.Rfc6265CookieProcessor" sameSiteCookies="strict" />
<!-- <Valve className="org.apache.catalina.valves.RemoteAddrValve" allow="127\.\d+\.\d+\.\d+|::1|0:0:0:0:0:0:0:1" /> -->
<Manager sessionAttributeValueClassNameFilter="java\.lang\.(?:Boolean|Integer|Long|Number|String)|org\.apache\.catalina\.filters\.CsrfPreventionFilter\$LruCache(?:\$1)?|java\.util\.(?:Linked)?HashMap"/>
</Context>

:wq 保存退出
1
2
3
4
5
6
7
8
9
10
11
12

开始访问tomcat

WM_JVM优化_Page121_001

WM_JVM优化_Page121_002

# 2.3 部署web项目

1.将lg-visualization.war 部署到tomcat中

WM_JVM优化_Page122_001

2.数据库连接192.168.80.100 节点下的库

WM_JVM优化_Page122_002

3.访问项目

http://192.168.80.102:8080/lg_visualization/login.html

WM_JVM优化_Page122_003

# 3 使用Apache Jmeter进行测试

将web应用部署到服务器之后,使用jmeter对其进行压力测试。

Apache Jmeter是开源的压力测试工具,我们借助于此工具进行测试,将测试出tomcat 的吞吐量等信息。

下载地址: http://jmeter.apache.org/download_jmeter.cgi

# 3.1 下载安装jmeter

WM_JVM优化_Page123_001

# 3.2 使用步骤

设置中文:

WM_JVM优化_Page124_001

设置外观主题

WM_JVM优化_Page124_002

添加线程组,使用线程模拟用户的并发

设置1000个线程,每个线程循环10次,也 就是tomcat会接收到10000个请求。

WM_JVM优化_Page125_001

添加Http请求

WM_JVM优化_Page125_002

WM_JVM优化_Page126_001

添加监控

WM_JVM优化_Page126_002

查看结果:

WM_JVM优化_Page126_003

平均响应时间,单位毫秒: 1845

错误率: 0.18%

吞吐量:459.5/sec

# 4 调整tomcat参数进行优化

# 4.1 优化吞吐量

# 4.1.1 禁用AJP服务

什么是AJP呢? AJP(Apache JServer Protocol)是定向包协议 。WEB服务器和Servlet容器通过TCP连接来交互;为了节省SOCKET创建的昂贵代价,WEB服务器会尝试维护一个永久TCP连接到servlet容器,并且在多个请求和响应周期过程会重用连接。

Tomcat在 server.xml 中配置了两种连接器。

  1. 第一个连接器监听8080端口,负责建立HTTP连接。在通过浏览器访问Tomcat服务器的Web应用时,使用的就是这个连接器。

  2. 第二个连接器监听8009端口,负责和其他的HTTP服务器建立连接。在把Tomcat与其他HTTP服务器集成时,就需要用到这个连接器。AJP连接器可以通过AJP协议和一个web容器进行交互

Nginx+tomcat的架构,所以用不着AJP协议,所以把AJP连接器禁用。修改conf下的server.xml文件,将AJP服务禁用掉即可。

<Connector port="8009" protocol="AJP/1.3" redirectPort="8443" />
1

重启tomcat,查看效果。 可以看到AJP服务以及不存在了。

WM_JVM优化_Page127_001

WM_JVM优化_Page127_002

# 4.1.2 设置执行器(线程池)

频繁地创建线程会造成性能浪费,所以使用线程池来优化:

在tomcat中每一个用户请求都是一个线程,所以可以使用线程池提高性能。 修改server.xml文件:

<!--将注释打开-->
<Executor name="tomcatThreadPool" namePrefix="catalina‐exec‐" maxThreads="500"

minSpareThreads="50" prestartminSpareThreads="true" maxQueueSize="100"/>
<!--

参数说明:

maxThreads:最大并发数,默认设置 200,一般建议在 500 ~ 1000,根据硬件设施和业务来判断

minSpareThreads:Tomcat 初 始 化 时 创 建 的 线 程 数 , 默 认 设 置 25

prestartminSpareThreads: 在 Tomcat 初始化的时候就初始化 minSpareThreads 的参数值,如果不等于 true,

minSpareThreads 的值就没啥效果了

maxQueueSize,最大的等待队列数,超过则拒绝请求

-->
<!-- A "Connector" represents an endpoint by which requests are received

and responses are returned. Documentation at :

Java HTTP Connector: /docs/config/http.html

Java AJP Connector: /docs/config/ajp.html

APR (HTTP/AJP) Connector: /docs/apr.html

Define a non-SSL/TLS HTTP/1.1 Connector on port 8080

-->
<Connector port="8080" executor="tomcatThreadPool" protocol="HTTP/1.1"

connectionTimeout="20000"

redirectPort="8443" />
<!-- A "Connector" using the shared thread pool-->

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

WM_JVM优化_Page128_001

在页面中显示最大线程数为-1,这个是正常的,仅仅是显示的问题,实际使用的指定的值

通过设置线程池,调整线程池相关的参数进行测试tomcat的性能。

设置:最大线程数为500,初始为50

<Executor name="tomcatThreadPool" namePrefix="catalina‐exec‐" maxThreads="500" minSpareThreads="50" prestartminSpareThreads="true"/>
1

WM_JVM优化_Page128_002

吞吐量为702次/秒,性能有所提升。

# 4.1.3 设置最大等待队列

默认情况下,请求发送到tomcat,如果tomcat正忙,那么该请求会一直等待。这样虽然 可以保证每个请求都能请求到,但是请求时间就会边长。

有些时候,我们也不一定要求请求一定等待,可以设置最大等待队列大小,如果超过就不等待了。这样虽然有些请求是失败的,但是请求时间会虽短。

<!‐‐最大等待数为100‐‐>
<Executor name="tomcatThreadPool" namePrefix="catalina‐exec‐" maxThreads="500" minSpareThreads="100" prestartminSpareThreads="true" maxQueueSize="100"/>
1
2

WM_JVM优化_Page129_001

思考是不是线程数设置的越高越好

测试1:设置线程数如下

maxThreads="500" minSpareThreads="50"
1

WM_JVM优化_Page129_002

测试2:设置线程数如下

maxThreads="2000" minSpareThreads="100"
1

WM_JVM优化_Page129_003

测试3:设置线程数如下

maxThreads="5000" minSpareThreads="500"
1

WM_JVM优化_Page130_001

结论:并不是设置线程数越多吞吐量越好。因此需要根据我们具体的场景进行响应的调试,选取一个较优的参数。

# 4.1.4 设置nio2的运行模式

tomcat的运行模式有3种:

1.bio 默认的模式,性能非常低下,没有经过任何优化处理和支持.

2.nio nio(new I/O),是Java SE 1.4及后续版本提供的一种新的I/O操作方式(即java.nio包及其子包)。Java nio是一个基于缓冲区、并能提供非阻塞I/O操作的Java API,因此nio 也被看成是non-blocking I/O的缩写。它拥有比传统I/O操作(bio)更好的并发运行性能。

3.apr 安装起来最困难,但是从操作系统级别来解决异步的IO问题,大幅度的提高性能. 推荐使用nio,不过,在tomcat8中有最新的nio2,速度更快,建议使用nio2. 设置nio2:

<Connector executor="tomcatThreadPool" port="8080" protocol="org.apache.coyote.http11.Http11Nio2Protocol" connectionTimeout="20000" redirectPort="8443" />
1

WM_JVM优化_Page130_002

tomcat8之前的版本用的是BIO,推荐使用NIO,tomcat8中有最新的NIO2,速度更快,建议使用NIO2。

将最大线程设置为500进行测试:

<Executor name="tomcatThreadPool" namePrefix="catalina‐exec‐" maxThreads="500" minSpareThreads="100" prestartminSpareThreads="true" maxQueueSize="100"/>

<!‐‐ 设置nio2 ‐‐>
<Connector executor="tomcatThreadPool" port="8080" protocol="org.apache.coyote.http11.Http11Nio2Protocol" connectionTimeout="20000" redirectPort="8443" />
1
2
3
4

查看结果

WM_JVM优化_Page131_001

理论上nio2的效果会优惠nio,多次执行,发现设定为nio2对于提升吞吐量效果不是很明显。大家可以根据自己的测试情况选择合适的io模型。

# 5 调整JVM参数进行优化

测试通过jvm参数进行优化,为了测试一致性,依然将最大线程数设置为500, 启用nio2运行模式。

# 5.1 设置并行垃圾回收器

#年轻代、老年代均使用并行收集器,初始堆内存64M,最大堆内存512M
JAVA_OPTS="-XX:+UseParallelGC -XX:+UseParallelOldGC -Xms64m -Xmx512m -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+PrintHeapAtGC -Xloggc:../logs/gc.log"
1
2

展示测试结果:

WM_JVM优化_Page131_002

查看gc日志文件 将gc.log文件上传到gceasy.io查看gc中是否存在问题。

vi catalina.sh:

将jvm参数添加进去--设置年轻代和老年代的垃圾收集器均为ParallelGC并行垃圾收集器。不设置jdk8默认也是使用ParallelGC:

WM_JVM优化_Page131_003

修改完catalina.sh文件后,重启tomcat:

sh startup.sh && tail -f ../logs/catalina.out
1

gc日志存放目录: apache-tomcat-8.5.34/logs/gc.log

WM_JVM优化_Page132_001

测试结果比较接近,因为jdk8默认使用的也是ParallelGC垃圾收集器。

# 5.2 查看GC日志文件

将apache-tomcat-8.5.34/logs/gc.log 文件上传到gceasy.io查看gc中是否存在问题:

问题一: 年轻代和老年代空间大小分配不合理, 具体如下图

WM_JVM优化_Page132_002

问题二: 0-100事件范围内执行MinorGC 太多

WM_JVM优化_Page133_001

从图中可以看到0-100 100-200毫秒的gc 发生了9次和4次, 时间短,频率高,说明年轻代空间分配不合理,我们可以尝试多给年轻代分配空间,减少Minor GC 频率, 降低Pause GC事件,提高吞吐量.

问题三:下图中我们也能看到问题, Minor GC 发生了 14 次, Full GC 发生了2次。 Pause time 事件也较长。

WM_JVM优化_Page133_002

# 5.3 调整年轻代大小

vi catalina.sh

对比下之前的配置,将初始堆大小,年轻代大小均进行提升

JAVA_OPTS="-XX:+UseParallelGC -XX:+UseParallelOldGC -Xms512m -Xmx512m -XX:NewRatio=2 -XX:SurvivorRatio=8 -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+PrintHeapAtGC -Xloggc:../logs/gc.log"
1

WM_JVM优化_Page134_001

从测试结果来看,吞吐量以及响应时间均有提升。

# 5.4 查看GC日志

WM_JVM优化_Page134_002

WM_JVM优化_Page134_003

效果:吞吐量保持在97%以上,同时Minor GC次数明显减少,停顿次数减少

# 5.5 设置G1垃圾收集器

理论上而言,设置为G1垃圾收集器,性能是会提升的。但是会受制于多方面的影响,也不一定绝对有提升。

#设置使用G1垃圾收集器最大停顿时间100毫秒,初始堆内存512m,最大堆内存512m
JAVA_OPTS="-XX:+UseG1GC -XX:MaxGCPauseMillis=100 -Xms512m -Xmx512m -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+PrintHeapAtGC -Xloggc:../logs/gc.log"
1
2

vi cataliina.sh文件:

WM_JVM优化_Page135_001

WM_JVM优化_Page135_002

WM_JVM优化_Page135_003

由上图可以看到吞吐量上升, GC执行次数降低.

上次更新: 2025/04/03, 11:07:08
GC日志分析
性能调优工具

← GC日志分析 性能调优工具→

最近更新
01
tailwindcss
03-26
02
PaddleSpeech
02-18
03
whisper
02-18
更多文章>
Theme by Vdoing | Copyright © 2019-2025 跨境互联网 | 豫ICP备14016603号-5 | 豫公网安备41090002410995号
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式