OpenSource - Spring Startup Ananlyzer

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: OpenSource - Spring Startup Ananlyzer

🚀Optimization of Spring Startup


Spring Startup Ananlyzer 采集Spring应用启动过程数据,生成交互式分析报告(HTML),用于分析Spring应用启动卡点,支持Spring Bean异步初始化,减少优化Spring应用启动时间。


analyzer report demo


核心能力


📈Spring应用启动数据采集报告


Spring Bean初始化详情信息,支持初始化耗时/beanName搜索、Spring Bean初始化时序图、方法调用次数及耗时统计(支持自定义方法)、应用未加载的jar包(帮助fatjar瘦身)及应用启动过程线程wall clock火焰图,帮助开发者快速分析定位应用启动卡点


   Spring Bean初始化详情


8c32b56a1d64443e839bc96ab5796fcb.png


Spring Bean初始化时序图

ed46e75ea0e44d8fb39876448ecd084c.png


  • 方法调用次数、耗时统计(支持自定义方法)


  • 应用未加载的jar包(帮助fatjar瘦身)


  • 应用启动过程线程wall clock火焰图(支持指定线程名称,不指定则采集全部线程)



应用启动时长优化

提供一个Spring Bean异步初始化jar包,针对初始化耗时比较长的bean,异步执行init和@PostConstruct方法提高应用启动速度。



📈Spring应用启动数据采集报告


安装jar包

提供了手动安装和一键脚本安装两种安装方式

  1. 手动安装
1. 点击realease下载最新版tar.gz包
2. 新建文件夹,并解压
mkdir -p ${HOME}/spring-startup-analyzer
cd 下载路径
tar -zxvf spring-startup-analyzer.tar.gz ${HOME}/spring-startup-analyzer


2.脚本安装

curl -sS https://raw.githubusercontent.com/linyimin0812/spring-startup-analyzer/main/bin/install.sh | sh



配置项


在启动参数中进行配置,如配置超时时间为30分钟:-Dspring-startup-analyzer.app.health.check.timeout=30


请务必配置spring-startup-analyzer.app.health.check.endpoints选项,不然会一直采集直到应用启动检查超时时间(默认20分钟)才会停止,每隔1秒请求一次endpoint,请求响应头状态码为200则认为应用启动完成。默认健康检查URL:http://127.0.0.1:7002/actuator/health

image.png



应用启动


此项目是以agent的方式启动的,所以在启动命令中添加参数-javaagent:$HOME/spring-startup-analyzer/lib/spring-profiler-agent.jar即可。如果是以java命令行的方式启动应用,则在命令行中添加,如果是在IDEA中启动,则需要在VM options选项中添加。


日志文件路径:$HOME/spring-startup-analyzer/logs


- startup.log: 启动过程中的日志
- transform.log: 被re-transform的类/方法信息


应用启动完成后会在console和startup.log文件中输出======= spring-startup-analyzer finished, click http://localhost:8065 to visit details. ======,可以通过此输出来判断采集是否完成。



自定义扩展


如果需要自定义观测能力,需要引入spring-profiler-starter的pom作为扩展项目的父pom,然后就可以使用项目对外暴露的接口进行扩展。更多的细节可以参考spring-profiler-extension的实现

<parent>
    <groupId>io.github.linyimin0812</groupId>
    <artifactId>spring-profiler-starter</artifactId>
    <version>2.0.0</version>
</parent>


扩展接口

io.github.linyimin0812.profiler.api.EventListener

  public interface EventListener extends Startable {
        /**
         * 应用启动时调用
         */
        void start();
        /**
         * 应用启动完成后调用
         */
        void stop();
        /**
         * 需要增强的类
         * @param className 类全限定名, 如果为空, 默认返回为true
         * @return true: 进行增强, false: 不进行增强
         */
        boolean filter(String className);
        /**
         * 需要增强的方法(此方法会依赖filter(className), 只有filter(className)返回true时,才会执行到此方法)
         * @param methodName 方法名
         * @param methodTypes 方法参数列表
         * @return true: 进行增强, false: 不进行增强
         */
        default boolean filter(String methodName, String[] methodTypes) {
            return true;
        }
        /**
         * 事件响应处理逻辑
         * @param event 触发的事件
         */
        void onEvent(Event event);
        /**
         * 监听的事件
         * @return 需要监听的事件列表
         */
        List<Event.Type> listen();
    }

其中

   start()和stop()方法代表系统的生命周期,分别在应用开始启动和应用启动完成时调用。

   filter()方法指定需要增强的类/方法。

   listen()方法指定监听的事件,包括进入方法和方法返回两种事件。

   onEvent()方法在监听的事件发生时会被调用


例如下面是一个统计应用启动过程中java.net.URLClassLoader.findResource(String)方法调用次数的扩展

FindResourceCounter demo  


@MetaInfServices
public class FindResourceCounter implements EventListener {
    private final AtomicLong COUNT = new AtomicLong(0);
    @Override
    public boolean filter(String className) {
        return "java.net.URLClassLoader".equals(className);
    }
    @Override
    public boolean filter(String methodName, String[] methodTypes) {
       if (!"findResource".equals(methodName)) {
           return false;
       }
       return methodTypes != null && methodTypes.length == 1 && "java.lang.String".equals(methodTypes[0]);
    }
    @Override
    public void onEvent(Event event) {
        if (event instanceof AtEnterEvent) {
            // 开始进入findResource方法
        } else if (event instanceof AtExitEvent) {
            // findResource方法返回
        }
        // 统计调用次数
        COUNT.incrementAndGet();
    }
    @Override
    public List<Event.Type> listen() {
        return Arrays.asList(Event.Type.AT_ENTER, Event.Type.AT_EXIT);
    }
    @Override
    public void start() {
        System.out.println("============== my extension start =============");
    }
    @Override
    public void stop() {
        System.out.println("============== my extension end =============");
        System.out.println("findResource count: " + COUNT.get());
    }
}


打包运行

在spring-profiler-starter的pom中已经定义了打包plugin,默认会将生成的jar包拷贝到$HOME/spring-startup-analyzer/extension文件下。

mvn clean package


只要按照步骤安装jar包安装好此项目,再执行上述的打包命令,打包好后再启动应用即可加载扩展jar包。



🚀应用启动时长优化


从应用启动数据采集中,可以获取初始化耗时长的Bean,因为Spring启动过程是单线程完成的,为了优化应用的启动时长,可以考虑将这些耗时长的Bean的初始化方法异步化,查看实现原理。


需要注意:

   应该优先从代码层面优化初始化时间长的Bean,从根本上解决Bean初始化耗时长问题

   对于二方包/三方包中初始化耗时长的Bean(无法进行代码优化)再考虑Bean的异步化

   对于不被依赖的Bean可以放心进行异步化,可以通过各个Bean加载耗时中的Root Bean判断Bean是否被其他Bean依赖

   对于被依赖的Bean需要小心分析,在应用启动过程中不能其他Bean被调用,否则可能会存在问题




支持异步化的Bean类型


支持@Bean, @PostConstruct@ImportResource 方式初始化bean,使用demo: spring-boot-async-bean-demo

  1. @Bean(initMethod = "init")标识的Bean
  @Bean(initMethod = "init")
    public TestBean testBean() {
        return new TestBean();
    }


2.@PostConstruct标识的Bean


@Component
public class TestComponent {
    @PostConstruct
    public void init() throws InterruptedException {
        Thread.sleep(20 * 1000);
    }
}


接入异步Bean优化

  1. 添加pom依赖
<dependency>
    <groupId>io.github.linyimin0812</groupId>
    <artifactId>spring-async-bean-starter</artifactId>
    <version>2.0.0</version>
</dependency>

2.配置一步加载信息

# 异步化的Bean可能在Spring Bean初始化顺序的末尾,导致异步优化效果不佳,打开配置优先加载异步化的Bean
spring-startup-analyzer.boost.spring.async.bean-priority-load-enable=true
# 指定异步的Bean名称
spring-startup-analyzer.boost.spring.async.bean-names=testBean,testComponent
# 执行异步化Bean初始化方法线程池的核心线程数
spring-startup-analyzer.boost.spring.async.init-bean-thread-pool-core-size=8
# 执行异步化Bean初始化方法线程池的最大线程数
spring-startup-analyzer.boost.spring.async.init-bean-thread-pool-max-size=8


  1. 检查Bean是否异步初始化

查看日志$HOME/spring-startup-analyzer/logs/startup.log文件,对于异步执行初始化的方法,会按照以下格式写一条日志:

async-init-bean, beanName: ${beanName}, async init method: ${initMethodName}


开源地址


https://github.com/linyimin0812/spring-startup-analyzer

相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
相关文章
|
JSON 监控 Cloud Native
「Spring Boot 2.4 新特性」启动耗时详细监控
Spring Boot 项目随着项目开发过程中引入中间件数量的增加,启动耗时 逐渐增加。
2085 0
|
6月前
|
XML 人工智能 Java
优化SpringBoot程序启动速度
本文介绍了三种优化SpringBoot启动速度的方法:1) 延迟初始化Bean,通过设置`spring.main.lazy-initialization`为true,将耗时操作延后执行;2) 创建扫描索引,利用`spring-context-indexer`生成@ComponentScan的索引文件,加速类扫描过程;3) 升级至最新版SpringBoot,享受官方性能优化成果。这些方法能显著提升程序编译与启动效率。
1412 0
|
5月前
|
XML 人工智能 监控
SpringBoot实战:七种统计方法耗时的实现方式
在Spring Boot开发中,统计方法执行时间是性能优化的重要手段。本文介绍了七种实现方法耗时统计的技巧,包括手动使用StopWatch、AOP全局监控、自定义注解+切面、拦截器、Filter、Actuator+Micrometer集成以及事件监听等方式。每种方法适用于不同场景,开发者可根据需求选择合适的方案,从而更高效地定位性能瓶颈并提升系统响应速度。
785 5
|
缓存 监控 NoSQL
7min到40s:SpringBoot 启动优化实践!
7min到40s:SpringBoot 启动优化实践!
2263 3
|
11月前
|
SQL OLAP API
微财基于 Flink 构造实时变量池
本文整理自微财资深数据开发工程师穆建魁老师在 Flink Forward Asia 2024 行业解决方案(一)专场中的分享。主要涵盖三部分内容:1) 基于 Flink 构建实时变量池,解决传统方案中数据库耦合度高、QPS 上限低等问题;2) 选择 Flink 进行流式计算的架构选型(Kappa 架构)及开发效率提升策略,通过数据分层优化开发流程;3) 实时变量池架构与多流关联优化实践,确保高效处理和存储实时变量,并应用于公司多个业务领域。
668 4
微财基于 Flink 构造实时变量池
|
Arthas 监控 安全
arthas如何跟踪某个方法?并查看方法的入参和出参?
arthas如何跟踪某个方法?并查看方法的入参和出参?
2228 6
|
传感器 机器学习/深度学习 弹性计算
Agent与大模型的区别
本文详细对比了人工智能领域的两个重要概念——Agent和大模型。大模型如GPT-3、BERT等,擅长自然语言处理任务,如文本生成、翻译等;Agent则是自主的软件实体,能够在特定环境中感知、决策并执行任务,如管理日程、控制智能家居等。文章介绍了它们的定义、功能、技术架构及应用场景,并总结了两者的核心差异和未来发展方向。
7212 26
|
数据采集 Java 开发者
Spring应用启动分析优化
Spring Startup Ananlyzer 采集Spring应用启动过程数据,生成交互式分析报告(HTML),用于分析Spring应用启动卡点,优化Spring应用启动速度。
753 1
Spring应用启动分析优化
|
Java Shell Windows
java Runtime.exec()执行shell/cmd命令:常见的几种陷阱与一种完善实现
java Runtime.exec()执行shell/cmd命令:常见的几种陷阱与一种完善实现
388 6