出處：my.oschina.net/u/560547/blog/3162343
# 背景
生產環境偶爾會有一些慢請求導致系統性能下降，吞吐量下降，下面介紹幾種優化建議。
# 方案
1、undertow替換tomcat
電子商務類型網站大多都是短請求，一般響應時間都在100ms，這時可以將web容器從tomcat替換為undertow，下面介紹下步驟：1、增加pom配置
<code><dependency>
<groupid>org.springframework.boot/<groupid>
<artifactid>spring-boot-starter-web/<artifactid>
<exclusions>
<exclusion>
<groupid>org.springframework.boot/<groupid>
<artifactid>spring-boot-starter-tomcat/<artifactid>
/<exclusion>
/<exclusions>
/<dependency>
<dependency>
<groupid>org.springframework.boot/<groupid>
<artifactid>spring-boot-starter-undertow/<artifactid>
/<dependency>/<code>
2、增加相關配置
<code>server:
undertow:
direct-buffers: true
io-threads: 4
worker-threads: 160/<code>
重新啟動可以在控制檯看到容器已經切換為undertow了
2、緩存
將部分熱點數據或者靜態數據放到本地緩存或者redis中，如果有需要可以定時更新緩存數據
3、異步
在代碼過程中我們很多代碼都不需要等返回結果，也就是部分代碼是可以並行執行，這個時候可以使用異步，最簡單的方案是使用springboot提供的@Async註解，當然也可以通過線程池來實現，下面簡單介紹下異步步驟。1、pom依賴 一般springboot引入web相關依賴就行
<code><dependency>
<groupid>org.springframework.boot/<groupid>
<artifactid>spring-boot-starter-web/<artifactid>
/<dependency>/<code>
2、在啟動類中增加@EnableAsync註解
<code>@EnableAsync
@SpringBootApplication
public class AppApplication
{
public static void main(String[] args)
{
SpringApplication.run(AppApplication.class, args);
}
}/<code>
3、需要時在指定方法中增加@Async註解，如果是需要等待返回值，則demo如下
<code>@Async
public Future<string> doReturn(int i){
try {
// 這個方法需要調用500毫秒
Thread.sleep(500);
} catch (InterruptedException e) {
e.printStackTrace();
}
/ 消息彙總
return new AsyncResult<>("異步調用");
}/<string>/<code>
4、如果有線程變量或者logback中的mdc，可以增加傳遞
<code>import org.slf4j.MDC;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.task.TaskDecorator;
import org.springframework.scheduling.annotation.AsyncConfigurerSupport;
import org.springframework.scheduling.annotation.EnableAsync;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
import java.util.Map;
import java.util.concurrent.Executor;
/**
* @Description:
*/
@EnableAsync
@Configuration
public class AsyncConfig extends AsyncConfigurerSupport {
@Override
public Executor getAsyncExecutor() {
ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
executor.setTaskDecorator(new MdcTaskDecorator());
executor.initialize();
return executor;
}
}
class MdcTaskDecorator implements TaskDecorator {
@Override
public Runnable decorate(Runnable runnable) {
Map<string> contextMap = MDC.getCopyOfContextMap();
return () -> {
try {
MDC.setContextMap(contextMap);
runnable.run();
} finally {
MDC.clear();
}
};
}
}/<string>/<code>
5、有時候異步需要增加阻塞
<code>import lombok.extern.slf4j.Slf4j;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
import java.util.concurrent.Executor;
import java.util.concurrent.ThreadPoolExecutor;
@Configuration
@Slf4j
public class TaskExecutorConfig {
@Bean("localDbThreadPoolTaskExecutor")
public Executor threadPoolTaskExecutor() {
ThreadPoolTaskExecutor taskExecutor = new ThreadPoolTaskExecutor();
taskExecutor.setCorePoolSize(5);
taskExecutor.setMaxPoolSize(200);
taskExecutor.setQueueCapacity(200);
taskExecutor.setKeepAliveSeconds(100);
taskExecutor.setThreadNamePrefix("LocalDbTaskThreadPool");
taskExecutor.setRejectedExecutionHandler((Runnable r, ThreadPoolExecutor executor) -> {
if (!executor.isShutdown()) {
try {
Thread.sleep(300);
executor.getQueue().put(r);
} catch (InterruptedException e) {
log.error(e.toString(), e);
Thread.currentThread().interrupt();
}
}
}
);
taskExecutor.initialize();
return taskExecutor;
}
}/<code>
4、業務拆分
可以將比較耗時或者不同的業務拆分出來提供單節點的吞吐量
5、集成消息隊列
有很多場景對數據實時性要求不那麼強的，或者對業務進行業務容錯處理時可以將消息發送到kafka，然後延時消費。舉個例子，根據條件查詢指定用戶發送推送消息，這裡可以時按時、按天、按月等等，這時就
分享到:
閱讀更多 Java架構人生 的文章
