意外和明天不知道哪個先來。沒有危機是最大的危機，滿足現狀是最大的陷阱。

背景

生產環境偶爾會有一些慢請求導致系統性能下降，吞吐量下降，下面介紹幾種優化建議。

方案

1、undertow替換tomcat

電子商務類型網站大多都是短請求，一般響應時間都在100ms，這時可以將web容器從tomcat替換為undertow，下面介紹下步驟：

1、增加pom配置

<dependency> <groupid> org.springframework.boot </groupid> <artifactid> spring-boot-starter-web </artifactid> <exclusions> <exclusion> <groupid>org.springframework.boot </groupid> <artifactid>spring-boot-starter-tomcat </artifactid> </exclusion> </exclusions></dependency><dependency> <groupid> org.springframework.boot </groupid> <artifactid> spring-boot-starter-undertow </artifactid></dependency>

2、增加相關配置

server: undertow: direct-buffers: true io-threads: 4 worker-threads: 160

重新啟動可以在控制臺看到容器已經切換為undertow了

2、緩存

將部分熱點數據或者靜態數據放到本地緩存或者redis中，如果有需要可以定時更新緩存數據

3、異步

在代碼過程中我們很多代碼都不需要等返回結果，也就是部分代碼是可以并行執行，這個時候可以使用異步，最簡單的方案是使用springboot提供的@Async注解，當然也可以通過線程池來實現，下面簡單介紹下異步步驟。

1、pom依賴 一般springboot引入web相關依賴就行

<dependency> <groupid> org.springframework.boot </groupid> <artifactid> spring-boot-starter-web </artifactid></dependency>

2、在啟動類中增加@EnableAsync注解

import org.springframework.boot.SpringApplication@EnableAsync@SpringBootApplicationpublic class AppApplication { public static void main(String[] args) { SpringApplication.run(AppApplication.class, args); }}

3、需要時在指定方法中增加@Async注解，如果是需要等待返回值，則demo如下

@Asyncpublic Future<String> doReturn(int i) { try { // 這個方法需要調用500毫秒 Thread.sleep(500); } catch (InterruptedException e) { e.printStackTrace(); } // 消息匯總 return new AsyncResult<String>('異步調用');}

4、如果有線程變量或者logback中的mdc，可以增加傳遞

import org.slf4j.MDC;import org.springframework.context.annotation.Configuration;import org.springframework.core.task.TaskDecorator;import org.springframework.scheduling.annotation.AsyncConfigurerSupport;import org.springframework.scheduling.annotation.EnableAsync;import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;import java.util.Map;import java.util.concurrent.Executor;/** * @Description: */@EnableAsync@Configurationpublic class AsyncConfig extends AsyncConfigurerSupport { @Override public Executor getAsyncExecutor() { ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); executor.setTaskDecorator(new MdcTaskDecorator()); executor.initialize(); return executor; }}class MdcTaskDecorator implements TaskDecorator { @Override public Runnable decorate(Runnable runnable) { Map<string, string> contextMap = MDC.getCopyOfContextMap(); return () - & gt; { try {MDC.setContextMap(contextMap);runnable.run(); } finally {MDC.clear(); } }; }}

5、有時候異步需要增加阻塞

import lombok.extern.slf4j.Slf4j;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;import java.util.concurrent.Executor;import java.util.concurrent.ThreadPoolExecutor;@Configuration@Slf4jpublic class TaskExecutorConfig { @Bean('localDbThreadPoolTaskExecutor') public Executor threadPoolTaskExecutor() { ThreadPoolTaskExecutor taskExecutor = new ThreadPoolTaskExecutor(); taskExecutor.setCorePoolSize(5); taskExecutor.setMaxPoolSize(200); taskExecutor.setQueueCapacity(200); taskExecutor.setKeepAliveSeconds(100); taskExecutor.setThreadNamePrefix('LocalDbTaskThreadPool'); taskExecutor.setRejectedExecutionHandler((Runnable r, ThreadPoolExecutor executor) - & gt; { if (!executor.isShutdown()) {try { Thread.sleep(300); executor.getQueue().put(r);} catch (InterruptedException e) { log.error(e.toString(), e); Thread.currentThread().interrupt();} } } ); taskExecutor.initialize(); return taskExecutor; }}

4、業務拆分

可以將比較耗時或者不同的業務拆分出來提供單節點的吞吐量

5、集成消息隊列

有很多場景對數據實時性要求不那么強的，或者對業務進行業務容錯處理時可以將消息發送到kafka，然后延時消費。舉個例子，根據條件查詢指定用戶發送推送消息，這里可以時按時、按天、按月等等，這時就

到此這篇關于詳解SpringBoot 應用如何提高服務吞吐量的文章就介紹到這了,更多相關SpringBoot 提高服務吞吐量內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！