系统性能调优

本文探讨了在线系统性能调优的关键技术,包括系统层面的线程池与NIO使用、连接池、JVM调优,以及代码层面的程序算法改进。详细分析了线程池与NIO的优势与限制,并提供了JVM调优策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

对于一个已经运行在线上的系统,为了提升他的性能,对其调优是后期要进行的工作

有篇好文章,很全面:http://zhaohe162.blog.163.com/blog/static/382167972011101325527323/


这里的调优应该有两个层面:

1.系统层面

2.代码层面

主要有以下几点:

1.线程池【现在都改用nio了】:解决用户响应时间长的问题。缺点:为每一个用户分配一个线程,导致线程暴涨。

nio:则可以用给一个线程服务多个连接,更好的支持大并发,但显然多个连接要分享这个线程的时间片

注意点: 
1、 线程池技术时,要自己写许多代码来控制并发安全。 
2、 NIO有一些BUG,列举如下: 
          1、 socketchannel.close()有时候关不掉socket,需要多次关闭 
          2、 selector在注销和注册监听时,有时候不能立刻反映到程序中,需要自己在程序中适时的wakeup一下。 

2.连接池:

3.JVM调优【之前已经有一篇文章专门介绍过】:调整内存比例和垃圾回收算法,提高吞吐量

4.程序算法:改进逻辑提高性能


大多数JVM6是应用采用的线程池都是JDK自带的。配置参数:

corePoolSize:核心线程数(最小线程数)

maximuPoolSize:最大线程数,超过这个数量的任务会被拒绝:用户可以通过RejectedExecutionHandler接口来自定义处理方式

keepAliveTime:线程保持活动时间

workQueue:工作队列,存放执行的任务


基于Spring Boot搭建的一个多功能在线学习系统的实现细节。系统分为管理员和用户两个主要模块。管理员负责视频、文件和文章资料的管理以及系统运营维护;用户则可以进行视频播放、资料下载、参与学习论坛并享受个性化学习服务。文中重点探讨了文件下载的安全性和性能化(如使用Resource对象避免内存溢出),积分排行榜的高效实现(采用Redis Sorted Set结构),敏感词过滤机制(利用DFA算法构建内存过滤树)以及视频播放的浏览器兼容性解决方案(通过FFmpeg整MOOV原子位置)。此外,还提到了权限管理方面自定义动态加载器的应用,提高了系统的灵活性和易用性。 适合人群:对Spring Boot有一定了解,希望深入理解其实际应用的技术人员,尤其是从事在线教育平台开发的相关从业者。 使用场景及目标:适用于需要快速搭建稳定高效的在线学习平台的企业或团队。目标在于提供一套完整的解决方案,涵盖从资源管理到用户体验化等多个方面,帮助开发者更好地理解和掌握Spring Boot框架的实际运用技巧。 其他说明:文中不仅提供了具体的代码示例和技术思路,还分享了许多实践经验教训,对于提高项目质量有着重要的指导意义。同时强了安全性、性能化等方面的重要性,确保系统能够应对大规模用户的并发访问需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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