Tomcat性能调优

一、Tomcat三种运行模式选择

1、bio模式

性能最差不推荐使用

<!-- HTTP1.1连接器 tmocat8以上默认使用NIO,7及以下默认BIO -->
<Connector port="8080" protocol="HTTP/1.1"
               connectionTimeout="20000"
               redirectPort="8443" />
<!-- AJP1.3连接器 tmocat8以上默认使用NIO,7及以下默认BIO -->
<Connector port="8009" protocol="AJP/1.3" redirectPort="8443" />

2、nio模式(优先)

(1)java IO的异步处理,tomcat8之后自动开启,tomcat7和7之前需要修改connector配置

//打开bin文件中的server.xml文件, 修改Connector节点
<Connector port="8080" protocol="org.apache.coyote.http11.Http11NioProtocol" connectionTimeout="20000"
redirectPort="8443" />

3、nio2模式(优先)

<!-- 修改protocol属性使用NIO2 -->
<Connector port="8080" protocol="org.apache.coyote.http11.Http11Nio2Protocol"
               connectionTimeout="20000"
               redirectPort="8443" />

<!-- 修改protocol属性使用NIO2 -->
<Connector port="8009" protocol="org.apache.coyote.ajp.AjpNio2Protocol" redirectPort="8443" />

4、apr模式

(1)通过操作系统级别解决异步IO,大幅提升性能
(2)Linux安装了apr和native,tomcat启动就会支持apr
(3)具体配置方式请参考https://blog.csdn.net/goldenfish1919/article/details/78859620

二、开启Tomcat执行器的线程池

(1)tomcat中每一个用户的请求都是一个线程,有一个前台的调度线程可以把线程统一放到线程池中进行处理。(Tomcat nio内部有优化算法)

//打开server.xml,放开<Executor/>节点,maxThread根据硬件配置来
<Executor name="tomcatThreadPool" namePrefix="catalina-exec-"
maxThreads="1000" minSpareThreads="10" />
//启用它需要修改Connector
<Connector executor="tomcatThreadPool" port="8080" protocol="org.apache.coyote.http11.Http11NioProtocol"
connectionTimeout="20000"
redirectPort="8443" />

三、连接器优化

(1)下面的基本是最佳配置,根据硬件条件适当调整,上面也可以忽略了

//修改Connector的配置,最终结果
//protocol使用的http协议属性,例子是NIO2模式的配置,也可以设置HTTP/1.1
//daemon是否应该守护程序线程,线程死了就复活线程, 默认true
//maxIdleTime空闲线程等待时间,线程敢空闲1分钟就让它死
//maxQueueSize 最大的等待数量,默认2的32次方,再来请求我们拒绝了,等的机会都没有(默认的)
//prestartminSpareThreads 是否在启动是就生成minSpareThreads个线程,默认是false
//acceptCount 接收的待处理加上正处理请求超过这个数等的机会都没有
//maxCOnnections最大的连接数,在超时时间内是有机会的
//maxHttpHeaderSize 请求头的大小限制
//tcpNoDelay开启了[Nagle](https://link.zhihu.com/?target=https%3A//en.wikipedia.org/wiki/Nagle%2527s_algorithm)算法。Nagle算法通过减少需要传输的数据包,来优化网络。在内核实现中,数据包的发送和接受会先做缓存,分别对应于写缓存和读缓存。
//compression 使用gzip压缩,三个属性off禁用 on允许 force强制压缩,不设置不压缩,通常不用,在nginx中设置
//compressionMinSize 超过这个大小进行压缩
//enableLookups 禁止查看IP,白耗费性能

//SSLEnable 是否弃用https加密传输,默认是false,开启需设置为true

<Connector executor="tomcatThreadPool" port="8080" 
protocol="org.apache.coyote.http11.Http11Nio2Protocol"
maxThreads="1000"
minSpareThreads="100"
acceptCount="1000"
maxConnections="1000"
maxHttpHeaderSize=“8192”
tcpNoDelay="true"
compression="on"
compressionMinSize="2048"
maxIdleTime="60000" 
connectionTimeout="20000"
redirectPort="8443" 
enableLookups="false"
URIEncoding="UTF-8"
/>

四、禁用AJP

1、因为某些静态网站的解析,tomcat需要去Apache的服务器去解析之后在返回给用户
2、nginx+tomcat,nginx解析静态资源,tomcat只处理jsp动态资源,实现动静分离

五、JVM的对内存的优化

1、java栈

JVM在创建线程的时候会分配一定的栈空间给线程,主要是存储线程执行过程中的局部变量,方法返回值,方法调用的上下文,栈空间随着线程的终止而释放

2、堆

1、JVM内存管理分为三个区域,年轻区,年老区,永久区
(1)年轻区 Young
有两个survivor区域,其中一个对象被使用的,会被复制一个到另外一个survivor,如果垃圾回收了来继续复制,如果回收了几次,这个对象还存在,那就升级去年老区了
(2)年老区 Tenured
一直被使用的对象,比如spring容器等等,被回收的几率比较小
(3)永久区 Perm
保存class,method,filed对象,不会被GC回收,不会溢出,除非一次性加载了大量的类,热部署可能造成java.lang.OutMemoryError:PermGen space的错误,是上次已经加载的class没有被卸载,造成大量的class在perm中,重启服务器就好了

virtual变化的区
设置每个区域的内存上限和下限,我们主要就是针对virtual的大小进行优化

3、根据应用场景设置

Total Heap
(1)-Xms:指定了JVM初始启动时的初始内存
(2)-Xmx:指定了JVM堆的最大内存,JVM启动会分配指定-Xmx大小内存给JVM,具体使用大小JVM会根据-Xms调节
(3) -Xmx -Xms 的差值是三个Virtual的大小
(4)-XX:NewRatio=8意味着tenured和young的比值是 8:1,算法eden+2survivor=1/9
(5)-XX:SurvivorRatio=32意味着一个Survivor栈young的1/34,算法eden和survivor比值是32:1
(6)-Xmn设置了年轻代的大小
(7)-XX:PermSIze=16M -XX:MaxPermSize=64M 永久区,最小16最大64
(8)Thread Stack -XX:Xss=128k线程栈大小

1、-Dfile.encoding=UTF-8 默认文件编码
2、-Xmx1024m 设置JVM最大可用内存为1024MB
3、-Xms1024m 设置JVM最小内存为1024MB。可以设置与Xmx相同,避免垃圾回收后重新分配内存
4、-XX:NewSize=512m 设置年轻代的大小
5、-XX:MaxNewSize=1024m 设置最大的年轻代大小
6、-XX=PermSize=256m 设置永久代大小
7、-XX:MaxPermSize=256m 设置最大永久代大小
8、-XX:NewRatio=4 设置年轻代,设置年轻代(eden与两个survivor)与终身代(除去永久代),设置为4,则年轻代与终身代所占比例是1:4,年轻代占整个堆栈的1/5
9、-XX:MaxTenuringThreshold=0;设置垃圾最大年龄,默认是15,如果设置为0,则代表年轻代不经过Survivor区,直接进入老年,对于年老代多的程序能提升效率,设置一个较大值,年轻代对象会在survivor区多次复制,增加对象在年轻代的存活时间,增加回收概率
10、-XX:+DisableExplicitGC这个将会忽略手动调用GC,System.gc(),会变成一个空调用,不会触发GC机制

1、windows系统中的优化

修改bin/catalina.bat 下setlocal上面写入(第一行)

set JAVA_OPTS=-Dfile.encoding=UTF-8 -server -Xms1024m -Xmx2048m -XX:NewSize=512m -XX:MaxNewSize=1024m -XX:PermSize=256m -XX:MaxPermSize=256m -XX:MaxTenuringThreshold=10 -XX:NewRatio=2 -XX:+DisableExplicitGC
1、linux系统中的优化

修改bin/catalina.sh 比上面多了引号(第一行)

set JAVA_OPTS="-Dfile.encoding=UTF-8 -server -Xms1024m -Xmx2048m -XX:NewSize=512m -XX:MaxNewSize=1024m -XX:PermSize=256m -XX:MaxPermSize=256m -XX:MaxTenuringThreshold=10 -XX:NewRatio=2 -XX:+DisableExplicitGC"
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,686评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,668评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,160评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,736评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,847评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,043评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,129评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,872评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,318评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,645评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,777评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,861评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,589评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,687评论 2 351

推荐阅读更多精彩内容