互联网常见架构接口压测性能分析及调优手段建议

前言

常见的互联网架构中,一般都能看到spring+mybatis+mysql+redis搭配的身影,在我所服务的公司亦是如此。一般来说,应用内部的接口都是直接调用的,所谓的面向接口编程,应用间的调用直接调或者通过类似dubbo之类的服务框架来执行,数据格式往往采用json,即统一也方便各数据间做转换和取值,缓存一般使用redis或memcached,存储一些对象或json格式的字符串。对外提供的接口,一般都需要进行压力测试,以便估算其性能,并为后续的调优提供指导方向,以下接口便是在压测过程中出现的各种“奇怪现象”,所谓奇怪,指的是从表象上看与我们正常的逻辑思路不符,但其本质还是我们对压力下程序的表现出来的特征不熟悉,用惯用的知识结构试图去解释,这根本是行不通的。下文是我在一次全面压测过程后对数据进行的分析汇总,其中的现象是很多压测常见的,里面的分析过程及改进措施我认为有很大的参考意义。具体内容如下:(部分接口为了安全我省略了其名称,但不影响我们的分析,另外形如1N3T之类的表示的是1台nginx,3台tomcat,具体的tps数值只是为了说明优化前后的比照,没有实际意义)

接口名称: 获取列表

1、压测现象:单台tps700多,应用cpu高负载

问题分析:

旧框架,平均响应时间长,应用CPU高,程序内部有大量的bean到map到json之间的转换,修改数据库连接数后,tps没有提升。

改进措施:

重构系统,用mybatis替代之前的dao操作,减少bean-map-json之间的内部数据转换,减少程序内部的无用操作。

改进效果:

tps改进后能到3000左右,有较大提升,但压测时应用cpu几乎跑满,还有改善空间。

2、压测现象:数据库资源利用率高

问题分析:

单台应用,数据库资源cpu都能到50%,10台tomcat在1万并发下数据库cpu跑满,load值700多,但db的qps也不过11554,并不算多,因此怀疑是sql执行耗费了cpu,可能是某条sql没有按索引查找或者索引失效。

改进措施:

查看SQL文件发现如下sql:select count(1) from orders where order_status_id !=40 ,将其改为select order_id from orders 然后通过程序把order_status_id!=40的过滤掉。通过list.size()来获取。order_status_id即使加了索引,由于是!=比较,所以不会去按索引查找,导致cpu高

改进效果:

相同环境下(1台nginx,10台tomcat,1000并发),tps由3000变成3727,略有增长,但是db的cpu明显下降,变为30%,效果明显

3、压测现象:1N15T ,tps4552;10N15T,tps9608

问题分析:

后端都是15台tomcat,前端1台nginx时tps为4552,通过lvs挂10台nginx时为9608,增长不明显,其nginx和tomcat都压力不大,集群结果不合理,怀疑是nginx转发配置的问题;

改进措施:

未进一步改进:可能是需要调整nginx的参数,之前发现过nginx不同的配置对后端集群环境的tps影响很大

改进效果:

接口名称: 信息查询接口

1、压测现象:单台tps2000多,应用cpu高,db的qps15000左右

问题分析:

旧框架,程序内部有很多Bo-map-json相互的转换

改进措施:

删除冗余代码、更换连接池包,使用mybatis

改进效果:

Tps由2000多增长为8000多,db的qps为9000左右,优化后压测应用的cpu占用高,几乎跑满。

2、压测现象:数据库无压力,应用增加多台后tps不变

问题分析:

1N1T和1N10T的tps一样,都为5000,增大并发时错误数增多,应用cpu耗费70%,db无压力,nginx单台通过ss –s 发现端口占满,即nginx到tomcat之间转发的连接端口time-wait状态6万多。Nginx存在瓶颈。

改进措施:

调优nginx参数,将短连接改为长连接

改进效果:

1N3T的tps能到17376,tomat的cpu压力84%,db的qps18000,cpu69%,应用的资源基本使用到量。

接口名称: 获取详情

1、压测现象:单台应用tps2600,10台tomcat才3700

问题分析:

增加应用服务器,tps增长不明显,且nginx、tomcat、db的负载都不高,说明服务器本身不是瓶颈,考虑是不是网络的问题,通过监控网卡包流量发现网络数据跑满,因为此接口会有大量数据的输出,因此瓶颈在网络上。另外,测试过程中发现redis有报错,redis服务器是虚机,可能服务能力有限。

改进措施:

开启tomcat的gzip压缩。

改进效果:

同等并发下(1台nginx,10台tomcat,1000并发),tps由3727增长到10022,增长了近3倍,效果显著。

2、压测现象:1N10T集群下nginx参数调优对tps提升效果明显

问题分析:

经过tomcat的启用gzip后,1N10T下tps为10022,需进一步提升。

改进措施:

优化nginx:

 l nginx日志关闭

 l nginx进程数量worker,由24改为16

 l nginx keepalive数量由256改为2048

改进效果:

Tps由10022提升为13270。

3、压测现象:1N5T和1N10T的tps相差不大

问题分析:

1N10T的tps为1万3千多,1N5T的tps为1万2千多,相差不大,应用的tomcat资源利用没满,cpu为65%,Db的QPS已经到2万多了,单台服务器db基本上到量了,因此再增加应用也没效果,只会导致响应的时间变长。

改进措施:

单台db已经无法改进了,要不提升服务器硬件,要不读写分离。

改进效果:

接口名称: 促销

1、压测现象:通过redis存取数据,tps才1000多,CPU 有压力

问题分析:

此接口通过redis取数据,tps不高才1000多,但cpu占用了80%,说明程序内部有大量序列化反序列化的操作,可能是json序列化的问题。

改进措施:

将net.sf.json改成alibaba的fastjson。

改进效果:

同等并发条件下tps由1000多提升为5000多,提高了近5倍。

2、压测现象:参数多时tps下降明显

问题分析:

此接口根据参数从redis中获取数据,每个参数与redis交互一次,当一组参数时tps5133,五组参数时tps1169,多次交互影响了处理性能。

改进措施:

将从redis获取数据的get改为mget,减少交互次数。

改进效果:

五组参数时1N3T压测TPS9707,据此估算即使是单台tomcat,tps也能有三四千,性能比单次get的调用方式提升了3,4倍。

3、压测现象:1N3T tps1万多,在增大tomcat可能tps增长不会明显

问题分析:

此处说的是可能,因为nginx服务器的cpu虽然不高,但pps已经800多k,此时应该是nginx的服务器网络流量成为了瓶颈。(只是猜测)

改进措施:

可以增加多台nginx负载,前端加lvs

改进效果:

接口名称: 追踪接口

1、压测现象:1N10T的tps低于1N3T的tps

问题分析:

1N3T在2000并发下tps为9849,此时db的qps为90000,CPU80%,将tomcat增到10台,5000并发下,tps为7813,db的qps为19000,cpu75%,load 1,说明压力增大情况下db的压力反而下来了,注意到nginx服务器的网卡流量达到885M,说明是压力过大情况下,网络满了,发生丢包,导致db端压力反而下来了。

改进措施:

注意压测情况下部分接口由于数据量传输较大,会出现网络瓶颈。

改进效果:

接口名称: 回填接口

1、 压测现象:tps不到500,db的qps3500

问题分析:

虽然缺少应用的cpu及db的cpu利用率数据,较低的tps应该是应用的瓶颈,且需要关注是不是db在处理查询的时候缓慢。

改进措施:

1.连接池由dbcp改为hikar;

2.减少了日志打印输出

3.sql优化,将部分条件过滤改为在java代码中执行

改进效果:

Tps由不到500增长为1300多。

接口名称: 券查询

1、 压测现象:集群结果与单台应用结果相比不合理

问题分析:

查看是否存在瓶颈资源,可以看到5台tomcat集群下,tps为9952,但db的qps为5-6万,cpu利用率为37%,说明对数据库进行了大量的主键或索引查询,一般单台db的qps也就4万左右,再增加应用的集群数量,对tps也不会有太大影响。

改进措施:

可以考虑分库

改进效果:

接口名称: 推荐

1、 压测现象:nginx长短连接差异

问题分析:

18nginx,2tomcat时tps8100,此时应用服务器的端口数满, 一般来说,Nginx短连接在高并发下容易导致端口占满的问题。

改进措施:

将nginx改为长连接

改进效果:

tps增长为10733,TPS稳定,起伏减少,但是CPU耗尽。说明cpu打满了,此时如果还要优化就的进行代码调优了。

接口名称: 查询2

1、 压测现象:18N20T的tps才6842

问题分析:

18台nginx,20台tomcat,tps才6842,此时应用cpu利用率85%,说明cpu存在瓶颈,但检查此接口并未做大计算量的工作,有可能是日志的级别问题,cpu在频繁的打日志。

改进措施:

将日志级别由debug级改为info级

改进效果:

同等环境tps由6842增长为23592.坑爹的生产环境debug日志级别。

原文发布于微信公众号 - Linyb极客之路(gh_c420b2cf6b47)

原文发表时间:2018-06-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏叁金大数据

存储是怎样炼成的?

什么FAT,NTFS,NFS,DAS,SAN,NAS,OSD这些名词我一个都不认识。

18630
来自专栏北京马哥教育

大型网站的灵魂——性能

Via: http://blog.jobbole.com/84433/ 前言 在前一篇随笔《大型网站系统架构的演化》中,介绍了大型网站的演化过程,期间穿插了一...

35560
来自专栏jerryteng的专栏

如何利用最低配的腾讯云快速搭建高并发在线服务

这里是作为开发用,我们就选择一个普通的服务器,我也是很不好意思的申请了相关的学生机,那我们就用学生机来搭建一个高并发的在线服务。这个机器配置很低,我还进行了降级...

1.1K100
来自专栏顾宇的研习笔记

AWS 上的生产环境架构优化案例

在AWS 上的生产环境性能分析案例一文中,记录了我对客户应用生产环境的一次性能分析。接下来,我们要根据所发现的性能问题进行架构优化,以提升可用性和性能。同时,这...

17510
来自专栏FreeBuf

利用HTTP参数污染方式绕过谷歌reCAPTCHA验证机制

今年初,我上报了一个谷歌reCAPTCHA验证码绕过漏洞,该漏洞在于能用一种HTTP参数污染的不安全方式,让Web页面上的reCAPTCHA构造一个针对 /re...

47730
来自专栏C++

python笔记:#006#程序执行原理

13520
来自专栏子勰随笔

SDK设计心得之架构和资源

65140
来自专栏服务端技术杂谈

动手撸一个规则引擎

最开始听说过规则引擎可能是一个类似于OA的系统中,通过规则配置,让一个审批流程得到配置化和规则化。

20740
来自专栏CSDN技术头条

微博宕机背后,高并发有哪些常见问题?

上周,赵丽颖、冯绍峰结婚官宣造成微博宕机,那么回归技术,面对如此大的高并发流量和屡次崩溃的系统,作为程序员是否有较好的方法来应对及解决?在此,技术专家丁浪为我们...

43420
来自专栏java一日一条

测试代码时你会犯的 11 个错误

我遇到的大多数开发人员都不怎么热衷于测试。有些会去做测试,但大多数都不测试,不愿意测试,或者勉而为之。我喜欢测试,并且比起编写新的代码,愉快地花更多的时间在测试...

7620

扫码关注云+社区

领取腾讯云代金券