[北京|结业弟子]JAVA-王连喜|2018年01月30日的日报-技能树.IT修真院

发表于： 2018-01-30 11:38:09

2 673

今天完成的事情

1.任务的验收标准

（1）首先是系统可以在500ms返回时的tps：

经过很多次变更调试，最终确定全部请求时键500ms以内的线程数最大是22，最大循环次数1：

也尝试了微调，比如23线程：

也就不满足条件了，也尝试稍微加上一次循环，也就是22线程2次循环：

也已经不符合条件。

那么符合条件的就是22线程1s启动循环1次，它的tps视图：

因为线程数和循环数都很小，总请求就很少，所以它是一条直线。那就得出结论了，系统可以再500ms内返回时的tps是18.3。

（2）系统宕机时候的负载：

首先我得定义宕机，我认为测试被迫停止或者就是宕机，没有按照设置跑完就宕机了。

100线程1s启动的情况：

虽然没有宕机，但是响应时间已经非常的长了，但是这还没宕机，调到200线程：

虽然各个参数都挺惨，但是仍然没有宕机，接下来调到300线程：

嗯。。还没有，直接加到500线程：

已经卡住了，并且出现了错误，在观察过程中错误率一直在波动，是因为错误在不断的出现，可以认为此时已经宕机了。

于是结论是：500线程1s启动的时候宕机了。

（3）TPS稳定时的响应时长：

那么调整线程数，达到让tps稳定：

可以看到除了画圈的部分，整体比较稳定，分别对应的是0-20s和49-59s以及1.19-1.39s，那么查看这几个区间的响应时间：

那么可以看到这写区间的响应时间，但是这个图并不是很好，因为刻度太大了，我们只能估摸着来，稳定的时候大概在1.5s左右，不过很多值是小于这个数的

2.那么接下来就是模拟缓存穿透的情况：想想一想要怎么模拟，而且缓存穿透是什么？

这样说吧，本来存在缓存的时候，请求会从环中取出数据，而有的时候突然跑到了数据库中去拿数据，就是缓存穿透了，缓存没能拦住这个请求。也就是说要创走啊这样一个情况：让请求又从缓存拿的，有从数据库拿的，然后对比一下情况。看看缓存穿透的时候会发生些什么。

那么需要在代码里面更改一些，加上一个判断，来查看一波

public static int i = 0;//定义全局静态变量，来保存数据


public List<Pros> getAllPros(){
    i++;
    System.out.println(i);
    List<Pros> pross;

    if (redisUtil.get("pross") != null&&i%9!=0){
        pross = (List<Pros>)redisUtil.get("pross");
        System.out.println("从缓存中取到的哦");
     //   return pross;
    }else{
        pross = pageDao.getAllPros();
        redisUtil.set("pross",pross);
        System.out.println("从数据库取到的哦");
      //  return pross;
    }
    return pross;
}

这样的话，只有9的倍数次访问的时候才会模拟击穿缓存。

很清晰。

然后在使用jmeter测试的时候效果并不直观，数据太过笼统，于是选择了postman来测试：

这是一次缓存穿透的响应时间。然后下面是直接使用缓存的：

然后赶上下一次的穿透：

还是比较直观的，大概20%的提升吧，而且我觉得在多线程访问的时候肯定效果更好。

附上简书链接，图都挂了：https://www.jianshu.com/p/7ef8000e1365

3.接下来开始准备提交任务

下面是官方的脑图：

任务名称：task6

成果链接：http://47.93.229.36/task6RedisDemo/

任务耗时：1.27-1.30共计四天，没有延期

任务脑图：

下面是官方的脑图：

任务总结：

a.任务进度在预期之内，都在计划之中

b.脑图对比，发现还是层次上有一些问题吧，关于知识点的梳理分类，稍有欠缺。

c.任务中碰到问题，在这里简单说一下：

按照任务要求的顺序来说吧：节点1的说明：程序挂掉的含义很模糊，各位大佬也没说出个标准来，只能按照自己顶的标准来进行。

节点2的说明：使用Memcached还是顺风顺水的，挺好使的，也很轻松，没什么好说的

节点3的说明：nginx的负载均衡，这个东西在任务二的时候已经做过，更是没啥好说的了，稍微注意下验证成功的方法吧，我是通过查看nginx的日志来判断的。

节点4的说明：节点4真的是问题比较难受，spring和redis的整合过程中真的碰到了很多很多的问题，不过都不是什么很难的东西，大家使用redis的时候注意jar包的版本就好了，完全没问题的。

大总结一下，其实这部分任务真的耗时挺短的，大家首先搞清楚压力测试是什么，然后缓存是什么，负载均衡是什么，结合我上面说到的问题，就可以比较轻松地通关。

4.正好借此总结一下知识点吧：

在任务六中涉及到的新的知识点也就是缓存了，毕竟压力测试这块儿是借用的工具来模拟，那接下来就说说缓存：

提到缓存，其他的存也要说一下：

外存：

　　也就是我们经常说的（CDEF盘的大小）外储存器是指除计算机内存及CPU缓存以外的储存器，此类储存器一般断电后仍然能保存数据。常见的外存储器有硬盘、软盘、光盘、U盘等，一般的软件都是安装在外存中

内存：

　　内存是计算机中重要的部件之一，它是与CPU进行沟通的桥梁。计算机中所有程序的运行都是在内存中进行的，因此内存的性能对计算机的影响非常大。内存(Memory)也被称为内存储器，其作用是用于暂时存放CPU中的运算数据，以及与硬盘等外部存储器交换的数据。只要计算机在运行中，CPU就会把需要运算的数据调到内存中进行运算，当运算完成后CPU再将结果传送出来，内存的运行也决定了计算机的稳定运行，此类储存器一般断电后数据就会被清空

高速缓存：

　　高速缓存是用来协调CPU与主存之间存取速度的差异而设置的。一般情况下，CPU的工作速度高，但内存的工作速度相对较低，为了解决这个问题，通常使用高速缓存，高速缓存的存取速度介于CPU和主存之间。系统将一些CPU在近几个时间段经常访问的内容存入高速缓冲，当CPU需要使用数据时，先在高速缓存中找，如果找到，就不必访问内存了，找不到时，再找内存，这样就在一定程度上缓解了由于主存速度低造成的CPU“停工待料”的情况

简单讲就是，如果某些资源或者数据会被频繁的使用，而这些资源或数据存储在系统外部，比如数据库、硬盘文件等，那么每次操作这些数据的时候都从数据库或者硬盘上去获取，速度会很慢，会造成性能问题。
　　一个简单的解决方法就是：把这些数据缓存到内存里面，每次操作的时候，先到内存里面找，看有没有这些数据，如果有，那么就直接使用，如果没有那么就获取它，并设置到缓存中，下一次访问的时候就可以直接从内存中获取了。从而节省大量的时间，当然，缓存是一种典型的空间换时间的方案。

　　在Java中最常见的一种实现缓存的方式就是使用Map, 基本的步骤是：
　　　　先到缓存里面查找，看看是否存在需要使用的数据
　　　　如果没有找到，那么就创建一个满足要求的数据，然后把这个数据设置回到缓存中，以备下次使用
　　　　如果找到了相应的数据，或者是创建了相应的数据，那就直接使用这个数据。

也就是缓冲存储，我的理解就是假存储，并不会永久存在，只是在一段时间内可以使用，并且速度比较快，用它来保存数据读取数据都比较轻松。怒过因为学习的层面比较浅，很多东西还没涉及到。

既然知道了什么是缓存，就来了解一下使用的Memcached和redis，这两个东西吧：

Memcached 是一个高性能的分布式内存对象缓存系统，用于动态Web应用以减轻数据库负载。它通过在内存中缓存数据和对象来减少读取数据库的次数，从而提高动态、数据库驱动网站的速度。Memcached基于一个存储键/值对的hashmap。其守护进程（daemon ）是用C写的，但是客户端可以用任何语言来编写，并通过memcached协议与守护进程通信。

上面就Memcached的定义了，连它做啥字都非常的清楚，在web项目中使用的时候要借助工具类：


import com.whalin.MemCached.MemCachedClient;
import com.whalin.MemCached.SockIOPool;

public class MemcachedUtil {
    /**
     * memcached客户端单例
     */
    private static MemCachedClient cachedClient = new MemCachedClient();

    /**
     * 初始化连接池
     */
    static {
        //获取连接池的实例
        SockIOPool pool = SockIOPool.getInstance();

        //服务器列表及其权重
//        可以是多个服务器
        String[] servers = {"127.0.0.1:11211"};
        Integer[] weights = {3};

        //设置服务器信息
        pool.setServers(servers);
        pool.setWeights(weights);

        //设置初始连接数、最小连接数、最大连接数、最大处理时间
        pool.setInitConn(10);
        pool.setMinConn(10);
        pool.setMaxConn(1000);
        pool.setMaxIdle(1000*60*60);

        //设置连接池守护线程的睡眠时间
        pool.setMaintSleep(60);

        //设置TCP参数，连接超时
        pool.setNagle(false);
        pool.setSocketTO(60);
        pool.setSocketConnectTO(0);

        //初始化并启动连接池
        pool.initialize();

        //压缩设置，超过指定大小的都压缩
//      cachedClient.setCompressEnable(true);
//      cachedClient.setCompressThreshold(1024*1024);
    }

    private MemcachedUtil(){
    }

    public static boolean add(String key, Object value) {
        return cachedClient.add(key, value);
    }

    public static boolean add(String key, Object value, Integer expire) {
        return cachedClient.add(key, value, expire);
    }

    public static boolean put(String key, Object value) {
        return cachedClient.set(key, value);
    }

    public static boolean put(String key, Object value, Integer expire) {
        return cachedClient.set(key, value, expire);
    }

    public static boolean replace(String key, Object value) {
        return cachedClient.replace(key, value);
    }

    public static boolean replace(String key, Object value, Integer expire) {
        return cachedClient.replace(key, value, expire);
    }

    public static Object get(String key) {
        return cachedClient.get(key);
    }
}

借助这个工具类就可以在项目中将数据加到缓存中：

@Autowired
public PageDao pageDao;

public List<Pros> getAllPros(){
    System.out.println("要进入缓存了");
    List<Pros> pross ;
    if (MemcachedUtil.get("pross")!= null){
        System.out.println("这说明有缓存啊");
        pross = (List<Pros>) MemcachedUtil.get("pross");
        return pross;
    }else{
        System.out.println("这说明没有缓存啊");
        pross = pageDao.getAllPros();
        MemcachedUtil.put("pross",pross,600);
        return pross;
    }
}