Akka简单性能分析

简介:

因为最近工作的关系,要把异步任务从应用服务器中拆分到专门的异步处理服务器中。

方案一

是采用MQ的方式将任务消息发出,在服务端进行处理,这种方案是采用MQ作为中间的媒介,在服务端采用线程池异步处理任务,处理完成之后将结果发送到MQ中,客户端采用侦听的方式得到结果继续进行处理。

这种方案的不足是,可能在某些需求的情况下,需要将结果存放到共享的HashMap或者Threadlocal中进行存放结果,客户端会一直阻塞,直到得到结果,从多线程的角度来说,还是用了共享变量,虽然共享变量可能是线程安全的,但是从并发模型的角度来讲,并不是一个最好的方式。

方案二

采用比较流行的Akka框架来实现。
Akka的五大特性

  • 易于构建并行和分布式应用
  • 可靠性(Resilient by Design)
    系统具备自愈能力,在本地/远程都有监护。
  • 高性能(High Performance)
    在单机中每秒可发送50000000个消息。内存占用小,1GB内存中可保存2500000个actors。
  • 弹性,无中心(Elastic — Decentralized)
    自适应的负责均衡,路由,分区,配置
  • 可扩展(Extensible) 可以使用Akka 扩展包进行扩展。

因为之前一直研究Scala,Scala的多线程处理的性能是非常高的,那基于Scala语言而开发出来的Akka框架得到了广泛使用。那么接下来我将使用一个非常简单的例子,以及一些测试用例展现一下它的性能。
代码如下:


import akka.actor.ActorRef;
import akka.actor.ActorSystem;
import akka.actor.Props;
import akka.actor.UntypedActor;

/**
 * PROJECT_NAME: akkademo
 * DATE:         16/2/27
 * CREATE BY:    chao.cheng
 **/
public class ToStringActor extends UntypedActor {
    @Override
    public void onReceive(Object message) {
        System.out.println(message.toString());
        try {
            Thread.sleep(500);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }


    public static void main(String[] args) {
        ActorSystem system = ActorSystem.create("toStringActor");
        final ActorRef toString = system.actorOf(Props.create(ToStringActor.class),"toString");
        for(int i=0;i<10000000;i++) {
            toString.tell("test"+i,toString);
        }
        System.out.println("[结束]=======================");
    }
}

程序的简单说明:
采用事件的机制,循环发送一千万条数据,通过onReceive方法异步处理任务。

用VisualVM工具截图可以看到:

DFF8C31B-3886-4F75-A56B-EA78F85A6067.png

后台其实自适应只起了三个线程在运行,分别是dispatcher-2,dispatcher-3,dispatcher-4。


目录
相关文章
|
1月前
|
监控 NoSQL MongoDB
|
5月前
|
安全 Java 应用服务中间件
如何使用JVisualVM进行性能分析
如何使用JVisualVM进行性能分析
41 0
|
10月前
|
存储 Java 索引
SkyWalking 性能优化
SkyWalking 性能优化
316 0
|
12月前
|
存储 XML Java
JMeter JMeter自身运行性能优化
JMeter JMeter自身运行性能优化
232 0
|
12月前
|
缓存 网络协议 安全
性能测试 Apache参数配置与性能调优
性能测试 Apache参数配置与性能调优
305 0
|
SQL 存储 缓存
性能分析优化的道与术
如果网络不稳定,也会导致RT的曲线抖动较为剧烈,产生毛刺甚至丢包,这个时候P90/P99的数值也可能变大。因此稳定和足够的网络带宽,对系统的性能来说是很重要的。
性能分析优化的道与术
|
SQL 缓存 分布式计算
Flinksql性能优化
Flinksql性能优化
Flinksql性能优化
|
Web App开发 移动开发 缓存
干货 | H5性能分析实战来啦~
干货 | H5性能分析实战来啦~
|
缓存 监控 测试技术
JProfiler性能分析
为了比较缓存注解与缓存非注解和不使用注解之间比较QPS、RT内存使用情况的,使用JProfiler对三种情况进行分析。
569 0
|
测试技术
压力测试与性能分析
五张图,帮里梳理核心的压力测试与性能分析关键点
5310 0
压力测试与性能分析