监控tomcat性能实例

目录

 

1、创建一个Spring Boot程序

2、加大tomcat的最大线程数

3、使用JMeter加压

4、监控工具显示

现象：

分析：

定位问题：

概念再理解：

系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间

jconsole关于吞吐量的tip

---

1、创建一个Spring Boot程序

@RestController
public class GcTestController {
 
    @RequestMapping("/greeting/last/{seconds}")
    public Greeting greeting(@PathVariable long seconds) {
        try{
            Thread.sleep(seconds*1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        Greeting greeting = new Greeting("Hello world!");
        return greeting;
    }



}
class Greeting{
    private String message;

    public Greeting(String message) {
        this.message = message;
    }

    public String getMessage() {
        return message;
    }

    public void setMessage(String message) {
        this.message = message;
    }
}

备注：服务端程序根据请求参数中的seconds，先停顿一定时长，然后才返回请求。目的：模拟服务端延迟

2、加大tomcat的最大线程数

#修改springboot配置文件application.properties
#tomcat server可开启最大线程数
server.tomcat.max-threads=1000

3、使用JMeter加压

创建100个线程，循环次数选永远，设置HTTP请求响应timeout为1000毫秒，因为每个线程在收到响应后才会发起下一次请求。设置1000毫秒，方便JMeter以固定吞吐量加压。分以下阶段加压，第一阶段请求参数为/greeting/last/2，第二阶段请求参数为/greeting/last/6，第三阶段请求参数为/greeting/last/8

4、监控工具显示

visual vm

jconsole

现象：

线程逐渐增多，堆内存消耗随之增加，但cpu占用率变化不大。线程增多是因为三个阶段每个请求停留时间为2、6、8秒，JMeter有100个线程发送请求，每个请求等待一秒钟就发送第二个请求，所以三个阶段的并发量是200、600、800，各需要tomcat提供200、400、800个线程去处理迎战同时到达的请求。cpu占用率没有加大的原因，是因为服务的吞吐量没有增大。这个最后解释。

分析：

线程飙升，内存增大，cpu占用率不变，吞吐量不变，这个时候要怀疑是不是web服务依赖的下游服务出现异常，导致响应时间变长。

定位问题：

瓶颈在哪个方法呢

visual vm监控

jconsole

通过visual vm抽样器分析cpu的情况，我们得知是greeting方法占用大量cpu时间，greeting随着请求参数的变大，sleep时间增长，导致响应越来越慢。例如实际开发过程中，有时会遇到这样的情况，随着数据的增多，由于索引设计不合理，导致数据库服务响应时间增长，进而web服务请求响应时间增长，请求处理不过来，导致tomcat开启更多线程，但是吞吐量却没有提升。

 

概念再理解：

系统吞吐量几个重要参数：QPS（TPS）、并发数、响应时间

QPS（TPS）：每秒钟request/事务 数量
并发数： 系统同时处理的request/事务数   
响应时间：  一般取平均响应时间
它们之间的关系：
吞吐量QPS（TPS）= 并发数/平均响应时间

所以实例中的吞吐量几乎不变得原因是，计算如下表

TPS吞吐量计算

请求参数seconds	并发数	平均响应时间
2	200	2
6	600	6
8	800	8

 

 

 

 

 

jconsole关于吞吐量的tip

MBean：maxTime每个请求最长处理时间。requestCount总共处理完成的请求数量。processingTime处理这些请求总共花费的时间。