我對性能測試的設置如下：

示例應用程序公開了一個端點（/ passthrough / message），該端點又調用下游服務。 到端點的請求消息如下所示：

{"id": "1","payload": "sample payload","delay": 3000 }

下游服務將基于消息中的“延遲”屬性（以毫秒為單位）進行延遲。

Spring Boot 1應用程序

我已經將Spring Boot 1.5.8.RELEASE用于該應用程序的Boot 1版本。 端點是一個簡單的Spring MVC控制器，它依次使用Spring的RestTemplate進行下游調用。 一切都是同步且阻塞的，我已使用默認的嵌入式Tomcat容器作為運行時。 這是下游調用的原始代碼：

public MessageAck handlePassthrough(Message message) {ResponseEntity<MessageAck> responseEntity = this.restTemplate.postForEntity(targetHost + "/messages", message, MessageAck.class);return responseEntity.getBody(); }

Spring Boot 2應用程序

該應用程序的Spring Boot 2版本公開了一個基于Spring Webflux的終結點，并使用WebClient ，這是RestTemplate的新的非阻塞，反應性替代方法，可以進行下游調用–我也使用Kotlin進行了實現，這與性能無關。 運行時服務器為Netty ：

import org.springframework.http.HttpHeaders import org.springframework.http.MediaType import org.springframework.web.reactive.function.BodyInserters.fromObject import org.springframework.web.reactive.function.client.ClientResponse import org.springframework.web.reactive.function.client.WebClient import org.springframework.web.reactive.function.client.bodyToMono import org.springframework.web.reactive.function.server.ServerRequest import org.springframework.web.reactive.function.server.ServerResponse import org.springframework.web.reactive.function.server.bodyToMono import reactor.core.publisher.Monoclass PassThroughHandler(private val webClient: WebClient) {fun handle(serverRequest: ServerRequest): Mono<ServerResponse> {val messageMono = serverRequest.bodyToMono<Message>()return messageMono.flatMap { message ->passThrough(message).flatMap { messageAck ->ServerResponse.ok().body(fromObject(messageAck))}}}fun passThrough(message: Message): Mono<MessageAck> {return webClient.post().uri("/messages").header(HttpHeaders.CONTENT_TYPE, MediaType.APPLICATION_JSON_VALUE).header(HttpHeaders.ACCEPT, MediaType.APPLICATION_JSON_VALUE).body(fromObject<Message>(message)).exchange().flatMap { response: ClientResponse ->response.bodyToMono<MessageAck>()}} }

性能測試的詳細信息

測試很簡單，對于不同組的并發用戶（300、1000、1500、3000、5000），我發送了一個延遲屬性設置為300 ms的消息，每個用戶重復該場景30次，延遲為1-2請求之間的秒數。 我正在使用出色的加特林工具來生成此負載。

結果

這些是加特林捕獲的結果：

300個并發用戶：

開機1 開機2

1000個并發用戶：

開機1 開機2

1500個并發用戶：

開機1 開機2

3000個并發用戶：

開機1 開機2

5000個并發用戶：

開機1 開機2

可以預期的是，當并發用戶數保持較低水平（例如，少于1000個）時，Spring Boot 1和Spring Boot 2都能很好地處理負載，并且95％的響應時間仍比預期的300 ms延遲高出幾毫秒。

在更高的并發級別上，Spring Boot 2中的異步非阻塞IO和響應式支持開始顯示其顏色-即使負載非常大的5000個用戶，第95個百分位時間仍保持在312ms左右！ 在這些并發級別上，Spring Boot 1記錄了很多故障和高響應時間。

我在github回購中提供了所有示例和加載腳本– https://github.com/bijukunjummen/boot2-load-demo。

翻譯自: https://www.javacodegeeks.com/2017/10/raw-performance-numbers-spring-boot-2-webflux-vs-spring-boot-1.html

總結

以上是生活随笔為你收集整理的原始性能数字– Spring Boot 2 Webflux与Spring Boot 1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。