延迟队列DelayQueue性能测试
延迟队列DelayQueue性能测试
在之前的性能测试中，用到了延迟队列java.util.concurrent.DelayQueue的功能下单延迟10s撤单性能测试，其实也是简单使用到了基本的API，演示如下DelayQueue基础功能演示。在对Java & Go各种队列做性能对比测试的规划里面也没法这个延迟队列算进来。当时感觉这个队列设计到很多排序，而且用的数组实现的队列，加上了java.util.concurrent.ArrayBlockingQueue队列的性能资料，所以以为延迟队列性能比较差，放弃了做对比测试。
最近在看了goreplay的项目资料后，发现这个真流量回放还是很有搞头的，就是根据请求的时间戳进行判断是否立即发出请求。这个针对不同的压测场景中，更加优秀的匹配了线上流量的波动（对波动场景效果最佳）。也能发现更多存在的性能瓶颈和风险项。
所以呢，我打算再次发挥抄能力，把goreplay这个功能抄下来，就使用java.util.concurrent.DelayQueue作为消息队列实现类。
结论
java.util.concurrent.Delayed自身性能百万级别QPS，足够满足接口性能测试QPS，目前FunTester设计的目标还是单进程满足50万QPS。使用习惯上跟之前的队列测试结果一致，队列积累的数量越小QPS越高，线程数越多QPS会保持一个极限，单进程的QPS会降低。不确定是否跟我自身硬件瓶颈相关。以后有机会再服务器上再进行一波测试，毕竟服务器配置是我自己配置的8倍有余。
测试用例
测试用例沿用了之前的静态压测模型中的，固定线程模式。跟之前测试Java&Go的保持一致。有兴趣的可以翻一翻：
可延迟对象
这里需要创建一个可延迟对象，需要继承一个java.util.concurrent.Delayed接口，具体实现如下：
/**
* 日志对象
*/
static class FunTesterDelay implements Delayed {
long timestamp
String str
FunTesterDelay() {
this.timestamp = 5
this.str = DEFAULT_STRING
}
@Override
long getDelay(@NotNull TimeUnit unit) {
return timestamp - Time.getTimeStamp()
}
@Override
int compareTo(@NotNull Delayed o) {
return 0
}
}
测试用例
使用静态模型线程模式。
static int thread = 20
static int times = 100000
static def delays = new DelayQueue<FunTesterDelay>()
public static void main(String[] args) {
RUNUP_TIME = 0
new Concurrent(new FunTester(),thread,"DelayQueue性能测试").start()
}
private static class FunTester extends FixedThread {
FunTester() {
super(null, times, true)
}
@Override
protected void doing() throws Exception {
delays.add(new FunTesterDelay())
}
@Override
FunTester clone() {
return new FunTester()
}
}
测试结果
添加
这里简单测试了添加功能，方法com.funtest.groovytest.Update.FunTesterDelay#compareTo默认返回了0，就是不排序了。
线程 | 次数（万） | QPS（万） | 单线程QPS（万） |
|---|---|---|---|
1 | 10 | 54 | 54 |
5 | 10 | 194 | 38 |
10 | 10 | 325 | 32 |
20 | 10 | 450 | 22 |
50 | 10 | 315 | 6 |
100 | 10 | 333 | 3 |
100 | 20 | 258 | 2.5 |
200 | 10 | 283 | 1.4 |
添加删除
这里直接先添加后删除，简单粗暴，快速看结果。这里的1个QPS，实际相当于2个QPS。
线程 | 次数（万） | QPS（万） | 单线程QPS（万） |
|---|---|---|---|
1 | 10 | 48 | 48 |
5 | 10 | 123 | 24 |
10 | 10 | 197 | 19 |
20 | 10 | 246 | 12 |
50 | 10 | 284 | 5 |
100 | 10 | 255 | 2.5 |
100 | 20 | 283 | 2.8 |
200 | 10 | 283 | 1.4 |
看来跟之前测试过的队列结论都差不多。保持队列不要太长，线程数增加会导致单线程效率变低，不过总得的QPS依然保持在250万 ~ 300万之间。足够满足性能测试需求了。