zoukankan      html  css  js  c++  java
  • tomcat优化实例

    ————————————————————————————————————

    一.运行模式优化

    修改tomcat运行模式为nio
    <Connector port="80" protocol="org.apache.coyote.http11.Http11NioProtocol"
    ... />

    ———————————————————————————————————————


    二.启动参数优化

    export JAVA_OPTS="
    -server
    -Xms1024M //设置JVM的最小内存大小,此值推荐设置与-Xmx相同以此来避免每次垃圾回收完成后JVM重新分配内存。
    -Xmx1024M //设置JVM的最大可用内存
    -Xss512k //设置每个线程堆大小
    -XX:+AggressiveOpts
    -XX:+UseBiasedLocking
    -XX:PermSize=128M //设置持久代初始内存大小
    -XX:MaxPermSize=256M //设置持久代最大内存
    -XX:+DisableExplicitGC
    -XX:MaxTenuringThreshold=31
    -XX:+UseConcMarkSweepGC
    -XX:+UseParNewGC
    -XX:+CMSParallelRemarkEnabled
    -XX:+UseCMSCompactAtFullCollection
    -XX:LargePageSizeInBytes=128m
    -XX:+UseFastAccessorMethods
    -XX:+UseCMSInitiatingOccupancyOnly
    -Djava.awt.headless=true "

    参数解释:

    # -server

    只要你的tomcat是运行在生产环境中的,这个参数必须加上
    因为tomcat默认是以一种叫java –client的模式来运行的,server即意味着你的tomcat是以真实的production的模式在运行的,这也就意味着你的tomcat以server模式运行时将拥有:更大、更高的并发处理能力,更快更强捷的JVM垃圾回收机制,可以获得更多的负载与吞吐量。


    # -Xms1024M -Xmx1024M

    即JVM内存设置了,把Xms与Xmx两个值设成一样是最优的做法,有人说Xms为最小值,Xmx为最大值不是挺好的,这样设置还比较人性化,科学化。
    大家想一下这样的场景:

    一个系统随着并发数越来越高,它的内存使用情况逐步上升,上升到最高点不能上升了,开始回落,你们不要认为这个回落就是好事情,由其是大起大落,在内存回落时它付出的代价是CPU高速开始运转进行垃圾回收,此时严重的甚至会造成你的系统出现“卡壳”就是你在好好的操作,突然网页像死在那边一样几秒甚至十几秒时间,因为JVM正在进行垃圾回收。

    因此一开始我们就把这两个设成一样,使得Tomcat在启动时就为最大化参数充分利用系统的效率,这个道理和jdbcconnection pool里的minpool size与maxpool size的需要设成一个数量是一样的原理。

    # –Xmn

    设置年轻代大小为512m。整个堆大小=年轻代大小 + 年老代大小 + 持久代大小。持久代一般固定大小为64m,所以增大年轻代后,将会减小年老代大小。此值对系统性能影响较大,Sun官方推荐配置为整个堆的3/8。

    # -Xss512k

    是指设定每个线程的堆栈大小。这个就要依据你的程序,看一个线程 大约需要占用多少内存,可能会有多少线程同时运行等。一般不易设置超过1M,要不然容易出现out ofmemory。

    # -XX:+AggressiveOpts

    作用如其名(aggressive),启用这个参数,则每当JDK版本升级时,你的JVM都会使用最新加入的优化技术(如果有的话)

    # -XX:+UseBiasedLocking

    启用一个优化了的线程锁,我们知道在我们的appserver,每个http请求就是一个线程,有的请求短有的请求长,就会有请求排队的现象,甚至还会出现线程阻塞,这个优化了的线程锁使得你的appserver内对线程处理自动进行最优调配。

    # -XX:PermSize=128M -XX:MaxPermSize=256M

    JVM使用-XX:PermSize设置非堆内存(持久代)初始值,默认是物理内存的1/64;

    在数据量的很大的文件导出时,一定要把这两个值设置上,否则会出现内存溢出的错误。

    由XX:MaxPermSize设置最大非堆内存的大小,默认是物理内存的1/4。

    那么,如果是物理内存4GB,那么64分之一就是64MB,这就是PermSize默认值,也就是永生代内存初始大小;

    四分之一是1024MB,这就是MaxPermSize默认大小。

    # -XX:+DisableExplicitGC

    在程序代码中不允许有显示的调用”System.gc()”。看到过有两个极品工程中每次在DAO操作结束时手动调用System.gc()一下,觉得这样做好像能够解决它们的out ofmemory问题一样,付出的代价就是系统响应时间严重降低,就和我在关于Xms,Xmx里的解释的原理一样,这样去调用GC导致系统的JVM大起大落,性能不到什么地方去哟!

    # -XX:+UseParNewGC

    对年轻代采用多线程并行回收,这样收得快。

    # -XX:+UseConcMarkSweepGC

    即CMS gc,这一特性只有jdk1.5即后续版本才具有的功能,它使用的是gc估算触发和heap占用触发。

    我们知道频频繁的GC会造面JVM的大起大落从而影响到系统的效率,因此使用了CMS GC后可以在GC次数增多的情况下,每次GC的响应时间却很短,比如说使用了CMS GC后经过jprofiler的观察,GC被触发次数非常多,而每次GC耗时仅为几毫秒。

    # -XX:MaxTenuringThreshold=31

    设置垃圾最大年龄。如果设置为0的话,则年轻代对象不经过Survivor区,直接进入年老代。对于年老代比较多的应用,可以提高效率。如果将此值设置为一个较大值,则年轻代对象会在Survivor区进行多次复制,这样可以增加对象再年轻代的存活时间,增加在年轻代即被回收的概率。

    这个值的设置是根据本地的jprofiler监控后得到的一个理想的值,不能一概而论原搬照抄。

    # -XX:+CMSParallelRemarkEnabled

    在使用UseParNewGC 的情况下, 尽量减少 mark 的时间

    # -XX:+UseCMSCompactAtFullCollection

    在使用concurrent gc 的情况下, 防止 memoryfragmention, 对live object 进行整理, 使 memory 碎片减少。

    # -XX:LargePageSizeInBytes=128m

    指定 Java heap的分页页面大小

    # -XX:+UseFastAccessorMethods

    get,set 方法转成本地代码

    # -XX:+UseCMSInitiatingOccupancyOnly

    指示只有在 oldgeneration 在使用了初始化的比例后concurrent collector 启动收集

    # -XX:CMSInitiatingOccupancyFraction=70

    CMSInitiatingOccupancyFraction,这个参数设置有很大技巧,基本上满足(Xmx-Xmn)*(100- CMSInitiatingOccupancyFraction)/100>=Xmn就不会出现promotion failed。在我的应用中Xmx是6000,Xmn是512,那么Xmx-Xmn是5488兆,也就是年老代有5488 兆,CMSInitiatingOccupancyFraction=90说明年老代到90%满的时候开始执行对年老代的并发垃圾回收(CMS),这时还 剩10%的空间是5488*10%=548兆,所以即使Xmn(也就是年轻代共512兆)里所有对象都搬到年老代里,548兆的空间也足够了,所以只要满 足上面的公式,就不会出现垃圾回收时的promotion failed;
    因此这个参数的设置必须与Xmn关联在一起。

    # -Djava.awt.headless=true

    这个参数一般我们都是放在最后使用的,这全参数的作用是这样的,有时我们会在我们的J2EE工程中使用一些图表工具如:jfreechart,用于在web网页输出GIF/JPG等流,在winodws环境下,一般我们的app server在输出图形时不会碰到什么问题,但是在linux/unix环境下经常会碰到一个exception导致你在winodws开发环境下图片显示的好好可是在linux/unix下却显示不出来,因此加上这个参数以免避这样的情况出现。

    上述这样的配置,基本上可以达到:

    # 系统响应时间增快

    # JVM回收速度增快同时又不影响系统的响应率

    # JVM内存最大化利用

    # 线程阻塞情况最小化

    ———————————————————————————————————————

    三.Tomcat容器参数的优化

    前面我们对Tomcat启动时的命令进行了优化,增加了系统的JVM可使用数、垃圾回收效率与线程阻塞情况、增加了系统响应效率等还有一个很重要的指标,我们没有去做优化,就是吞吐量。
    下面我们来看Tomcat容器内的优化。

    打开tomcat安装目录confserver.xml文件,定位到这一行:

    <Connector port="8080" protocol="HTTP/1.1"
    这一行就是我们的tomcat容器性能参数设置的地方,它一般都会有一个默认值,这些默认值是远远不够我们的使用的,我们来看经过更改后的这一段的配置:

    <Connector port="8080" protocol="HTTP/1.1"
    URIEncoding="UTF-8" minSpareThreads="25" maxSpareThreads="75"
    enableLookups="false" disableUploadTimeout="true" connectionTimeout="20000"
    acceptCount="300" maxThreads="300" maxProcessors="1000" minProcessors="5"
    useURIValidationHack="false"
    compression="on" compressionMinSize="2048"
    compressableMimeType="text/html,text/xml,text/javascript,text/css,text/plain"
    redirectPort="8443"
    />

    # URIEncoding=”UTF-8”

    使得tomcat可以解析含有中文名的文件的url,真方便,不像apache里还有搞个mod_encoding,还要手工编译。


    # maxSpareThreads

    maxSpareThreads 的意思就是如果空闲状态的线程数多于设置的数目,则将这些线程中止,减少这个池中的线程总数。


    # minSpareThreads

    最小备用线程数,tomcat启动时的初始化的线程数。


    # enableLookups

    这个功效和Apache中的HostnameLookups一样,设为关闭。


    # connectionTimeout

    connectionTimeout为网络连接超时时间毫秒数。


    # maxThreads

    maxThreads Tomcat使用线程来处理接收的每个请求。这个值表示Tomcat可创建的最大的线程数,即最大并发数。


    # acceptCount

    acceptCount是当线程数达到maxThreads后,后续请求会被放入一个等待队列,这个acceptCount是这个队列的大小,如果这个队列也满了,就直接refuse connection


    # maxProcessors与minProcessors

    在 Java中线程是程序运行时的路径,是在一个程序中与其它控制线程无关的、能够独立运行的代码段。它们共享相同的地址空间。多线程帮助程序员写出CPU最大利用率的高效程序,使空闲时间保持最低,从而接受更多的请求。
    通常Windows是1000个左右,Linux是2000个左右。


    # useURIValidationHack

    我们来看一下tomcat中的一段源码:

    security
    if (connector.getUseURIValidationHack()) {
    String uri = validate(request.getRequestURI());
    if (uri == null) {
    res.setStatus(400);
    res.setMessage("Invalid URI");
    throw new IOException("Invalid URI");
    } else {
    req.requestURI().setString(uri);
    // Redoing the URI decoding
    req.decodedURI().duplicate(req.requestURI());
    req.getURLDecoder().convert(req.decodedURI(), true);
    }
    }
    可以看到如果把useURIValidationHack设成"false",可以减少它对一些url的不必要的检查从而减省开销。


    # enableLookups="false"

    为了消除DNS查询对性能的影响我们可以关闭DNS查询,方式是修改server.xml文件中的enableLookups参数值。


    # disableUploadTimeout

    类似于Apache中的keeyalive一样


    # 给Tomcat配置gzip压缩(HTTP压缩)功能

    compression="on" compressionMinSize="2048"
    compressableMimeType="text/html,text/xml,text/javascript,text/css,text/plain"
    HTTP 压缩可以大大提高浏览网站的速度,它的原理是,在客户端请求网页后,从服务器端将网页文件压缩,再下载到客户端,由客户端的浏览器负责解压缩并浏览。相对于普通的浏览过程HTML,CSS,Javascript , Text ,它可以节省40%左右的流量。更为重要的是,它可以对动态生成的,包括CGI、PHP , JSP , ASP , Servlet,SHTML等输出的网页也能进行压缩,压缩效率惊人。

    1)compression="on" 打开压缩功能

    2)compressionMinSize="2048" 启用压缩的输出内容大小,这里面默认为2KB

    3)noCompressionUserAgents="gozilla, traviata" 对于以下的浏览器,不启用压缩

    4)compressableMimeType="text/html,text/xml" 压缩类型

    最后不要忘了把8443端口的地方也加上同样的配置,因为如果我们走https协议的话,我们将会用到8443端口这个段的配置,对吧?

    <!--enable tomcat ssl-->
    <Connector port="8443" protocol="HTTP/1.1"
    URIEncoding="UTF-8" minSpareThreads="25" maxSpareThreads="75"
    enableLookups="false" disableUploadTimeout="true" connectionTimeout="20000"
    acceptCount="300" maxThreads="300" maxProcessors="1000" minProcessors="5"
    useURIValidationHack="false"
    compression="on" compressionMinSize="2048"
    compressableMimeType="text/html,text/xml,text/javascript,text/css,text/plain"
    SSLEnabled="true"
    scheme="https" secure="true"
    clientAuth="false" sslProtocol="TLS"
    keystoreFile="d:/tomcat2/conf/shnlap93.jks" keystorePass="aaaaaa"
    />
    好了,所有的Tomcat优化的地方都加上了。结合Apache的性能优化,我们这个架构可以“飞奔”起来了,当然这边把有提及任何关于数据库优化的步骤,但仅凭这两步,我们的系统已经有了很大的提升。


    ———————————————————————————————————————

  • 相关阅读:
    linux网络编程之共享内存介绍
    linux网络编程之system v消息队列(二)
    一次性从git远程仓库中克隆到本地。
    返回随机数:整数、浮点数
    下载进度条
    os模块学习+open行数
    json数据处理:读取文件中的json字符串,转为python字典
    python执行命令行:python中执行shell命令行read结果
    format格式化输出
    python操作mongodb
  • 原文地址:https://www.cnblogs.com/dannylinux/p/9372780.html
Copyright © 2011-2022 走看看