从测试数据来看Node.js和JavaEE的性能区别.doc

Node.js和Java EE一种是解释语言，一种是编译语言，在同等条件下通过测试数据来比较两者之间的性能区别。测试过程中你会发现很有趣的现象，两者在测试里的响应时间的平均数和并行需求的数量都有着线性相关关系。本文作者Marc Fasel是一名高级顾问、架构师、软件开发者。他有着18年的构建大规模、高性能企业App的经验。在这篇文章里，他通过做测试的方式（在Node.js App上和Java伺服器App上分别进行性能测试），一步步将测试过程、结果、结论写出来，分析两者的性能区别。（以下是编译内容）本文是通过从CouchDB上读取JSON数据来比较Node.js和Java EE之间的性能的。究竟谁的性能更好些？为了回答这一问题，只有在一系列的性能测试下运行Node.js App和Java EE App，才能得出最终结果来。准备阶段首先是在Node.js App上和Java伺服器App上分别进行了性能测试。每个App上都是用了相同的后端作为初始Node.js App：CouchDB。除此还使用了CouchBase Single Server版本1.1.3。创造出一万份大小4KB的随机文本样本文件。测试机器是配备2.4 GHZ、Intel Core 2 Duo、4 GB RAM和Mac OS X的iMac。另外，在一个独立的机器上使用Apache JMeter作为测试驱动器。Java EEJava伺服器是运行在一个版本为7.0.21的Apache Tomcat上的，默认配置运行在Java 1.6上。数据库驱动程序是版本0.30的CouchDB4J，驱动程序没有缓存选项，所以，没有完成任何配置。接下来的这个Java代码是一个伺服器的代码，可以通过CouchDB获取文档，将数据作为一个JSON对象来处理。通过使用JMeter测试驱动器来测试伺服器在不同的并发性基础之上，下面的表格数字就展现出不同的并发需求平均的响应时间，和每秒相应的所对应的回复。从表格里就可以看出，当并行需求在增加的时候，响应时间就会有所变化。每10个并行需求的响应时间平均起来是23毫秒，100个并行需求的响应时间平均起来就是243毫秒。比较有趣的部分是，响应时间的平均数和并行需求的数量有着线性相关关系，所以，并行需求增长十倍就会导致每个需求的响应时间增长十倍。这使得在每秒钟处理需求数量是相当恒定的，不管有10个并发请求或150个并发请求，都无所谓。在所有观察到的并发服务请求数量大约为每秒420。Node.jsNode.js App 使用Cradle CouchDB驱动程序0.57版本，运行在Node.js 0.10.20，为了给驱动程序创造相等的条件，运行时的缓存必须要关闭的。接下来的数据显示Node.js程序通过一个给定的ID从CouchDB里传递同样的JSON文档：Node.js系统数目如下：正如前面所说的一样，平均的响应时间和并行需求数量呈线性相关关系，每秒钟处理需求数量是相当恒定的。Node.js相对较快20%，例如，在10个并行需求里，509个需求/秒VS.422需求/每秒。结论Node.js解决问题的速度比Java EE快20%，这的确有点出乎意料一种解释语言和一种编译语言在一个VM中的速度是一样快的，这没有多年的优化过程是绝对达不到的。其实，Node.js和Java EE规模超出正常的服务器需求。每秒400-500的请求数量可以说是相当不错。谷歌是世界上最大的网站，每天有大约50亿个请求，如果换算成秒的话，也就是57870个请求/秒。这也是谷歌域名在世界范围内的需求数量，所以如果你有一个运行在一台机器上的、400需求/秒的网站的话，那你的这个网站可以说是相当的大了。平均每天100万个需求也就意味着11.5需求/秒。这是一个很重要的数字。在这个性能测试里，在单线程的Node.js和多线程的Java EE之间的采用不同的并发模型对最后的结果是没有影响的。如果想要在更高并发水平里测试Node.js