如何提升springboot服务吞吐量

背景

生产环境偶尔会有一些慢请求导致系统性能下降，吞吐量下降，下面介绍几种优化建议。

方案

1、undertow替换tomcat

电子商务类型网站大多都是短请求，一般响应时间都在100ms，这时可以将web容器从tomcat替换为undertow，下面介绍下步骤：

1、增加pom配置

<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>

2、增加相关配置

server:  undertow:    direct-buffers: true    io-threads: 4    worker-threads: 160复制代码

重新启动可以在控制台看到容器已经切换为undertow了

2、缓存

将部分热点数据或者静态数据放到本地缓存或者redis中，如果有需要可以定时更新缓存数据

3、异步

在代码过程中我们很多代码都不需要等返回结果，也就是部分代码是可以并行执行，这个时候可以使用异步，最简单的方案是使用springboot提供的@Async注解，当然也可以通过线程池来实现，下面简单介绍下异步步骤。

1、pom依赖 一般springboot引入web相关依赖就行

<dependency>            <groupid>org.springframework.boot</groupid>            <artifactid>spring-boot-starter-web</artifactid>        </dependency>

2、在启动类中增加@EnableAsync注解

@EnableAsync@SpringBootApplicationpublic class AppApplication{    public static void main(String[] args)    {        SpringApplication.run(AppApplication.class, args);    }}

3、需要时在指定方法中增加@Async注解，如果是需要等待返回值，则demo如下

 @Async    public Future<string> doReturn(int i){        try {            // 这个方法需要调用500毫秒            Thread.sleep(500);        } catch (InterruptedException e) {            e.printStackTrace();        }        // 消息汇总        return new AsyncResult<>("异步调用");    }

4、如果有线程变量或者logback中的mdc，可以增加传递

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@Configurationpublic 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, string> contextMap = MDC.getCopyOfContextMap();        return () -> {            try {                MDC.setContextMap(contextMap);                runnable.run();            } finally {                MDC.clear();            }        };    }} 

5、有时候异步需要增加阻塞

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@Slf4jpublic 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;    }}

4、业务拆分

可以将比较耗时或者不同的业务拆分出来提供单节点的吞吐量

5、集成消息队列

有很多场景对数据实时性要求不那么强的，或者对业务进行业务容错处理时可以将消息发送到kafka，然后延时消费。举个例子，根据条件查询指定用户发送推送消息，这里可以时按时、按天、按月等等，这时就