《Java应用提速(速度与激情)》——七、其他提速

简介: 《Java应用提速(速度与激情)》——七、其他提速

除了前面几篇文章提到的优化点(classLoader优化、中间件优化等)以外,我们还对中台核心应用做了很多启动优化的工作,因为这些优化点可能覆盖面没那么广,有些可能只是中台在使用,所以在这里统一进行简单介绍,大家可以按需读取。另外,文章中提到的优化效果是单项的,组合在一起的效果不是各个的叠加,因为各项优化间有关联,比如classLoader优化后,其他各项在不改的情况下,耗时也会下降。

 

1. aspectj相关优化

 

1) 现状

 

在进行启动耗时诊断的时候,意外发现aspectj耗时特别久,达到了54秒多,不可接受。

 image.png

 

通过定位发现,如果应用里有使用到通过注解来判断是否添加切面的规则,aspectj的耗时就会特别久。

 

以下是热点应用A中的例子:

image.png

 

2) 解决方案

 

将aspectj相关jar包版本升级到1.9.0及以上,热点应用A升级后,aspectj耗时从54.5秒降到了6.3秒,提速48秒多。

 image.png

 

另外,需要被aspectj识别的annotation,RetentionPolicy需要是RUNTIME,不然会很慢。image.png

 

3) 原理

 

通过工具采集到老版本的aspectj在判断一个bean的method上是否有annotation时的代码堆栈,发现它去jar包里读取class文件并解析类信息,耗时耗在类搜索和解析上。当看到这个的时候,第一反应就是,java.lang.Method不是有getAnnotation方法么,为什么要绕一圈自己去从jar包里解析出来。不太理解,就尝试去看看最新版本的aspectj这块是否有改动,最终发现升级即可解决。

 

aspectj去class原始文件中读取的原因是annotation的RetentionPolicy如果不是RUNTIME的话,运行时是获取不到的,详见:java.lang.annotation.RetentionPolicy的注释

 image.png

 

1.8.8版本在判断是否有注解的逻辑:

 image.png

 

1.9.8版本在判断是否有注解的逻辑:与老版本的差异在于会判断annotation的RetentionPolicy是不是RUNTIME的,是的话,就直接从Method里获取了。

 image.png

 

老版本aspectj的相关执行堆栈:(格式:时间|类名|方法名|行数)

 image.png

 

2. tbbpm相关优化javassist&javac

 

1) 现状

 

中台大部分应用都使用tbbpm流程引擎,该引擎会将流程配置文件编译成java class来进行调用,以提升性能。tbbpm默认是使用com.sun.tools.javac.Main工具来实现代码编译的,通过工具分析,发现该过程特别耗时,交易应用A这块耗时在57秒多。

 

2) 解决方案

 

通过采用javassist来编译bpm文件,应用A预编译bpm文件的耗时从57秒多降到了8秒多,快了49秒。

 

3) 原理

 

com.sun.tools.javac.Main执行编译时,会把classpath传进去,自行从jar包里读取类信息进行编译,一样是慢在类搜索和解析上。而javassist是使用classLoader去获取这些信息,根据前面的文章“ClassLoader优化篇”,我们对classLoader加了索引,极大的提升搜索速度,所以会快非常多。

 

javac编译相关执行堆栈:(格式:时间|类名|方法名|行数)

image.png

 

3. 中台框架相关优化

 

1) 现状

 

中台为了能够让业务和中台隔离的更加干净,打造了业务容器隔离框架,以支持业务实现在classloader和spring context上的隔离,同时支持热部署。随着业务容器数量的增多(目前热点应用A有500多个业务容器),类扫描,spring bean的扫描(getBean方法)时,需要一个个遍历业务容器,导致效率低下,启动动慢。

 

2) 原理

 

这里大致描述一下优化点:

 

对所有业务容器再做一层索引,所以会有两层索引,还有一层是每个业务容器自己classloader的索引

在搜索spring bean的时候,会判断caller的classloader所属的业务容器,优先从这里头去找

多个业务容器并行启动(这个需要仔细验证一下,因为java可以搞各种黑科技来打破隔离,导致相互间有依赖,不能并行)

扫包工具加一层缓存(且缓存会区分不同业务容器),避免对同一个package重复扫包

扫包算法优化,当扫多个pacakge里的类时,是一个ON2的复杂度,因为jar包扫描有IO开销,for循环转换了一下,并支持并发扫jar包

 

扫包优化前伪代码:

for (String scanPackage : scanPackages) {
    for (URL url : classloader.getResources(scanPackage.replace('.', '/')) {
       // 扫jar包里的类,一次一个package
       sync scan package class in url 
    }
}

 优化后伪代码:

// 第一次遍历, 获取所有的URL
Set<URL> allUrls = new HashSet<>();
for (String scanPackage : scanPackages) {
    for (URL url : classloader.getResources(scanPackage.replace('.', '/')) {
       allUrls.add(url);
    }
}
for (URL url : allUrls) {
   // 每个jar包一个异步任务,仅扫一次,一次扫所有的package
   async scan scanPackages in url  
}
相关文章
|
6月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
421 3
|
6月前
|
消息中间件 缓存 Java
Spring框架优化:提高Java应用的性能与适应性
以上方法均旨在综合考虑Java Spring 应该程序设计原则, 数据库交互, 编码实践和系统架构布局等多角度因素, 旨在达到高效稳定运转目标同时也易于未来扩展.
417 8
|
7月前
|
人工智能 Java API
Java与大模型集成实战:构建智能Java应用的新范式
随着大型语言模型(LLM)的API化,将其强大的自然语言处理能力集成到现有Java应用中已成为提升应用智能水平的关键路径。本文旨在为Java开发者提供一份实用的集成指南。我们将深入探讨如何使用Spring Boot 3框架,通过HTTP客户端与OpenAI GPT(或兼容API)进行高效、安全的交互。内容涵盖项目依赖配置、异步非阻塞的API调用、请求与响应的结构化处理、异常管理以及一些面向生产环境的最佳实践,并附带完整的代码示例,助您快速将AI能力融入Java生态。
1123 12
|
7月前
|
安全 Java API
Java SE 与 Java EE 区别解析及应用场景对比
在Java编程世界中,Java SE(Java Standard Edition)和Java EE(Java Enterprise Edition)是两个重要的平台版本,它们各自有着独特的定位和应用场景。理解它们之间的差异,对于开发者选择合适的技术栈进行项目开发至关重要。
1163 1
|
8月前
|
设计模式 XML 安全
Java枚举(Enum)与设计模式应用
Java枚举不仅是类型安全的常量,还具备面向对象能力,可添加属性与方法,实现接口。通过枚举能优雅实现单例、策略、状态等设计模式,具备线程安全、序列化安全等特性,是编写高效、安全代码的利器。
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
Java 大视界 -- Java 大数据机器学习模型在自然语言生成中的可控性研究与应用(229)
本文深入探讨Java大数据与机器学习在自然语言生成(NLG)中的可控性研究,分析当前生成模型面临的“失控”挑战,如数据噪声、标注偏差及黑盒模型信任问题,提出Java技术在数据清洗、异构框架融合与生态工具链中的关键作用。通过条件注入、强化学习与模型融合等策略,实现文本生成的精准控制,并结合网易新闻与蚂蚁集团的实战案例,展示Java在提升生成效率与合规性方面的卓越能力,为金融、法律等强监管领域提供技术参考。
|
8月前
|
存储 监控 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在企业生产运营监控与决策支持中的应用(228)
本文探讨了基于 Java 的大数据可视化技术在企业生产运营监控与决策支持中的关键应用。面对数据爆炸、信息孤岛和实时性不足等挑战,Java 通过高效数据采集、清洗与可视化引擎,助力企业构建实时监控与智能决策系统,显著提升运营效率与竞争力。
|
8月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
8月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
8月前
|
机器学习/深度学习 安全 Java
Java 大视界 -- Java 大数据在智能金融反洗钱监测与交易异常分析中的应用(224)
本文探讨 Java 大数据在智能金融反洗钱监测与交易异常分析中的应用,介绍其在数据处理、机器学习建模、实战案例及安全隐私等方面的技术方案与挑战,展现 Java 在金融风控中的强大能力。