欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

簡(jiǎn)單聊聊SpringBoot性能優(yōu)化的12個(gè)小技巧

 更新時(shí)間：2025年05月26日 08:14:24   作者：蘇三說技術(shù)  
這篇文章主要想來和大家簡(jiǎn)單聊聊SpringBoot性能優(yōu)化的12個(gè)小技巧,文中的示例代碼簡(jiǎn)潔易懂,具有一定的借鑒價(jià)值,有需要的小伙伴可以了解一下

前言

不知道你在SpringBoot項(xiàng)目中，有沒有遇到過下面這樣的代碼：

@GetMapping("/orders")
public List<Order> listOrders() {
    return orderDao.findAll(); 
}

一次性查詢了所有的訂單，全表掃描50萬數(shù)據(jù)，導(dǎo)致接口查詢性能很差，嚴(yán)重的時(shí)候可能會(huì)導(dǎo)致OOM問題。

問題定位：

  • 未分頁查詢
  • 無緩存機(jī)制
  • 未啟用批量處理

這次事故讓我明白：性能優(yōu)化必須貫穿開發(fā)全流程。

今天這篇文章，跟大家一起聊聊SpringBoot優(yōu)化的12招，希望對(duì)你會(huì)有所幫助。

第1招：連接池參數(shù)調(diào)優(yōu)

問題場(chǎng)景：默認(rèn)配置導(dǎo)致連接池資源浪費(fèi)，高并發(fā)時(shí)出現(xiàn)連接等待

錯(cuò)誤配置：

spring:
  datasource:
    hikari:
      maximum-pool-size: 1000 
      connection-timeout: 30000

數(shù)據(jù)庫連接池的最大連接數(shù)，盲目設(shè)置過大，連接超時(shí)時(shí)間設(shè)置過長(zhǎng)。

優(yōu)化方案：

spring:
  datasource:
    hikari:
      maximum-pool-size: ${CPU核心數(shù)*2} # 動(dòng)態(tài)調(diào)整
      minimum-idle: 5
      connection-timeout: 3000 # 3秒超時(shí)
      max-lifetime: 1800000 # 30分鐘
      idle-timeout: 600000 # 10分鐘空閑釋放

數(shù)據(jù)庫連接池的最大連接數(shù)，改成根據(jù)CPU核心數(shù)動(dòng)態(tài)調(diào)整。

將連接超時(shí)時(shí)間由30000，改成3000。

第2招：JVM內(nèi)存優(yōu)化

問題場(chǎng)景：頻繁Full GC導(dǎo)致服務(wù)卡頓

我們需要優(yōu)化JVM參數(shù)。

啟動(dòng)參數(shù)優(yōu)化：

java -jar -Xms4g -Xmx4g 
-XX:NewRatio=1 
-XX:+UseG1GC 
-XX:MaxGCPauseMillis=200 
-XX:InitiatingHeapOccupancyPercent=35
-XX:+AlwaysPreTouch

最大堆內(nèi)存和初始堆內(nèi)存都設(shè)置成了4G。

-XX:NewRatio=1，設(shè)置新生代和老年代各占一半。

垃圾收集器配置的是G1。

垃圾回收的最大停頓時(shí)間為200毫秒。

第3招：關(guān)閉無用組件

問題場(chǎng)景：自動(dòng)裝配加載不需要的Bean

優(yōu)化方案：

@SpringBootApplication(exclude = {
    DataSourceAutoConfiguration.class,
    SecurityAutoConfiguration.class
})
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

如果有些功能暫時(shí)用不到，可以先排除一下。

在SpringBoot項(xiàng)目啟動(dòng)的時(shí)候，排除了DataSourceAutoConfiguration和SecurityAutoConfiguration配置類的自動(dòng)裝載。

第4招：響應(yīng)壓縮配置

問題場(chǎng)景：接口返回JSON數(shù)據(jù)體積過大

優(yōu)化方案：

server:
  compression:
    enabled: true
    mime-types: text/html,text/xml,text/plain,text/css,text/javascript,application/json
    min-response-size: 1024

配置開啟響應(yīng)的壓縮。

第5招：請(qǐng)求參數(shù)校驗(yàn)

問題場(chǎng)景：惡意請(qǐng)求導(dǎo)致資源耗盡

防御代碼：

@GetMapping("/products")
public PageResult<Product> list(
    @RequestParam @Max(value=100, message="頁大小不能超過100") int pageSize,
    @RequestParam @Min(1) int pageNum) {
    //...
}

在接口中做好參數(shù)校驗(yàn)，可以攔截很多惡意請(qǐng)求。

第6招：異步處理機(jī)制

問題場(chǎng)景：同步處理導(dǎo)致線程阻塞

優(yōu)化方案：

@Async("taskExecutor")
public CompletableFuture<List<Order>> asyncProcess() {
    return CompletableFuture.completedFuture(heavyProcess());
}

@Bean("taskExecutor")
public Executor taskExecutor() {
    ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
    executor.setCorePoolSize(5);
    executor.setMaxPoolSize(10);
    executor.setQueueCapacity(500);
    return executor;
}

在有些業(yè)務(wù)邏輯中，使用異步處理性能可能會(huì)更好。

第7招：使用緩存

使用緩存可以提升效率。

緩存架構(gòu)：

代碼實(shí)現(xiàn)：

@Cacheable(cacheNames = "products", key = "#id", 
           cacheManager = "caffeineCacheManager")
public Product getDetail(Long id) {
    return productDao.getById(id);
}

這里使用了內(nèi)存緩存。

第8招：批量操作優(yōu)化

問題場(chǎng)景：逐條插入導(dǎo)致性能低下

優(yōu)化方案：

@Transactional
public void batchInsert(List<Product> products) {
    jdbcTemplate.batchUpdate(
        "INSERT INTO product(name,price) VALUES(?,?)",
        products,
        500, // 每批數(shù)量
        (ps, product) -> {
            ps.setString(1, product.getName());
            ps.setBigDecimal(2, product.getPrice());
        });
}

每500條數(shù)據(jù)插入一次數(shù)據(jù)庫。

第9招：索引深度優(yōu)化

問題場(chǎng)景：慢查詢?nèi)罩绢l繁出現(xiàn)全表掃描，SQL執(zhí)行時(shí)間波動(dòng)大

錯(cuò)誤案例：

-- 商品表結(jié)構(gòu)
CREATE TABLE products (
    id BIGINT PRIMARY KEY,
    name VARCHAR(200),
    category VARCHAR(50),
    price DECIMAL(10,2),
    create_time DATETIME
);

-- 低效查詢
SELECT * FROM products 
WHERE category = '手機(jī)' 
AND price > 5000 
ORDER BY create_time DESC;

問題分析：

優(yōu)化方案一：聯(lián)合索引設(shè)計(jì)

索引創(chuàng)建：

下面創(chuàng)建了一個(gè)分類ID，單價(jià)和時(shí)間的聯(lián)合索引：

ALTER TABLE products 
ADD INDEX idx_category_price_create 
(category, price, create_time);

優(yōu)化方案二：覆蓋索引優(yōu)化

查詢改造：

只查詢索引包含字段：

SELECT id, category, price, create_time 
FROM products 
WHERE category = '手機(jī)' 
AND price > 5000 
ORDER BY create_time DESC;

這里使用了覆蓋索引。

優(yōu)化方案三：索引失效預(yù)防

常見失效場(chǎng)景：

案例修復(fù)：

錯(cuò)誤寫法：

SELECT * FROM products 
WHERE DATE(create_time) = '2023-01-01';

正確寫法：

SELECT * FROM products 
WHERE create_time BETWEEN '2023-01-01 00:00:00' 
AND '2023-01-01 23:59:59';

查詢時(shí)間范圍，這里使用了BETWEEN AND關(guān)鍵字，代替了等于號(hào)。

優(yōu)化方案四：索引監(jiān)控分析

診斷命令：

查看索引使用情況：

SELECT 
    index_name,
    rows_read,
    rows_selected 
FROM 
    sys.schema_index_statistics 
WHERE 
    table_name = 'products';

分析索引效率：

EXPLAIN FORMAT=JSON 
SELECT ...;

索引優(yōu)化黃金三原則

  • 最左前綴原則：聯(lián)合索引的第一個(gè)字段必須出現(xiàn)在查詢條件中
  • 短索引原則：整型字段優(yōu)先，字符串字段使用前綴索引
  • 適度索引原則：?jiǎn)蝹€(gè)表索引數(shù)量不超過5個(gè)，總索引長(zhǎng)度不超過表數(shù)據(jù)量30%

DBA工具箱

  • 索引分析腳本
  • 執(zhí)行計(jì)劃可視化工具
  • 索引碎片檢測(cè)工具

第10招：自定義線程池

問題場(chǎng)景：默認(rèn)線程池導(dǎo)致資源競(jìng)爭(zhēng)

優(yōu)化方案：

@Bean("customPool")
public Executor customThreadPool() {
    return new ThreadPoolExecutor(
        10, // 核心線程
        50, // 最大線程
        60, TimeUnit.SECONDS,
        new LinkedBlockingQueue<>(1000),
        new CustomThreadFactory(),
        new ThreadPoolExecutor.CallerRunsPolicy());
}

在高并發(fā)業(yè)務(wù)場(chǎng)景中，使用Executors類創(chuàng)建默認(rèn)的線程池，可能會(huì)導(dǎo)致OOM問題。

因此，我們需要自定義線程池。

第11招：熔斷限流策略

問題場(chǎng)景：突發(fā)流量導(dǎo)致服務(wù)雪崩

解決方案：

// 使用Sentinel實(shí)現(xiàn)接口限流
@SentinelResource(value = "orderQuery", 
                  blockHandler = "handleBlock",
                  fallback = "handleFallback")
@GetMapping("/orders/{id}")
public Order getOrder(@PathVariable Long id) {
    return orderService.getById(id);
}

// 限流處理
public Order handleBlock(Long id, BlockException ex) {
    throw new RuntimeException("服務(wù)繁忙，請(qǐng)稍后重試");
}

// 降級(jí)處理
public Order handleFallback(Long id, Throwable t) {
    return Order.getDefaultOrder();
}

為了解決重復(fù)流量導(dǎo)致服務(wù)雪崩的問題，我們需要增加接口熔斷、限流和降級(jí)處理。

第12招：全鏈路監(jiān)控體系

問題場(chǎng)景：線上問題定位困難，缺乏數(shù)據(jù)支撐

我們需要增加項(xiàng)目全鏈路的監(jiān)控。

監(jiān)控方案：

# SpringBoot配置
management:
  endpoints:
    web:
      exposure:
        include: "*"
  metrics:
    export:
      prometheus:
        enabled: true

這里使用了prometheus監(jiān)控。

監(jiān)控架構(gòu)：

核心監(jiān)控指標(biāo)：

總結(jié)

SpringBoot性能優(yōu)化檢查清單

  • 連接池參數(shù)按業(yè)務(wù)調(diào)整
  • JVM參數(shù)經(jīng)過壓測(cè)驗(yàn)證
  • 所有查詢走緩存機(jī)制
  • 批量操作替代逐條處理
  • 線程池按場(chǎng)景定制
  • 全鏈路監(jiān)控覆蓋

三條黃金法則：

  • 預(yù)防性優(yōu)化：編碼時(shí)考慮性能影響
  • 數(shù)據(jù)驅(qū)動(dòng)：用監(jiān)控指標(biāo)指導(dǎo)優(yōu)化方向
  • 持續(xù)迭代：性能優(yōu)化是持續(xù)過程

性能工具包

  • Arthas在線診斷
  • JProfiler性能分析
  • Prometheus監(jiān)控體系

（看著監(jiān)控大屏上平穩(wěn)的QPS曲線，我知道今晚可以睡個(gè)好覺了...）

到此這篇關(guān)于簡(jiǎn)單聊聊SpringBoot性能優(yōu)化的12個(gè)小技巧的文章就介紹到這了,更多相關(guān)SpringBoot性能優(yōu)化內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論