高效开发与设计:提效Spring应用的运行效率和生产力 | 京东云技术团队
引言
现状和背景
Spring框架是广泛使用的Java开发框架之一,它提供了强大的功能和灵活性,但在大型应用中,由于Spring框架的复杂性和依赖关系,应用的启动时间和性能可能会受到影响。这可能导致开发过程中的迟缓和开发效率低下。优化Spring应用程序的启动速度和性能是一个重要的任务,通过分析和优化应用的初始化过程、减少不必要的依赖和组件加载、并利用异步初始化、懒加载等技术,可以显著改善应用的启动性能。这将帮助开发者提高开发效率、减少调试时间,并提供更好的用户体验。
线上的业务 jar 包基本上普遍比较庞大,动不动一个 jar 包几百 M,启动时间在10分钟级,拖慢了我们在故障时快速扩容的响应、以及本地开发调试效率。于是做了一些分析,看看 Spring 程序启动慢到底慢在哪里,如何去优化,目前的效果是大部分大型应用启动时间可以缩短 70%~80%。
主要有下面这些内容
- SpringBean 加载耗时 timeline 可视化分析(✅)
- SpringBean 的可视化依赖分析(✅)
- 应用未加载的jar包(Jar瘦身)(✅)
- 应用启动过程线程wall clock火焰图(✅)
重要性和影响
分析工具
- Arthas:Arthas是一个开源的Java诊断工具,可以实时监控和诊断Java应用程序。它提供了丰富的命令和功能,用于分析应用程序的性能问题,包括启动过程中的资源消耗和加载时间。
- JVM Sandbox:JVM Sandbox是一种基于Java安全管理器的技术,用于隔离和限制Java应用程序的访问权限。它可以帮助减少启动时的资源消耗和加载时间,提高应用程序的启动速度。
- Async Profiler:Async Profiler是一个低开销的异步Java性能分析工具,用于收集和分析应用程序的性能数据。它可以帮助你找出启动过程中的性能瓶颈,以及其他影响启动速度的问题。
- 启动加速-异步初始化方法:异步初始化方法是一种启动加速的技术,通过将一些初始化任务异步执行,可以减少启动时间并提高应用程序的响应性。这可以通过使用线程池、异步框架或异步注解等方式来实现。
- Spring Boot Startup Report:Spring Boot Startup Report是一个用于生成Spring Boot应用程序启动报告的工具。它可以提供详细的启动过程信息,包括每个bean的加载时间、自动配置的耗时等,帮助你分析和优化启动过程。
- Jaeger UI: Jaeger UI是一个用于可视化和分析分布式追踪数据的工具。通过使用Jaeger UI,你可以监控和分析应用程序的启动过程,识别潜在的性能问题和瓶颈。
- Spring Startup Analyzer:Spring Startup Analyzer是一个用于采集Spring应用程序启动过程数据并生成交互式分析报告的工具。它的目标是帮助分析Spring应用程序的启动卡点,并支持Spring Bean的异步初始化,以减少优化Spring应用程序的启动时间。该工具支持在Linux、Mac和Windows操作系统上运行,并参考了spring-boot-startup-report实现其用户界面。使用Spring Startup Analyzer,可以收集应用程序的启动过程数据,并生成可视化的HTML报告。这个报告可以帮助你分析Spring应用程序的启动性能,并找出潜在的优化机会。
Spring Startup Analyzer优化方案
借助Spring startup analyzer的能力,我们以业务线的ARK项目为例,深入研究如何优化提效Spring项目的启动过程。下面我们先观察下ARK的基本启动情况:
启动概览
- Startup Time(s):启动时长
- Num of Bean:初始化的Bean数量
- Used/Total Jars:使用Jar数量/总量
- Unused/Total Jars:未使用Jar数量/总量
- ClassLoader Count:类加载器数量
Spring Bean初始化详情
- Name:一级name对应着Bean的名称
- Duration with children (ms) :Bean的引用加载时长
- Duration (ms) :Bean本身的加载时长
- Detail:包含类加载器、加载该Bean的线程信息(异步加载的话会有多个不同的)
SpringBean 加载耗时 timeline 可视化分析
这个观察项可以一直下探,直到Bean引用的最末级,可以看出每一级的加载时长
应用启动过程线程wall clock火焰图
如何看懂火焰图
y 轴表示调用栈,每一层都是一个函数。调用栈越深,火焰就越高,顶部就是正在执行的函数,下方都是它的父函数。
x 轴表示抽样数,如果一个函数在 x 轴占据的宽度越宽,就表示它被抽到的次数多,即执行的时间长。注意,x 轴不代表时间,而是所有的调用栈合并后,按字母顺序排列的。
火焰图就是看顶层的哪个函数占据的宽度最大。只要有"平顶"(plateaus),就表示该函数可能存在性能问题。
颜色没有特殊含义,因为火焰图表示的是 CPU 的繁忙程度,所以一般选择暖色调
火焰图总览
从总览图中可以看出,有三个入口函数占用百分比较大,下面分别看一下
火焰局部图1
这部分火焰图可以看出,springfox在启动过程做了很多初始化,占了大量时间,对于不需要该功能的项目,可以直接下掉
火焰局部图2
了解下spring bean 的初始化过程
从这个图中可以看出,bean的创建过程也占了很多时间
火焰局部图3
从这个图中可以看出,注册BeanPostProcessor也耗费了大量时间
应用未加载的jar包(Jar瘦身)
这一个观察项可以搜集到项目启动完之后,没有用到的Jar包
实施与优化效果
操作步骤和配置项
安装Spring Startup Analyzer
手动安装
linux/mac系统可以考虑使用以下命令:
mkdir -p ${HOME}/spring-startup-analyzercd 下载路径 tar -zxvf spring-startup-analyzer.tar.gz -C 安装路径/spring-startup-analyzer
脚本安装(linux/mac)
curl -sS https://raw.githubusercontent.com/linyimin0812/spring-startup-analyzer/main/bin/install.sh | sh
脚本默认安装路径:$HOME/spring-startup-analyzer
应用启动
spring-startup-analyzer是以agent的方式启动的,所以在启动命令中添加参数-javaagent:安装路径/spring-startup-analyzer/lib/spring-profiler-agent.jar
即可。
- 以java命令行的方式启动应用,则在命令行中添加参数,例如:
java -javaagent:/Users/runner/spring-startup-analyzer/lib/spring-profiler-agent.jar \ -Dproject.name=mac-demo \ -Dspring-startup-analyzer.admin.http.server.port=8066 \ -jar /Users/runner/spring-startup-analyzer/ARK.jar
- IDEA中启动,则需要在VM options选项中添加:
日志文件路径:安装路径/spring-startup-analyzer/logs
- startup.log: 启动过程中的日志
- transform.log: 被re-transform的类/方法信息
应用启动完成后会在console和startup.log文件中输出======= spring-startup-analyzer finished, click http://localhost:xxxx to visit details. ======
,可以通过此输出来判断采集是否完成。
启动时间和性能改善情况
优化之前
预发平均启动10分钟,本地无法启动,每次需求需要提交到预发环境验证,开发和发版周期比较长,且预发环境连接的生产库,不能随便造数。项目引用585个jar,其中有337个jar没用到。
慢bean分析
分析可以看到,耗时排名前面的接口都是jsf相关的加载,还有一个es相关的bean。
功能路径:Details of Method Invoke --> AbstractAutowireCapableBeanFactory.createBean
jsf启动优化
注:index=“注册中心地址”中的“注册中心地址“做了匿名,在具体场景查看自己代码中的配置
jsf的生产者的注册中心在启动的时候,会拉取一批ip,不断尝试注册jsf,在办公环境这些ip无法访问,导致启动过程一直重试
<!-- 预发、生产的注册中心 --> <jsf:registry id="jsfRegistry" protocol="jsfRegistry" index="注册中心地址"/>
在本机host里面增加jsf发布地址的host配置,下面*.*.*.* 在使用的时候替换成自己的,可以 ping test.注册中心地址 获取。“注册中心地址” 替换成上面index后面的地址
*.*.*.* 注册中心地址
再次启动项目,时长来到185s
开启Bean懒加载
将ES的Bean初始化进行懒加载,以及开启全局懒加载,时长来到131s;
全局懒加载:
1、根据spring版本的不同,开启全局懒加载的方式可能会不相同
2、不建议生产环境开启全局懒加载,因为基本上我们的服务都是部署在k8s上的,有可能服务在伸缩的时候,在访问量大的时候,由于懒加载的配置,服务快速启动成功了,会返回给docker容器服务已经准备就绪状态,导致k8s把流量分给该服务,导致预想不到的问题。
Jar瘦身
对于应用未使用的jar包,可以谨慎剔除,在剔除的时候一个一个下,每下一个都要重复编译和启动验证是否会对项目造成影响,这是一个持续和长期的过程,Jar瘦身不仅对启动时长有收益,而且对编译提效很明显,减少了大量的Jar复制过程
最终效果
做完上述优化之后:
- 本地能够启动和debug项目,这对开发人员来说有极大的提效。
- 预发使用该方案进行优化之后,能够缩短项目编译以及发布的时间,对于快速验证和迭代需求有极大提效。
- 整体启动效率提升70%~80%。
- 在intel芯片电脑,启动速度在2min11s。
- 在m1芯片的电脑,速度会更快,大概启动时间在90s左右。
- 使用该思路,可以优化大部分spring以及spring boot项目,建议定期做一轮这种排查和优化。
优化关键点和方法
- 去除未使用的jar包:定位未使用的jar包。通过分析和整理项目依赖,可以将这些未使用的jar包从应用中移除,减少编译、启动时间和资源消耗。
- 优化慢速的Bean初始化:找到启动耗时较长的Bean。可以考虑对这些接口和Bean进行优化,例如使用延迟加载或异步加载的方式,以减少启动时的耗时。
- 取消不需要的发布:对于本地开发环境而言,如果不需要发布jsf接口,可以在本地取消这部分的发布,以节省启动时间。
- 开启全局懒加载:通过开启全局懒加载,可以延迟加载一些不必要的组件和资源,从而减少启动时间。确保在需要使用时才进行加载。
- 拆分大型组件:定位加载时间较长的组件,可以考虑将其拆分成多个组件,并在启动时只加载需要的部分。这样可以减少启动时的加载时间和资源消耗。
- 使用性能分析工具:结合之前提到的性能分析工具,如Spring Startup Analyzer、Java Profiler、VisualVM等,对应用进行性能分析。通过监测和分析应用的性能数据,可以找到性能瓶颈,并针对性地进行优化。
- 定期进行代码优化和重构:定期审查和优化代码,识别和消除潜在的性能问题。使用优化的算法和数据结构,减少不必要的计算和循环,优化数据库查询等,以提高应用的性能。
- 使用缓存机制:合理地使用缓存来减少对数据库或其他资源的频繁访问。通过缓存常用数据或计算结果,可以显著提升应用的响应速度和性能。
- 并行化处理:如果有一些独立的任务可以并行处理,可以考虑使用多线程或异步机制来提高处理速度和效率。
信息补充
oracle jdk8下载地址
https://www.oracle.com/java/technologies/downloads/#java8-mac
oracle登录账号
请联系作者提供免费账号
本地redis安装
https://redis.io/docs/install/install-redis/install-redis-on-windows/
spring-startup-analyzer启动分析工具
https://github.com/linyimin0812/spring-startup-analyzer/blob/main/README_ZH.md
作者:京东健康 梁灿
来源:京东云开发者社区 转载请注明来源

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
达达埋点迁移京东子午线实践 | 京东云技术团队
一、概述 1.项目价值及成果 使用集团的统一埋点采集能力和埋点平台,完成达达7条业务线共43个站点应用的埋点迁移,降低自研采集工具和平台的研发投入和机器成本,打通数据链路,创造更多的数据分析价值。具体降本增效价值如下: 1.1 数据分析价值:与京东流量数据打通,拉齐数据口径,流量串联 1)信息孤岛:快送与京东流量数据分离,库表访问成本高,也无法进行结合分析 2)数据口径:埋点规范对齐:比如广告位曝光、页面浏览等埋点上报规则,与京东的逻辑对齐,拉齐数据口径,提高准确度 3)用户信息串联:可以通过用户基础信息的串联,比如device_id,用户pin/supplier_id等,分析用户从京东入口进入的流量链路、以及进入京东流量的访问深度等等 1.2 减少迭代/维护人力成本:0.5人/年 1)天河平台迭代成本 2)流量传输链路运维成本 1.3 节省机器/中间件费用:2w+每年 1)减少2台云主机+估计2万左右/年中间件费用 2.项目节奏 二、方案调研选型 1.方案衡量 在初期,我们拟定了迁移方案一,但是考虑到迁移成本巨大,我们综合评估后,制定了方案二,基于迁移成本最小化等综合考虑,我们选取了...
- 下一篇
关注潜在的整数越界问题 | 京东物流技术团队
在平时的开发过程中,整数越界是一个容易被忽视的问题,关注潜在的整数越界问题可使我们编写的代码更加健壮,规避因整数越界导致的 bug。 比较器 以下是在 Code Review 中发现的比较器实现: 乍一看该比较器实现不存在问题,但是如果 tag1 = Integer.MIN_VALUE = -2147483648, tag2 为大于 0 的数字如 1,则此时 tag1 - tag2 = 2147483647,但是按照 java.util.Comparator#compare 的定义,tag1 小于 tag2 时,应该返回一个负数,以上写法在遇到这样的示例数据时将导致排序结果错乱,引发相关 bug。 下面看看 Spring 中比较器的实现,在 Spring 中,提供了 @Order 注解用于指定 bean 的顺序,默认值为 Ordered.LOWEST_PRECEDENCE = Integer.MAX_VALUE,即在排序时排在最后,相关源码如下: 对应的比较器实现如下: 可知其采用的 Integer.compare 方法对两个整数进行比较操作,查看 Integer#c...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2全家桶,快速入门学习开发网站教程
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7,8上快速安装Gitea,搭建Git服务器
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS6,7,8上安装Nginx,支持https2.0的开启