(计算机科学与技术专业论文)j2ee应用服务器资源优化机制的研究与实现.pdf_第1页
(计算机科学与技术专业论文)j2ee应用服务器资源优化机制的研究与实现.pdf_第2页
(计算机科学与技术专业论文)j2ee应用服务器资源优化机制的研究与实现.pdf_第3页
(计算机科学与技术专业论文)j2ee应用服务器资源优化机制的研究与实现.pdf_第4页
(计算机科学与技术专业论文)j2ee应用服务器资源优化机制的研究与实现.pdf_第5页
已阅读5页,还剩64页未读, 继续免费阅读

(计算机科学与技术专业论文)j2ee应用服务器资源优化机制的研究与实现.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

国防科学技术大学研究生院学位论文 摘要 j 2 e e 应用服务器为面向w e b 的电子商务应用提供了基础支撑平台。电子商 务应用的性能与j 2 e e 应用服务器管理的资源有直接的联系。然而由于j 2 e e 应用 服务器自身缺乏资源优化能力,必须通过人工进行资源配置来获得好的性能。人 工调整资源配置是非常耗时而且要求系统管理者具有高超的技能。电子商务应用 系统在运行时会受到许多不确定性因素的影响,同时在不同的负载模式下具有不 同的性能特性,由于电子商务站点的工作负载是动态波动的,即使某个时点系统 资源已合理分配,但可能在其他时间点,资源的分配有可能不合理,会引起系统 性能恶化。 论文为了解决前述问题,提出了j 2 e e 应用服务器的资源自适应优化解决方案。 该方案是基于反馈与经验结合的理论,通过调整j 2 e e 应用服务器的资源参数,能 较好地改善电子商务应用的性能。资源优化机制利用监控数据检测性能异常和运 行环境的变化,自适应选择适合目前运行环境的最优的资源配置。论文提出了j 2 e e 应用服务器的资源参数调整的算法。借助经验历史数据,系统资源调优机制能更 快地发现恰当的参数配置。论文对j b o s s 应用服务器展开了深入的分析,并实现了 基于j b o s s 应用服务器的资源优化模型( j r o s ) 。 实验结果证明了基于j b o s s 应用服务器资源优化模型( j r o s ) 能成功地管理 j b o s s 服务器及其应用系统,确保系统性能而无需人工干涉。 主题词tj 2 e e 应用服务器,j b o s s ,资源,调优 第i 页 国防科学技术大学研究生院学位论文 a b s t r a c t j 2 e ea p p l i c a t i o ns e r v e r sa r ep o p u l a rs e r v e r ss i d es o l u t i o n sf o rm a n yw e b e n a b l e d e - b u s i n e s sa p p l i c a t i o n s s o f t w a r ea p p l i c a t i o np e r f o r m a n c ed i r e c t l yl i n k e d t ot h e a l l o c a t i o no f r e s o u r c eu s e db yt h ej 2 e ea p p l i c a t i o ns e r v e r h o w e v e r ,d u et oal a c ko f r e s o u r c e ss e l f - t u n i n gc a p a b i l i t yi nj 2 e ea p p l i c a t i o ns e r v e r s ,j 2 e ea p p l i c a t i o ns e r v e r s h a v et ob ec o n f i g u r e dm a n u a l l yt oa c h i e v eg o o dp e r f o r m a n c e t h i sk i n do fm a n u a l t u n i n g i st i m ec o n s u m i n ga n dr e q u i r e sh i g h l ys k i l l e dp e r s o n n e l w e b - e n a b l e d e - b u s i n e s sa p p l i c a t i o n sc a nb ea f f e c t e db ym a n yu n e x p e c t e df a c t o r sd u r i n gr u n t i m e a t t h es a m et i m e ,i th a sd i f f e r e n tp e r f o r m a n c ec h a r a c t e r i s t i cu n d e rd i f f e r e n tw o r k l o a d p a t t e r nc o n d i t i o n i na d d i t i o n ,s i n c et h ew o r k l o a d so fe - b u s i n e s ss i t e st e n dt ov a r y d y n a m i c a l l ya n de x h i b i ts h o r t t e r mf l u c t u a t i o n se v e ni ft h es y s t e mr e s o u r c e si s t u n e d w e l la to n ep o i n ti nt i m e ,i tw i l ls h o wp o o rp e r f o r m a n c ea to t h e rt i m e s t h et h e s i sp r e s e n t sas o l u t i o nf o ra u t o m a t i c a l l yo p t i m i s i n gt h er e s o u r c eo fj 2 e e a p p l i c a t i o ns e r v e r s t h ep r o p o s e da p p r o a c hi s b a s e do nf e e d - b a c kc o n t r o lt h e o r ya n d s o m ee x p e r i e n c e j 2 e ea p p l i c a t i o ns e r v e rp e r f o r m a n c ei sr e g u l a t e db ya d j u s t e dj 2 e e a p p l i c a t i o ns e r v e rr e s o u r c ep a r a m e t e r s t h e a u t o m a t i c a lm e c h a n i s mu s e sr u n t i m e m o n i t o r i n gd a t at o d e t e c tp e r f o r m a n c e an o m a l i e sa n ds i g n i f i c a n tv a r i a t i o n si nt h e a p p l i c a t i o n s e x e c u t i o ne n v i r o n m e n t i ta u t o m a t i c a l l yu s et h eo p t i m a lr e s o u r c e s c o n f i g u r a t i o nu n d e rt h ec u r r e n tr u n n i n gc o n d i t i o n s w ep r e s e n t t h eo p t i m i z a t i o n a l g o r i t h mu s e dt oa d j u s tt h e s ep a r a m e t e r so fj 2 e ea p p l i c a t i o ns e r v e r b yc o m p a r i n g t h ee x p e r i e n c es t o r e di nad a t a b a s e ,t h em e c h a n i s mo ft u n i n gs y s t e mr e s o b l c e si sa b l e t of i n da p p r o p r i a t ep a r a m e t e rc o n f i g u r a t i o n sm o r er a p i d l y a na r c h i t e c t u r eo fj b o s s a p p l i c a t i o ns e r v e rh a sb e e na n a l y z e d ,ap r o t o t y p e b a s e do i lj b o s sa p p l c i a t i o ns e r v e r q r o s ) h a sb e e ni m p l e m e n t e d a p r o t o t y p eb a s e do nj b o s sa p p l c i a t i o ns e r v e rh a sb e e nt e s t e df o ra u t o m a t i c a l l y m a n a g i n gaj 2 e ea p p l i c a t i o n o b t a i n e dr e s u l t sp r o v et h ef r a m e w o r k sc a p a b i l i t yt o s u c c e s s f u l l ym a n a g e as o f t w a r es y s t e mw i t h o u th u m a ni n t e r v e n t i o n k e yw o r d s :j 2 e ea p p l i c a t i o ns e r v e r ,j b o s s ,r e s o u r c e ,t u n i n g 第i i 页 国防科学技术大学研究生院学位论文 表目录 表2 1 调优方法对比表一1 6 表5 1t p c w 基准工作负载j 5 3 表5 2 软、硬件配置5 4 表5 3 影响j b o s s 性能的参数5 4 表5 5 参数配置数据库5 7 第1 i i 页 国防科学技术大学研究生院学位论文 图目录 图2 1j 2 e e 应用服务器的架构7 图2 2 影响j 2 e e 性能的关键因素。7 图2 3 系统模型1 1 图2 4 爬山算法17 图3 1通用反馈控制模型2 0 图3 2 资源调整过程示意图2 1 图3 3资源优化模型( r o s ) 2 2 图3 4 监控层次结构2 3 图3 5 工作负载模型j 2 6 图3 6 决策管理器详图3 0 图3 7 警告和分叉点一3 2 图3 8 控制器间隔一3 5 图4 1j b o s s 的架构3 6 图4 2j b o s s 的层式架构3 7 图4 3 代理层结构3 8 图4 4j b o s s 组件容器拦截器结构4 2 图4 5j b o s s 资源优化原型( j r o s ) 4 3 图4 6 修改后j b o s se j b 容器4 4 图4 7 修改后s t a n d a r d j b o s s x m l 4 5 图4 8 监控和数据分析流程u m l 顺序图4 5 图4 。9 异常检测图4 7 图4 10 决策管理流程u m l 顺序图4 8 图4 11j r o su m l 类图4 9 图5 1 测试环境5 3 图5 2同一组参数的实验结果5 5 图5 3 最佳配置& 不同工作负载5 6 图5 4 测试结果的对比5 7 第1 v 页 独创性声明 本人声明所呈交的学位论文是我本 在副j 耐鬃笋r 生行的研究工作及取得的研 究成果。尽我所知,除了文中特别加以标注和致? 谢的地方外,论文中不包含其他人已 经发表j 嘴鹱趣的研究成果也刁:包含为获稠防抖割勿阿焉啊渭陀教喜掰i j 陶自勺学 位揣而1 蓟髓螂刺料。与黼工侑掏同志蝴究所做的倒砺喃哟已瞰 中作了明确的说明并表示谢意。 学位论文作者签名日期:) 2 罗年f 月o 日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文黼。本人授权国 防阵辩蝌专嫡蜘- l 瑚稻并向国家有关部门或删虢基磁皮的复e 口1 阵和电孜陛允 许论文被查阅和借阅:可以将学位论文:自匀全部或部分内容编入有鬟塑旗捧割筋:检索, 可以采用影印、缩印或扫描等复制手段保存、汇编学位 仑文 ( 保密挚匣i 筋迎确轺孺潲本授权书。) 学1 立i 舒趣目:1 2 呈e 廑旦目匿趑通匦量趔塑塑壁麴 学1 立i 筋酬瞎黼:翌茎芏 日期:一理年月,口日 作鼋衬旨剥币;鲞名: ) 圭! 妻! 童兰 日期:凼钻年,, e l ,。日 国防科学技术大学研究生院学位论文 第一章引言 1 1 背景和动机 中间件位于应用与操作系统之间,屏蔽底层操作系统、网络以及数据库的异构 性和复杂性,简化网络分布应用的开发、管理和维护,从2 0 世纪8 0 年代末到现在, 取得了长足的发展,得到了工业界和学术界的青睐,已成为分布式系统的主流技术 之一传统中间件【1 1 大致可以分为远程过程调用中间件( g p c ) 、面向消息的中间件 ( m o m ) 、对象请求代理( o r b ) 、事务处理监控器( t p m ) 等。但随着因特网的飞速发 展,企业应用环境逐渐向i n t e m e t i n t r a n e t e x t r a n e = t 环境转移,多层计算模式逐步取 代两层客户服务器计算模式,应用的需求和规模不断扩大,传统中间件所面临的网 络分布计算环境发生了很大的变化,与中间件开始产生时的典型企业计算环境截然 不同,而是面向i n t e m e t 的w e b 计算。 在新的计算环境下,传统中间件遇到了很多挑战,如需支持多种客户类型、 w e b 服务器本身能力的不足、用户数量不可估计、大规模的并发用户访问、分布式 长事务、与已有系统的无缝集成以及缺乏高可靠性、高伸缩性和高可用性等q o s 保 证。解决这些问题已成为w e b 计算和中间件领域的一些热点和方向。w e b 应用大 多数采用三层客户服务器结构,如何实现位于客户和数据库之间的中间层是解决问 题的关键。虽然事务处理监控、消息服务器等传统中间件能够实现中间层,但均受 限于它们最初产生时的计算环境,不能封装、重用业务逻辑,只能为事务性w e b 应用提供部分功能。例如消息服务器主要解决消息异步可靠传送问题,事务处理监 控器主要用于大规模事务处理。1 9 9 8 年人们提出了一种实现中间层的新方式 w e b 应用服务器。相对于传统中间件,可以认为w e b 应用服务器是在w e b 计 算环境下产生的新型中间件。 j 2 e e ( j a v a2p l a t f o r m , e n t e r p r i s ee d i t i o n ) 是s u n 公司提出的w e b 应用服务 器解决方案【2 】。基于j 2 e e 的中间件系统屏蔽了复杂的底层的网络结构和信息,简化 了程序员开发企业级系统的难度,由于其模块化、重用化和快速开发的优异特性, j 2 e e 越来越多的在构建企业级软件系统时被采用。国际上许多著名的计算机公司和 开放源码组织纷纷推出了各自的产品和系统,如i b mw e b s p h e 糟, b e a w e b l o g i c , o r a c l e 9 i a s , s u ni p l a n e t , 开放源码j b o s s ,e n h y d r a 等,国内如中国科学 院软件研究所、国防科学技术大学、北京大学、西安交通大学等也在应用服务器方 面做了大量的研发工作。 j 2 e e 应用服务器的系统资源可以分成两类:逻辑资源( 1 0 9 i c a lr e s o u r c e ) 是指 第1 页 国防科学技术大学研究生院学位论文 j 2 e e 应用服务器能直接感知和控制的资源类型,如组件池缓存、消息队列、对象 锁等;物理资源( p h y s i c a lr e s o u r c e ) 是指内存、c p u 、线程等底层资源。j 2 e e 应用服 务器更关注、更能有效控制的是逻辑资源,也是应用更能理解的资源类型。j 2 e e 应 用服务器的逻辑资源与物理资源之间存在着一定的映射关系,逻辑资源是以底层的 物理资源为基础的。两者之间的关系是由服务器系统自身管理的,应用服务不必考 虑两者之间的关系,只需要关心逻辑资源的使用情况即可。 由于j 2 e e 应用服务器系统内部的资源存在竞争性,保持j 2 e e 应用服务器的性 能高效运行,资源得到充分利用是比较困难的任务。通过调整j 2 e e 应用服务器系 统资源参数设置能实现对系统资源的合理分配利用。庞大的可调整的参数与复杂多 样的工作负载使获取或维护j 2 e e 应用服务器的高性能是艰难的事而且高水平、经 验丰富的j 2 e e 应用服务器系统管理员是相当缺少,需要的费用高昂。在实际测试 中发现,电子商务站点的流量是不稳定的,在短时间内都会出现剧烈的波动,所以 即使某个时候的资源配置使系统获得了良好的性能,但在另一个时刻却会使性能变 得非常低下。因此资源静态配置的系统,其性能在负载波动的情况下会表现的非常 糟糕,而服务质量( q o s ) 是吸引和维护客户的关键因素,因此有必要研究针对j 2 e e 应用服务器的资源优化机制。 1 2 国内外研究动态 目前对资源优化的研究是从多角度、多方位进行的。从对资源优化的整体架构 设计、资源优化算法的改进等展开了一系列的研究工作。 从资源优化的整体架构角度讲,i b m 提出了自治计算的架构蓝图【3 】,其目标是 实现对被管理系统的自我配置、自我优化、自我诊断和自我保护的功能。随着时间 流逝,计算系统变化为越来越复杂的多层次的架构,包含了许多不同的应用,系统 组件有成百上千的可优化参数。为了满足商务应用2 4 * 7 的可用性,管理计算系统的 费用过于昂贵、调优任务太复杂导致易错。因此研发具有合适的架构、合适的调优 机制的合适软件是非常有必要的。全面的自治计算的功能具体如下: 自我配置:能够适应动态变化的环境 自我诊断:能够检测、诊断和修复软、硬件的局部问题 自我优化:能够调整资源和平衡工作负载,最大化利用i t 资源 自我保护:能够预防、检测、识别攻击,保护系统免受攻击 围绕i b m 的自治计算的架构蓝图,很多人提出了自己的构思,并进行大量的实 际应用,取得了一定的效果。s h e r i fa b d e l w a h e d 开发了基于控制的自我管理的分 布式计算机系统框架【4 】。此框架的目标是实现可根据计算机需求和周围环境的演变 第2 页 国防科学技术大学研究生院学位论文 能连续地优化计算机系统性能的在线控制框架。此框架中将在线控制技术与预测过 滤技术共同协作使用调试单个组件的性能。面对一系列运行条件变化的情况下,维 护指定的q o s 。在有限的预测范围内,采用模型预测法( r e c e d i n gh o r i z o n ) 优化系 统的q o s 。并运用此框架优化了的信号检测系统,取得了预期的效果。 d a n i e la m e n a s c7 e 提出了通过自我优化确保电子商务网站的q o s 的方法【5 】 该方法将爬山算法与解析队列模型融合,搜索最佳配置参数的组合,来调整电子商 务网站,确保网站的性能。此方法能及时掌握电子商务网站的工作负载情况和q o s 度量值,所以可动态地决定应该调整那些参数以满足q o s 要求。 澳大利亚的s y d n e y 大学y a nz h a n g 提出了具有自适应配置功能的基于j 2 e e 的 中间件系统【6 】。该系统充分考虑到中间件系统的离散性、非线性和复杂性,而模糊 控制技术为此提供了解决方案。该系统被应用到管理j b o s s 应用服务器,利用模糊 控制技术并实时监测负载波动情况,自适应调整j 2 e e 服务器的参数配置,提高服 务性能。它不需要准确的解析模型,而是利用专家知识,构建规则库,运用模糊推 理引擎进行逻辑决策。 中国科学院软件工程技术研发中心在自主研发的j 2 e e 应用服务器一一 o n c e a s 的基础研发了面向q o s 的w e b 应用服务器【7 】。该应用服务器能够根据应 用对q o s 的需求,以及运行环境情况,遵照q o s 规约为不同应用提供不同的q o s 保障。提供了随“需( q o s ) ,而变能力的应用服务器体系结构、q o s 规约描述和不同 层次的映射,以及根据q o s 需求和运行时状态,动态重配w a s 的服务组件和资 源的机制。 数据库的性能与数据库的资源分配有直接的联系,如何调整资源的再分配是相 当关键的。d a r c yg b e n o i t 对数据库管理系统的性能诊断展开了研究,通过对性能 诊断问题的形式化的定义,建立了工作负载模型、资源模型和基于决策树模式的诊 断模型,提出了通用调优模式,而且这种通用调优模式能够被应用到其他需要的资 源调整的软件系统1 8 j 应用服务器有上百种可修改的参数,这些参数包括:多线程池、队列、c a c h e 大 小、超时和重试值等等。由于配置参数数量巨大,参数之间的关系具有繁琐性、动 态性、复杂性。因而许多研究人员在如何具体搜索这些配置参数最优值,开展许多 有意义的研究工作。b o w e ix i 提出一种利用重要性抽样和l h s 的观念的敏捷爬山 算法1 9 1 。该算法对数据采样和爬山算法进行改善,提高了在搜寻和随机取样方面的 效率。它把含具体应用的j 2 e e 应用服务器的参数配置优化过程作为“黑箱”来处 理。通过对运行在w e b s p h e r e 服务器的在线代理业务应用软件进行实验测试,证明 了该算法的有效性和实际应用价值。 第3 页 国防科学技术大学研究生院学位论文 m o n c h a is o p i t k a m o l 在其博士论文中对多层电子商务系统中的配置参数进行分 级评估【l ,并将评估结果用于资源优化。电子商务系统由一些可配置的参数的多个 组件构成,该研究为三层电子商务系统提供了个符合实际的、特别的方法,通过 对实验数据统计分析,最后评估可配置因子与性能度量值之间的敏感度。这些敏感 度指标可作为性能调优的指南。分析了轻、重工作负载量情况下的需要调整哪些因 子,哪些因子却没有必要调整。也指出了在各种条件下,各个因子间的相互关系。 1 3 主要研究 课题的研究主要目标是面对j 2 e e 应用服务器的复杂多变的外部环境( 如:工 作负载量和客户使用模式的波动) ,资源优化机制能自适应调整j 2 e e 应用服务器 的资源配置,即合理调整j 2 e e 应用服务器的有关参数,使得现有的j 2 e e 应用服务 器系统的资源得到合理的利用。无需人工管理,在各种外部条件变化的情形下就能 实现自动满足性能的要求。该课题的主要工作有: 1 :需要全面的系统分析国内外当前资源优化的现状,能够提出针对j 2 e e 应用 服务器的资源管理机制,解决现有资源管理机制的缺陷,实现自适应地调整影响 j 2 e e 应用服务器性能的有关参数。 2 :要对围绕构建资源优化管理模型的有关模块展开深入和详细的研究。有关模 块研究应包含以下内容:讨论历史数据库的构建,如何实现j 2 e e 应用服务器的运 行态监控、怎样处理监测数据的决策策略的相关原理,根据决策策略怎样采取适当 的调整动作。 3 :对j b o s s 应用服务器系统的内核进行详细分析,针对j b o s s 应用服务器能提 出具体的实现资源优化机制的原型,为了验证原型的有效性,需进行实验验证。 1 4 章节安排 第二章介绍j 2 e e 的关键技术和性能评价标准,并概述了些典型j 2 e e 应用服 务器的资源调优原理和方法。 第三章介绍并阐述了基于反馈控制与经验的资源自适应管理机制。讨论了围绕 建立资源自适应管理机制的一些关键模块的实现方法。 第四章介绍并分析了j 2 e e 的一种实现:j b o s s 服务器的架构、模块和工作原理。 并将资源优化机制与j b o s s 进行融合,实现了针对j b o s s 的资源自适应管理原型。 第五章该章搭建基于t p c w 标准的测试环境,测试并验证了基于j b o s s 的资源 优化原型的各项功能。 第4 页 国防科学技术大学研究生院学位论文 第六章结束语。总结归纳了全文所做的研究工作,并指明了下一步的研究方向。 第5 页 国防科学技术大学研究生院学位论文 第二章背景与相关研究 2 1j 2 e e 应用服务器的概述 j 2 e e 是一种利用j a v a2 平台来简化企业解决方案的开发、部署和管理相关的复 杂问题的体系结构。j 2 e e 的全称是j a v a2p l a t f o r me n t e r p r i s ee d i t i o n ,它是由s u n 公司领导、各厂商共同制定并得到广泛认可的应用服务器规范,其核心是e n t e r p r i s e j a v a b e a n ( e j b ) 构件规范。j 2 e e 不仅巩固了标准版中的许多优点,例如“编写一次、 随处运行”的特性、方便存取数据库的j d b ca p i ,c o r b a 技术以及能够在i n t e r n e t 应用中保护数据的安全模式等等,同时还提供对e j b ( e n t e r p r i s ej a v a b e a n s ) , j a v a s e r v l e t s a p l , j s p ( j a v as e r v e rp a g e s ) 以及x m l 技术的全面支持。 在企业级应用中,应用程序服务器是位于企业数据和访问企业数据的客户之间 的中间件。它提供了业务代码的存放和运行的环境,从物理上把业务逻辑同客户端 和数据资源分离开来。应用程序服务器可使一个商业系统得以快速简便的开发和部 署,也可以适应商业系统的用户增加而无需重构系统,这一切都是因为它处于一个 相对独立的结构层。在实际应用中,一个企业系统可以由多个应用程序服务器、多 个w e b 服务器和多个数据库服务器组成,应用程序代码可以分布在这多个应用程序 服务器上。应用程序服务器是三层多层体系结构的组成部分,它位于中间层。即运 行于浏览器和数据资源之间,一个简单的实例是,顾客从浏览器中输入一个定单, w e b 服务器将该请求发送给应用程序服务器,由应用程序服务器执行处理逻辑,并 且获取或更新后端用户数据。 一个对应用程序服务器的定义如下:采用具有分布式计算能力的集成结构、支持 瘦客户机的软件服务器产品。应用程序服务器的基本用途包括:管理客户会话、管理 业务逻辑、管理与后端计算资源( 包括数据、事务和内容) 的连接。 j 2 e e 平台使用了一个多层的分布式的应用程序模型。应用程序的逻辑根据其实 现的不同功能被封装到组件中,组成j 2 e e 应用程序的大量应用程序组件根据在其 所处的层被安装到不同的机器中。图2 1 表示了一个j 2 e e 应用程序被分为四个不同 的层,应用软件就构造在这个框架上: l 、客户层( c l i e n t t i e o 2 、表现逻辑层( p r e s e n t a t i o nl o g i ct i e 0 3 、业务逻辑层( b u s i n e s sl o g i ct i e r ) 4 、数据层a t at i e r ) 第6 页 国防科学技术大学研究生院学位论文 i :竺:| l = 竺竺! | 固国 a t 留 - 暑l l 曩鞠t j 亭i l 曩u 叠l n 髑墨 l t - e l 恶 t 1 0 l 图2 1j 2 e e 应用服务器的架构嘲 2 2 影响j 2 e e 应用服务器性能的关键因素 j 2 e e 应用服务器是多模块、多线程、分布式的程序,因此影响性能的因素是多 方面的,而且各因素间是相互影响,综合关联的【j 1 1 。图2 2 中的箭头表示可能会对 j 2 e e 应用服务器的性能造成影响的地方。 7 、z 枇qf - 搠2 - 3 一( f - s l 文璺最掣墨p 洲1 l 图2 2 影响j 2 e e 性能的关键因素 2 2 1j a v a 虚拟机堆设置 j v m 的内存基本配置包括最大堆大小,初始堆大小和年轻一代堆的大小。任何 j a v a 应用的性能调整基础都涉及到堆的大小和垃圾回收设置。堆可分为三代,年轻 的( 新的) 、年老的和持久的。当配置最大堆大小时可参考下面一些指导:最大大 小应小于物理内存,避免虚存的页面调度。在负载测试时进行优化,需要减去其他 进程使用的内存。注意不要将最大堆大小设置得过大。堆越大,内存中保存的对象 越多。内存中对象越多,回收过程时间越长。配置初始堆大小的一般性策略包括: 将初始大小设置为最大堆大小的1 4 到1 2 ,对于年轻一代堆大小,s u n 推荐是设 置为最大堆大小的1 1 3 【l 引。 第7 页 勰 黥 徽 国防科学技术大学研究生院学位论文 2 2 2 处理线程池大小 由于应用服务器能够同时为多个并发的用户请求提供服务,而创建线程又是一 项昂贵的操作,所以应用服务器必须通过一个线程池来处理各种请求。一些应用服 务器把这个线程池一分为二:其中一个用来处理进入的请求,把请求放入队列;另 一个从队列获取线程,然后执行调用者要求执行的处理任务。不管具体的实现方式 是哪一种,线程池的大小限制了应用服务器的工作量,所以必须找出一个最佳的平 衡点如果超越这个平衡点,则线程的上下文切换( 将c p u 依次分配给各个线程) 将产生大量开销,从而影响性能。很多应用服务器允许为特定的任务或应用配置不 同大小的线程池。通常需要增加这些线程池的大小以满足应用负载的需要。线程池 的设置不能过小,也不能过大,这是因为设置过大会增加上下文交换的次数,从而 降低应用的性能。线程池的大小通常应该能最大利用机器上的c p u ,同时又不能使 c p u 过载。 2 2 3e j b 资源池大小和超时 e j b 提供j 2 e e 应用的中间层组件,它有四种类型:实体b e a n ,有状态会话b e a n , 无状态会话b e a n ,消息驱动的b e a n 。实体b e a n 和有状态会话b e a n 都要维持某种 类型的状态信息。实体b e a n 可能代表数据库或查询结果的一个行,但不管怎样, 从面向对象的角度来看实体b e a n 也是一个对象。另一方面有状态会话b e a n 代表的 是一种临时存储机制,它保存的数据可以跨越单个请求的范围,但不是永久保存的。 一般在w e b 应用中,有状态会话b e a n 的生命周期总是与用户的h t t p 会话相 关联的。由于有状态会话b e a n 的本质是用来维持状态,j 2 e e 应用服务器必须为它 们提供某种缓冲机制。一些简易的应用服务器用一个单一的缓冲区来保存所有的实 体b e a n 和有状态会话b e a n ,但一些高级的应用服务器会提供更复杂、完善的缓冲 机制。缓冲区的大小是预先设定的,它能够保存的对象数量也有一定的上限。当出 现对某个对象的请求时,系统搜索缓冲区查找当前请求的对象:如果在缓冲区中找 到了对象,就直接从内存把它返回给调用者;如果找不到,则必须从永久存储设备 ( 例如数据库或文件系统) 读取对象,把它放入缓冲区,再返回给调用者。如果缓 冲区已满,处理经过就要复杂多了:缓冲区管理器必须从缓冲区移出某个对象( 例 如,最近最少使用的对象) ,以便为新的对象腾出空间。用e j b 的术语来说,把某 个对象移出缓冲区的操作称为钝化( p a s s i v a t i n g ) ,把对象装入缓冲区的操作称为激 活( a c t i v a t i n g ) 。如果一个系统中钝化操作和激活操作过于频繁,很可能导致缓冲 区管理器消耗在读写持久性存储设备上的时间远远超过其实际服务于请求的时间, 第8 页 国防科学技术大学研究生院学位论文 这种现象称为系统颠簸( t h r a s h i n g ) ;反之如果缓冲区管理器能够在缓冲区中找到 对象并直接把它返回给用户,系统性能当然会大大提高,这种现象被称为缓冲区命 中( c a c h eh i t ) 。 调整缓冲区的时候,应当记住调整的目标是尽可能提高缓冲区命中的次数,尽 可能减少系统颠簸现象。要达到该目标,首先必须深入、全面地理解应用的对象模 型以及每一个对象的使用情况。无状态会话b e a n 和消息驱动的b e a n 不能维持任何 状态信息。如果一个进程在第一次操作中请求一个无状态会话b e a n ,在另一次操作 中又请求同一类型的无状态会话b e a n ,系统不保证该进程会收到同一个b e a n 实例。 这一机制带来很多方便,因为b e a n 管理器不必管理业务进程及其所属b e a n 的交互 过程,它只要在请求出现时提供适当类型的b e a n 实例就可以了。为了给来自业务 过程的请求提供流畅的服务,b e a n 缓冲池必须足够大,否则的话,过程可能要等待 一段时间才能获得b e a n 实例来完成其操作。如果缓冲池太小,有可能会出现许多 业务过程等待b e a n 实例的情形;如果缓冲池太大,它会占用超出其实际需求的系 统资源。 , 无状态会话b e a n 和消息驱动的b e a n 还有一个很有用的特点,应用服务器可以 预先装入它们,而不必等到请求出现时才把它们装入缓冲池。因此对于无状态会话 b e a n 和消息驱动的b e a n 来说,两个很重要的性能选项就是缓冲池的大小和预先装 入缓冲池的b e a n 的数量。 2 2 4 数据库连接配置 对于数据库连接,所有的应用服务器都提供缓冲池机制。在应用程序中创建数 据库连接是一项开销很大的操作,通常要耗费0 5 到2 秒的时间。因此应用服务器 缓冲了数据库连接,使得不同的应用程序、同一应用程序内的多个线程能够共享一 组数据库连接,避免每次需要数据库连接时都从头开始创建连接。通过连接池使用 数据库连接的一般的过程为:当某个线程需要访问数据库时,它向数据库连接池请 求一个连接,然后用连接池返回的连接执行数据库操作( 例如s e l e c t 或u p d a t e 、 d e l e t e 命令) ,操作结束后再把数据库连接对象返回给连接池,以便其他组件使 用该连接。 由于j 2 e e 应用支持多个并发用户,连接池的规模会极大地影响应用的性能。 例如,如果一个应用的9 0 请求都需要访问数据库,且应用必须支持5 0 0 个用户同 时访问,则连接池也应当准备数量庞大的连接。每一个应用都有不同的数据库访问 要求,因此如何调整连接池中连接的数量也必须根据应用的具体情况确定。 在优化应用性能的实践中,必须时刻牢记的一条重要原则是:很多时候j d b c 第9 页 国防科学技术大学研究生院学位论文 连接池的规模往往是对应用的整体性能表现影响最大的因素之一。在企业级应用 中,通常由多个应用服务器共享唯一的数据库服务器,因此数据库连接池资源是非 常宝贵的,有限的。为每个应用服务器动态分配合理数据库连接池资源是非常必要 的,以免数据库连接池资源浪费或者由于缺少数据库连接池资源引起性能下降。 2 3 j 2 e e 应用服务器性能评测标准 j 2 e e 应用服务器的性能直接影响着用户对网站的体验,因此客户和服务提供商 签订了服务等级协议s l a t l 3 ( s e r v i c el e v e la g r e e m e n t ) 。在s l a 中,规定了性能 至少要维持在一个最低要求之上,当性能s l a 要求没有满足时,将会面临经济上的 处罚。因此无论在j 2 e e 应用程序的开发过程中、发布前还是发布后,都需要对性 能进行测试,以保证满足s l a 要求。 性能测试的原理主要是通过自动化的测试工具模拟多种正常、峰值以及异常负 载条件来对系统的各项性能指标进行测试。通过模拟上千万用户的实施并发负载及 实时性能监测的方式来确认和查找问题。 性能标准依赖于所测试的应用程序类型。基于j 2 e e 平台的应用程序一般分为 两个基本类别:交互式的应用程序和批处理或后端应用程序。 1 ) 对于交互式应用程序,即终端用户与应用程序同步交互,性能一般是通过大 小和规划问题的容量来定义,性能评测标准可以是一个最大可接受的响应时间,这 就是在得到应用程序响应之前客户愿意等待的最大时间数量。 2 ) 对于批处理或后端应用程序,即不需要直接与终端用户交互,性能评测标准 是每秒事务处理最小可接受的吞吐量。事务处理在具体的场合定义可能有所不同。 比如对于s e r v l e t ,事务处理可能为一个请求;而对j m s ,吞吐量可能就是消息。 性能标准的定义分别如下: 响应时间r t ( r e s p o n s et i m e ) :客户端从发送请求的那一刻起到收到应用程序 响应的最后一个字节时而不得不等待的时间长度。 平均响应时间a r t ( a v e r a g er e s p o n s et i m e ) :某个特定请求所有用户响应时间 的算术平均。 最大平均响应时间m a r t ( m a x i m u ma v e r a g er e s p o n s et i m e ) :一个测试脚本 中所有单独的平均响应时间中最高的值。 吞吐量:每秒处理的事务数量( t r a n s a c t i o n sp e rs e c o n d ,r p s ) 。 拒绝率( r e j e c tr a t e ) :为了保证已连接客户的性能,而不得不能提供服务的 客户数目。 每种度量标准都需要结合一个规定的用户负载,比如性能评测标准为4 0 0 个用 第1 0 页 国防科学技术大学研究生院学位论文 户负载最多3 秒的最大响应时间。在论文的整个研究中,着重考虑响应时间,因为 这是客户最直观的体验。 2 4 应用服务器资源优化的有关方法 不同的j 2 e e 应用服务器都有对应的具体的参数可供调整,一些j 2 e e 应用服务 器的供应商都提供一些应用指南,然而关于应用服务器资源如何优化的相关研究则 很少,特别是j 2 e e 应用服务器在外在因素改变的情况下,怎样保证其性能的研究 不多。当前关于性能分析和资源配置的优化研究工作主要集中在w e b 服务器方面, 但由于j 2 e e 应用服务器己在企业级应用中有主足轻重的地位,对于j 2 e e 应用服务 器性能的研究也日益受到重视。迄今为止对应用服务器资源调优的主要研究方法有: 基于策略、基于经验的方法、基于解析模型法、基于反馈控制。 2 4 1 基于策略方法 系统管理员编写策略,如:事件一条件一动作( e c a ) 的规则集合。当一些前 置条件被满足时,就会触发这些规则( 通常一个或多个系统的可观察的变化超出管 理员定义的阈值) 。基于规则的方法是建立在h e w i t t 模式导向范式。模式非常类似 事件一条件定义。基于策略的实际模型如图2 3 所示【1 4 】【1 5 】【1 6 1 。 图2 3 系统模型 在不同的系统状态下,规则集作为“打包的处方一决定怎样调用正确的动作。 运行时,管理模块只调用合适的规则基于事件和系统条件。只有拥有多年丰富经验 第1 1 页 国防科学技术大学研究生院学位论文 的专家如系统架构设计者和管理者才能编写管理规则。然而随着系统变得更复杂, 即使专家也会遇到以下类型的问题,设计强鲁棒性的自动管理框架相当困难的。 复杂性:编写规则集合是非常困难的工作。原因如下:( 1 ) 从大量可能的观 察集合中难以选择适宜的系统参数配置。( 2 ) 在考虑各类系统变量的交互后难以确 定恰当的阈值。( 3 ) 从大量的竞争选择选项中难以选择详细而清晰的动作。 脆弱性:系统厂商无法为自身的产品提供预先打包的e c a 规则集。规则集与 变化的系统配置、用户工作负载、商业约束间的关系是非常脆弱的。更新和操作规 则语意不是容易的事。预先构思各种运行场景及对应的规则是有难度的。 2 4 2 基于经验方法 从广泛意义上说,j 2 e e 应用服务器的管理者所面对的问题是:将有限的资源 ( c p u 时间、内存、i o ) 合理地分给应用服务器的各个组件。从理想角度讲,能 使用解析模型确定资源的恰当分配是最佳方法,然而实际应用中获取解析模型是非 常困难,主要的理由如下: l :企业应用是非常复杂的,分布式的和多线程的,组件间的交互难以定性。 2 :不同的硬件和操作系统环境下,线程、j v m 性能有不同的性能特性。 3 :应用服务器的性能依赖众多的外部因素:数据库的负载、网络拥塞等。 4 :应用服务器的各个组件是紧密联系的,而不是相互独立的,例如为w

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论