深入剖析Tomcat中server.max-http-header-size配置与OOM的关联机制

server.max-http-header-size设置不当引发的线上OOM案例分析 向内存申请,也就是说每接收到一个HTTP请求,都会向内存申请200MB的空间,所以,当请求并发上来以后,必然会导致OOM。线上OOM后,dump内存快照,通过MAT工具进行分析,如下图所示,有多个200MB的。来设置HTTP message header的大小,其默认为8KB,并通过。对象存在,这很不合理。排查相关配置后发现,被设置为200MB。 阅读详情

1. 一个“离谱”的配置引发的血案

那天下午,监控系统突然开始疯狂报警,手机嗡嗡响个不停。我一看,是线上一个核心的Web服务,CPU和内存曲线都拉成了一条直线,紧接着就是大量的“java.lang.OutOfMemoryError: Java heap space”错误日志刷屏。服务几乎处于不可用状态,情况非常紧急。

第一时间,我们当然是先重启实例,恢复服务。但问题必须根除,不然就是颗定时炸弹。重启后,我们立刻下载了OOM时自动生成的堆内存快照文件(Heap Dump),用MAT(Memory Analyzer Tool)这个神器打开分析。不看不知道,一看吓一跳。在支配树(Dominator Tree)和直方图(Histogram)里,赫然发现有好几个巨无霸对象,每个都占用了接近200MB的内存,而且它们的类型都是 org.apache.coyote.http11.Http11OutputBuffer。

这太反常了。Http11OutputBuffer 是Tomcat内部用来处理HTTP响应头的缓冲区,正常来说,它的大小也就几KB到几十KB,怎么可能达到200MB?这感觉就像是你家厨房的洗菜池,突然被改造成了游泳池的规模,不仅浪费空间,而且一旦同时开几个水龙头,整个家都得被淹了。

我们顺着这个线索,去检查了服务的配置文件。当看到 application.yml 里那一行配置时,我简直哭笑不得:

server:
  tomcat:
    max-http-header-size: 200MB

是的,你没看错,server.max-http-header-size 被设置成了 200MB。配置这个参数的同学,可能是出于“以防万一”的心态,觉得把缓冲区设大点总没坏处,能兼容各种“变态”的请求头。但正是这个“好心”,直接导致了这次线上OOM事故。这就像为了接住偶尔可能掉下来的苹果,你每天顶着一个体育馆那么大的盘子出门,不累垮才怪。

那么,这个参数到底是怎么工作的?为什么一个简单的配置错误,就能让内存瞬间崩溃?这背后是Tomcat处理HTTP协议的核心机制,也是我们今天要掰开揉碎讲清楚的重点。

2. 解剖Tomcat的“咽喉要道”:Http11OutputBuffer

要理解 max-http-header-size 的威力,我们得先看看Tomcat是怎么处理HTTP请求的。你可以把Tomcat想象成一个高效的邮局分拣中心。当网络数据包(信件)到达后,需要先拆开信封,读取收件人、寄件人等信息(HTTP头部),然后再处理信件正文(HTTP Body)。

Http11OutputBuffer 就是这个分拣中心里,专门用来封装和暂存“寄件人信息”(HTTP响应头) 的工作台。当Tomcat处理完一个请求,准备发送响应给客户端时,所有的响应头信息(比如 Content-Type, Set-Cookie, Cache-Control 等等)都需要先被整理、编码,然后才能通过网络发出去。这个整理和暂存的地方,就是 Http11OutputBuffer。

它的核心是一块内存区域,在Java里,就是用 ByteBuffer 来实现的。关键代码就在 Http11OutputBuffer 的构造函数里,我们结合原始文章里的代码片段,用更直白的方式解释一下:

protected Http11OutputBuffer(Response response, int headerBufferSize) {
    this.response = response;
    // 就是这一行!根据传入的headerBufferSize大小,直接向堆内存申请空间
    headerBuffer = ByteBuffer.allocate(headerBufferSize);
    // ... 其他初始化代码
}

ByteBuffer.allocate(headerBufferSize) 这句代码,就是向JVM的堆内存申请一块连续的空间。这个 headerBufferSize 参数从哪里来呢?它正是来自 server.max-http-header-size 这个配置。

这里有一个至关重要的机制:这个缓冲区是为每个HTTP连接(或者说,每个请求处理周期)单独创建的。 在Tomcat的NIO模型下,每个 Http11Processor 对象(可以粗略理解为处理一个请求的流水线)都会持有自己的 Http11OutputBuffer 实例。这意味着,每一个并发的HTTP请求,都会独立占用一块大小为 max-http-header-size 的内存。

我们来算一笔账:

  • 默认值:max-http-header-size = 8KB (8192 bytes)。
  • 错误配置:max-http-header-size = 200MB ≈ 200 * 1024 * 1024 bytes ≈ 209,715,200 bytes。
  • 假设并发请求数:100个(对于一台普通的应用服务器,这个并发量很常见)。

在默认情况下,100个请求总共占用:100 * 8KB = 800KB。不到1MB,毛毛雨。 在错误配置下,100个请求总共占用:100 * 200MB = 20,000MB = 20GB!

即使你的JVM堆内存设置了8GB,也远远不够这100个并发请求瓜分的。内存瞬间被撑爆,OOM错误自然就来了。这就像邮局给每个分拣员都配了一个体育馆那么大的工作台,结果来了100个分拣员,直接把整个邮局的地皮都给占满了,其他业务根本没法开展。

3. 从配置到崩溃:OOM发生的完整链条

现在我们把整个链条串起来,看看一次错误的配置是如何一步步引发系统崩溃的。

3.1 配置的加载与传递

当你在Spring Boot的 application.yml 里写下 server.tomcat.max-http-header-size: 200MB 时,这个值会被Spring Boot的配置系统解析,并最终设置到Tomcat的 AbstractHttp11Protocol 这个协议处理器类中。具体来说,是设置给了其内部的 maxHttpHeaderSize 属性。

这个传递路径可以简化为: 配置文件 -> Spring Boot Tomcat配置类 -> Tomcat Connector -> Http11Protocol -> maxHttpHeaderSize 属性。

3.2 处理器的创建与缓冲区的分配

当一个新的TCP连接被接受,或者一个空闲的连接开始处理新请求时,Tomcat会创建一个 Http11Processor 来处理这个请求的生命周期。在 Http11Processor 的构造函数中,正如原始文章所示,它会创建输入和输出缓冲区:

public Http11Processor(AbstractHttp11Protocol<?> protocol, Adapter adapter) {
    // ...
    inputBuffer = new Http11InputBuffer(request, protocol.getMaxHttpHeaderSize(), ...);
    outputBuffer = new Http11OutputBuffer(response, protocol.getMaxHttpHeaderSize()); // 关键!
    // ...
}

注意,protocol.getMaxHttpHeaderSize() 获取到的,就是我们配置的 200MB。这个值被原封不动地传给了 Http11OutputBuffer 的构造函数。

3.3 内存的瞬间“吸血”

紧接着,就是前面提到的 ByteBuffer.allocate(headerBufferSize)。这一行代码执行时,JVM会立即在堆内存中划出一块连续的、大小为200MB的空间。这个分配动作是同步且立即的,并不是“按需分配”。也就是说,不管你这个请求的响应头最终是1KB还是100KB,在处理器创建的那一刻,200MB的内存就已经被占用了。

3.4 并发压垮骆驼

单个请求占用200MB,如果请求是串行处理的,一个用完释放,再给下一个用,那可能还不会OOM(虽然极端浪费)。但现代Web服务都是高并发的。当几十、上百个请求同时到来,Tomcat的线程池会分配多个线程,同时创建多个 Http11Processor,从而同时创建多个200MB的 Http11OutputBuffer。

这些巨大的缓冲区对象会迅速填满新生代(Young Generation)。由于它们体积庞大,很容易就会触发Young GC。但200MB的对象,很可能在几次Young GC后就直接被提升到老年代(Old Generation)。短时间内大量的大对象涌入老年代,而老年代的空间是相对固定且有限的。

当老年代也被填满,而GC又无法回收这些“正在使用中”的缓冲区对象时(因为请求还没处理完),JVM就会抛出那个令人头疼的 java.lang.OutOfMemoryError: Java heap space。整个过程可能就在几秒到几十秒内发生,系统从健康到崩溃,迅雷不及掩耳。

4. 如何正确设置与避坑指南

知道了原理,我们就能有的放矢地避免这个问题。设置 server.max-http-header-size 绝对不是“越大越好”,而应该遵循“够用且安全”的原则。

4.1 设置多少才合适?

  1. 理解默认值:Tomcat 8.5及以后版本,这个值的默认大小是 8192 bytes (8KB)。这是一个经过长期实践检验的、对绝大多数HTTP头部来说都足够的值。RFC标准虽然没规定头部总长的严格上限,但通常8KB绰绰有余。
  2. 评估实际需求:什么情况下需要调大?
    • 使用了大量的自定义Cookie。
    • 在Header中传递了JWT等Token,且Token非常长。
    • 一些特殊的代理或网关添加了复杂的链路追踪信息。 你可以通过分析线上服务的访问日志,或者使用浏览器开发者工具、curl -v 命令,查看实际请求/响应的Header大小。通常,即使有一些自定义内容,头部大小也很少超过16KB。
  3. 给出安全建议:
    • 起步值:如果没有特殊需求,保持默认的8KB是最好的选择。
    • 保守调整:如果确有需要,建议以 16KB (16384) 或 32KB (32768) 为增量进行小幅上调。例如:
      server:
        tomcat:
          max-http-header-size: 16KB # 或 16384
      
    • 绝对红线:永远不要设置超过几MB的值。将缓冲区设置为几十MB甚至几百MB,无异于在代码里埋下了一颗内存炸弹。像我们案例中的200MB,是绝对的反面教材。

4.2 不仅仅是Tomcat:其他容器的配置

这个概念在其它Servlet容器或Web服务器中同样存在,只是参数名可能不同:

  • Undertow (Spring Boot默认之一):对应的参数是 server.undertow.max-headers-size。默认值也是16KB左右,行为类似。
  • Jetty:有 maxRequestHeaderSize 等参数控制。
  • Netty:在构建 HttpObjectDecoder 时,可以设置 maxHeaderSize。

核心思想是相通的:为每个连接预分配一个头部缓冲区,大小由配置决定,错误配置会导致内存乘以并发数被快速耗尽。

4.3 监控与发现

如何提前发现这类配置问题,而不是等到OOM了才后知后觉?

  1. 代码审查:在项目配置文件中,警惕任何将缓冲区大小设置为MB级别的操作。将其纳入代码审查的检查清单。
  2. 监控关键指标:
    • JVM内存使用率:特别是老年代的使用率和增长趋势。如果发现老年代在业务平稳期也快速上涨,需要警惕。
    • GC频率和耗时:频繁的Full GC或长时间的GC停顿,可能是大对象过早进入老年代的信号。
    • 应用性能监控(APM)工具:如SkyWalking、Pinpoint等,可以观察HTTP请求处理的内存开销,虽然可能看不到Http11OutputBuffer这么细,但能发现异常的内存分配模式。
  3. 压测验证:在上线前,进行充分的压力测试。在压测过程中,使用jstat、jmap或VisualVM等工具监控堆内存的详细变化,观察是否存在对象体积异常庞大的情况。

5. 深入源码:看看Tomcat是怎么做的

对于喜欢刨根问底的朋友,我们稍微再深入一点源码,这能帮你更牢固地建立认知。我们关注 org.apache.coyote.http11.AbstractHttp11Protocol 这个类。

当你设置 max-http-header-size 时,最终会调用这个类的 setMaxHttpHeaderSize 方法。这个方法会校验设置的值是否大于0,然后将其存储起来。核心的调用链路在创建处理器时,我们再看一遍精简后的逻辑:

在 AbstractHttp11Protocol 中,有一个创建处理器的方法:

@Override
protected Processor createProcessor() {
    // 注意这里,将当前协议对象(this)传递给了Http11Processor
    Http11Processor processor = new Http11Processor(this, adapter);
    return processor;
}

然后,在 Http11Processor 的构造函数中:

public Http11Processor(AbstractHttp11Protocol<?> protocol, Adapter adapter) {
    // ...
    // 从这里获取配置的大小
    outputBuffer = new Http11OutputBuffer(response, protocol.getMaxHttpHeaderSize());
    // ...
}

最后,这个值一路传递到 Http11OutputBuffer,完成了内存的分配。整个流程清晰明了:配置值在协议层被持有,在每个请求处理器的生命周期开始时,被用来实例化一个固定大小的缓冲区。

理解了这个流程,你就会明白,这个配置是一个全局的、影响所有请求的参数。它不像数据库连接池那样,有一个上限控制。它的消耗是 配置值 * 并发请求数,是一种近乎“无限”的消耗模式。因此,对其设置一个合理且较小的上限,是保证服务稳定性的铁律。

6. 不止于此:其他可能引发类似问题的配置

通过 max-http-header-size 这个案例,我们可以举一反三。在Tomcat和各类中间件中,凡是涉及到**“按连接或按请求预分配固定大小缓冲区”** 的配置,都需要我们打起十二分精神。

例如:

  • server.tomcat.max-swallow-size:这个配置指定了Tomcat在丢弃(swallow)HTTP请求体时,最多可以吞下多少字节的数据(例如,在处理POST请求上传时,如果发生异常,需要吞掉已上传的部分)。这个值如果设置得过大(比如几百MB),同样意味着每个异常请求都可能占用巨大的内存。
  • server.tomcat.max-http-form-post-size:限制HTTP POST表单内容的大小。虽然它更多是作为一个安全限制,但实现上也可能涉及缓冲区的分配。
  • 各种客户端连接池、数据库连接池的配置,如果设置了不合理的超时时间或空闲连接数,也可能导致资源(不一定是内存,可能是连接句柄)的缓慢泄漏和耗尽。

配置的黄金法则:对于任何指定字节大小的配置项,在修改前,务必查阅官方文档,理解其行为是“按需分配”还是“预分配”,以及其作用范围是全局、每个连接还是每个请求。对于“预分配”且“按连接/请求”生效的配置,必须保守设置。

那次线上故障之后,我们团队内部增加了一条硬性规定:所有涉及内存缓冲区大小的配置变更,必须经过小组评审,并且要在测试环境进行对应并发场景下的压力测试。技术债往往就藏在那些看似无害的配置项里,一个数字的偏差,就足以让整个系统在流量面前不堪一击。多花点时间理解这些参数背后的机制,远比出了问题后熬夜救火要划算得多。

Tomcat配置踩坑记:server.max-http-header-size设置200MB引发的血案 本文深入剖析了Tomcat配置项`server.max-http-header-size`设置不当(如设为200MB)导致线上服务OOM的故障案例。通过源码分析,揭示了该参数如何通过`Http11OutputBuffer`为每个连接预分配巨大`ByteBuffer`,从而快速耗尽堆内存的机制,并提供了配置优化与内存分析实战指南。 阅读详情

相关推荐

JSON数据传输的五大失真风险与健壮性实践

JSON作为最常用的数据交换格式,本质是UTF-8编码的文本协议,而非类型安全的数据容器。其设计简洁性带来广泛兼容性,但也隐含类型擦除、编码越界、嵌套溢出、循环引用和安全钩子等底层原理级风险。理解JSON序列化/反序列化的实际行为(如undefined字段静默丢失、Date自动转ISO字符串、emoji在utf8mb3下的截断)是保障前后端数据一致性的前提。本文聚焦真实工程场景,覆盖Web API、移动端通信、微服务交互等典型应用,并结合JSON Schema契约、统一序列化中间件、HTTP头强制规范等可落

diedangxiang4092的博客 508

Spring Boot中的max-http-header-size配置

springboot配置head size

抽象的螺旋 1万+

SpringBoot校园二手市场毕设实战:从数据库设计到部署全流程解析

在Java Web开发领域,SpringBoot作为主流的后端框架,以其开箱即用和约定大于配置的特性,极大地简化了企业级应用的构建流程。其核心原理在于通过自动配置和起步依赖,快速整合Web、数据访问、安全等模块,使开发者能聚焦于业务逻辑实现。这一技术价值在于提升了开发效率,降低了项目启动门槛,尤其适合快速构建原型和中小型项目。在电商、内容管理等典型应用场景中,SpringBoot常与MyBatis、MySQL等技术栈协同,实现高内聚、低耦合的系统架构。本文以校园二手市场这一经典毕业设计选题为例,深入剖析如何

weixin_33895475的博客 461

记录一次SpringBoot项目中因为server.max-http-header-size导致的内存溢出 并使用JVM命令以及Jprofile排查过程

当时启动jar包或者配置中也没有相应异常情况发生时的堆栈dump快照信息,感兴趣的小伙伴可以参考网上的其他资料,可以通过-XX:HeapDumpPath=xxx配置,本篇主要分享排查过程,不过当时的内存信息一直没有降下来,那就可以借助当时的快照也是可以的,使用。的空间,每次生成的新生的对象会先存入新生代,而对于这种内存大的对象,新生代很快就没有足够的内存去分配,再后面的像这样的对象都会直接存在老年代,当老年代内存不足就会引起full GC,这些对象都无法被回收,通过之前的。然后发生了意想不到的一幕。

weixin_62753584的博客 2293

ALSA音频开发实战:如何用snd_pcm_avail避免缓冲区溢出(附完整代码)

本文深入探讨了在ALSA音频开发中,如何利用`snd_pcm_avail`函数有效管理环形缓冲区,从而避免音频数据溢出或下溢。通过实战代码示例,详细解析了该函数在播放场景下的核心作用,即实时查询可写入的帧数,并构建了自适应写入循环以实现稳健的流量控制,确保音频流的平滑与稳定。

weixin_29183637的博客 462

避坑指南:STM32CubeMX安装后,你的第一个工程为什么中文全是乱码?

本文详细解析了STM32CubeMX安装后中文乱码问题的根源及解决方案。从诊断乱码现象到分析编码冲突背景,提供了新项目UTF-8化、旧项目GBK兼容及版本降级等多种实用方案,帮助开发者彻底解决这一常见问题。

weixin_30699955的博客 475

server.max-http-header-size与OOM不得不说的故事

一开始我以为这会是个很简单的事情,毕竟很多人已经从1.x升级到2.x了,但当运维把测试环境的nacos升级到2.x后没多会涌现了一堆告警,全都是找不到dubbo的服务提供者,我这边立马登到nacos容器中查看,整个nacos的堆已经到了32G,且在一直不停地fullgc过了一会更是健康检查失败被k8s重启了,确认了是堆满了以后这边也是立马dump了一份堆快照到持久卷。看的出来是直接原因是有大量5M的byte数组,然后分析引用发现是tomcat的nio请求对象的消息头,难不成是因为请求的消息头非常大?

Ares_xb的博客 2215

AUTOSAR OS

AUTOSAR OS总共包含以下。Core中基本对象关系如上图所示,以单核为例,。每个基本对象必须从属于某个OS Application,否则会出现错误。同时OS Application可分为Trusted与Not Trusted这两种类型。

2301_76563067的博客 2346

Tomcat设置HTTP首部长度最大值maxHttpHeaderSize

org.apache.coyote.http11.HeadersTooLargeException: An attempt was made to write more data to the response headers than there was room available in the buffer. Increase maxHttpHeaderSize on the connect...

dxyzhbb的博客 8147

怎么选?一文读懂12种SPC控制图,从基础到进阶,再到Python代码实现

本文系统介绍了12种常用SPC控制图的应用场景和特点,包括计量型(Xbar-R图、Xbar-s图、I-MR图等)、计数型(P图、NP图、U图等)及进阶控制图(EWMA图、CUSUM图、多元控制图)。文章强调控制图是SPC的核心工具,能有效区分过程变异类型,实现"预防优于检测"的质量管理目标。通过数据示例和Python代码展示了各类控制图的实现方法,为质量管理人员提供了实用参考。

m0_56592100的博客 4171

Diffusion:如何从噪声中生成清晰图像

扩散模型是当前AI图像生成领域的核心基础,如Stable Diffusion、DALL·E等热门模型均采用该技术。其原理分为训练和推理两个阶段:训练时通过逐步加噪图片,让AI学习如何去除噪声;推理时则从随机噪声出发,结合文本提示逐步去噪生成清晰图像。模型架构通常包含文本编码器、生成模型(如U-Net)和解码器三部分,通过多轮迭代将低维潜在空间表示转化为最终图像。这种技术模拟了艺术家从混沌中雕琢作品的过程,实现了从随机噪声到目标图像的智能生成。

laumy的学习笔记 1278

Jmeter+jvisualvm+Nginx性能调优实战:从压测到OOM排查

在软件工程实践中,性能调优是确保系统从“能用”迈向“扛得住”的关键环节。其核心原理在于通过科学的压力测试、深度监控与架构优化,识别并解决系统瓶颈。这一过程的技术价值在于,它能将抽象的“系统慢”问题,转化为可量化、可定位、可解决的具体技术指标,从而显著提升系统的吞吐量、稳定性和资源利用率。典型的应用场景包括高并发电商系统、大促秒杀活动以及后台管理系统优化。本文聚焦于一套由Jmeter、jvisualvm和Nginx构成的经典性能调优组合拳,其中,**Jmeter**负责模拟海量用户并发,精准制造压力场景;**

weixin_30896511的博客 403

YOLOv5_DeepSORT_Pytorch训练自己的多目标跟踪模型

1 准备 环境配置:https://blog.csdn.net/weixin_50008473/article/details/115250986?spm=1001.2014.3001.5501 YOLOv5_DeepSORT_Pytorch代码地址: https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch DeepSORT论文:https://arxiv.org/pdf/1703.07402.pdf 2 训练目标检测模型 训练自己的目标检测模

weixin_50008473的博客 1万+

Nginx- 反向代理的超时配置:proxy_connect_timeout 优化

Nginx 反向代理超时配置优化指南 摘要 本文深入探讨了 Nginx 反向代理中 proxy_connect_timeout 参数的关键作用与优化策略。主要内容包括: 参数定义:该参数仅控制与后端服务器建立初始 TCP 连接的超时时间(默认60秒),不影响后续请求处理。 常见误区: 盲目增大超时时间可能导致连接池耗尽 不应简单与后端服务的超时配置对齐 优化建议: Kubernetes环境建议3-5秒 传统VM部署建议8-12秒 跨地域部署建议15-20秒 实战验证:通过Spring Boot应用模拟不同连

千淘万漉虽辛苦,吹尽狂沙始到金 1万+

Jenkins部署前后端分离项目最全图文教程(手把手教学)

最近Jenkins部署的热度比较高,于是就想出一篇关于我是如何使用Jenkins部署前后端分离项目的,本篇记录了我是如何一步一步去配置、搭建和部署的完整流程,每一行代码都进行了实测和讲解,通过图文的教学写成博客分享给大家!

黄团团的个人博客 4782

基于FPGA的64点fft变换verilog开发

这精度的损失在10bits看来对最后的误差的影响是存在是不可忽略的。此后,在这思想基础上又开发了高基和分裂基等快速算法,随着数字技术的高速发展,1976年出现建立在数论和多项式理论基础上的维诺格勒傅里叶变换算法(WFTA)和素因子傅里叶变换算法。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少,特别是被变换的抽样点数N越多,FFT算法计算量的节省就越显著。

FPGA/MATLAB学习教程/源码/项目合作开发 1978

Java与.NET程序员的工程思维差异解析

Java和.NET作为企业级开发两大主流技术栈,其本质差异远超语法层面,根植于JVM与CLR运行时设计哲学、生态演进逻辑及工程实践范式。JVM强调强契约与确定性,适合对资源可控性要求严苛的金融系统;CLR侧重弹性伸缩与场景深度,在高吞吐HTTP服务中表现突出。二者在依赖注入、配置管理、日志追踪、ORM抽象等关键环节呈现系统性分野,直接影响微服务治理、CI/CD效率与跨团队协作质量。理解这些底层机制,是实现双栈共治、故障协同定位与架构平滑演进的技术前提。

diaojin6880的博客 445

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

SpringBoot面试八股文

Spring Boot 是在 Spring 框架基础上推出的一个快速开发框架。它的核心设计目标是简化 Spring 应用的初始搭建和开发过程,通过**“约定大于配置”的理念,“自动装配、起步依赖(starter)”**等机制,让开发者能够以最少的配置,快速创建一个独立的、生产级别的 Spring 应用程序。简单来说,Spring Boot = Spring 框架 + 自动配置 + 起步依赖 + 内嵌服务器。触发:通过注解(通常包含在中)触发自动配置流程。发现从或文件中加载所有候选的自动配置类。过滤。

韩小兔修媛史的博客 691

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

每周小记——JVM

本文剖析JVM核心机制:详述内存模型(堆、方法区、栈)及垃圾回收算法(标记-清除/复制/压缩)、分代策略与GC类型(Minor/Major/FullGC);解析类加载机制(双亲委派模型、加载/链接/初始化过程及三类加载器差异);阐述执行引擎(JIT编译、热点探测、逃逸分析);对比现代收集器(G1/ZGC/Shenandoah)及CMS优劣;探讨性能调优关键(吞吐量与延迟平衡、内存分配策略)。为Java性能优化提供理论支撑。

weixin_57655687的博客 1584

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

SpringBoot - 400 Bad Request Tomcat Header 请求过大解决方案

推荐配置 server: max-http-header-size: 65536 过时配置 server: tomcat: max-http-header-size: 65536 注意事项 两个配置效果等价,但是推荐第一种用法! 引起这问题的原因是跟 Tomcat 有关,请求过大导致 Tomcat 直接拦截返回,所以一般情况根本进不了业务里的断点,这样很容易误以为是网络层的问题,其实不是,而是 Tomcat 的问题。 max-http-header-size 指..

3700

压测不过,关于server.max-http-header-size参数的配置

在某次项目的开发过程中,因为是接手的项目,所以下意思认为参数的配置是比较合理的,基本上除非涉及到地址等变更内容外,没有关注其他参数。当项目提测时,测试告诉我说整个系统并发到10基本就会被压垮,让我去检查下接口的设置。 我去系统上下载了日志,查看了堆栈内容,发现并没有明显的任何拖延时间的处理程序,整个内容获取的数据也在合理的范围内,但是一旦并发数上去了,就又会被压垮。当时因为其他问题比较紧急,就抓...

胖蛤蟆的博客 6722

SpringBoot内置tomcat参数调优

springboot内置了tomcat, 并给我们设置了默认参数, 我们怎么样修改springboot内置的tomcat参数, 才能使我们的服务效率更高呢?Spring Boot能支持的最大并发量主要看其置tomcat的配置, 可以在配置文件中对其进行更改。 详细的默认配置参数可以在以下路径进行查看: org\springframework\boot\spring-boot-autoconfigure\2.5.2\spring-boot-autoconfigure-2.5.2.jar!\META-INF\s

Pollias的博客 7766

tomcat服务器之maxHttpHeaderSize

线上问题排查及Tomcat调优

lendsomething的博客 2568

server.tomcat.max-http-header-size失效@deprecated解决办法

为了解决Error parsing HTTP request header Note: further occurrences of HTTP request parsing errors will be logged at DEBUG level.这个问题, 网上查了查需要修改一下tomcat中的配置,因为我用的是Spring boot 集成的tomcat所以只在配置中修改一下就行了...

Say no to the bugs 1万+

Tomcat精进之路

1 Tomcat工作原理 2 Tomcat优化配置 2.1 Tomcat连接优化 2.2 tomcat网络优化 2.3 tomcat压缩优化 2.4 tomcat线程池优化 4 Tomcat优化小结 2.2优化线程池 2.3优化网络 2.4 优化JVM 5 Tomcat优化案例 6 Tomcat目录结构

michael_linux的博客,一个小小小学生。滴水穿石,步步为营,只为那刹那芳华。 1764
上一篇: Modbus通讯开发实战——LibModbus库的从机模式实现详解
下一篇: FastAdmin框架旧版本安全警报:CVE-2024-7928任意文件读取漏洞深度剖析与修复指南
人间清醒863
博客等级 码龄3年 33粉丝 1544原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值