设置Weblogic以提高并发处理性能

1.     设置Weblogic线程数

mydomain --〉Servers --〉myserver --〉Excute Queue --〉Default

将Thread Count改为一个较大的值，如100。

2.     设置Weblogic JDBC缓冲池

mydomain --〉JDBC Conection --〉

3.     关闭Weblogic服务器

4.     修改startWeblogic.cmd文件

打开{mydomain}\startWebLogic.cmd，找到下面的行：

 

@rem Set MEM_ARGS to the memory args you want to pass tojava. For instance: @rem set MEM_ARGS=-Xms32m-Xmx200m set MEM_ARGS=

 

改为：

@rem Set MEM_ARGS to the memory args you want to pass to java. For instance: @rem set MEM_ARGS=-Xms32m-Xmx200m set MEM_ARGS=-Xms1024m-Xmx1024m-XX:MaxPermSize=128m-XX:MaxNewSize=384m-XX:NewSize=384m-XX:ThreadStackSize=4m

注意第3行是一行，中间没有换行，这里因为显示不下才变成了两行。

5.     重新启动Weblogic服务

 

 

 

        Weblogic性能优化－并发量

 并发量的优化主要是两个队列和处理Thread数：
                 1、OS控制的TCP队列：存放操作系统已经接受，而Weblogic还没有接受的Socket；
                
            2、Weblogic默认的Request队列：存放Weblogic已经接受，但是WebContainer还没有处理的Request；
                 3、Thread数量：Weblogic处理线程，和CPU数量及业务逻辑相关。
            
                 如果用户并发量很大，由于WebContainer的处理能力有限，会产生以下结果：
                 1、OS的Tcp队列满，用户的请求被拒绝，这时还没有到达Weblogic，所以Weblogic日志中没有任何记录；
                 2、OS的Tcp队列未满，这时用户的请求将会进入Tcp队列：
                     1）Weblogic处理忙，来不及接受Socket，导致连接超时，这时Weblogic日志中同样没有任何记录；
                     2）Socket连接被Weblogic接受进入Request队列；
                 3、Request队列由Thread处理，OS调度Thread，处理Request请求：
                     1）Request请求仍然在队列中，达到超时时间，连接中断，Weblogic日志中会记录错误信息；
                     2）Thread接受Request，进入OS的Thread调度队列；
                 4、Thread队列；
                     1）OS繁忙，队列中的部分Thread会超时中断，这时Weblogic日志中会记录错误信息；
                     2）Thread数量少，OS空闲多。
            
                 所以，优化并发量，需要遵循下列步骤：
                 1、调整Thread数量，使其与CPU数量相当：
                     1）如果Thread数量《CPU数量，就需要增加Thread数量；
                     2）如果Thread数量》CPU数量，并且延迟很多，就需要减少Thread数量；
                 2、调整OS Tcp等待队列：
                     1）如果客户方出现连接中断，但是Weblogic日志中没有任何信息，就增加队列长度；
                     2）增加幅度：每次增加25％；
                 3、调整程序，减少Thread处理及等待时间：
                     1）分割长事务，划分为多个短事务；
                     2）优化数据库；
                     3）减少远程调用；