Akka简单的性能测试

本文涉及的产品
性能测试 PTS,5000VUM额度
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,如下图所示:Sample Flowchart Template (2).png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。

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,如下图所示:


Sample Flowchart Template (2).png

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。

0A1E14FF-257B-4E91-AB56-A68C6993A80A.png

正在分析性能耗时。

0719FA5C-E435-466A-AA42-07E742D7A9E8.png

服务器整体CPU占比时间为15.9%。

相关实践学习
通过性能测试PTS对云服务器ECS进行规格选择与性能压测
本文为您介绍如何利用性能测试PTS对云服务器ECS进行规格选择与性能压测。
目录
相关文章
|
消息中间件 Java 测试技术
深聊性能测试,从入门到放弃之:Locust性能自动化(一)初识Locust
深聊性能测试,从入门到放弃之:Locust性能自动化(一)初识Locust
310 1
|
4月前
|
Java 测试技术
JMeter接口性能测试使用
JMeter接口性能测试使用
43 0
|
6月前
|
JSON 网络协议 Java
使用Jmeter进行功能和性能测试
使用Jmeter进行功能和性能测试
|
运维 监控 前端开发
深聊性能测试,从入门到放弃之:初识性能测试
深聊性能测试,从入门到放弃之:初识性能测试
133 0
|
6月前
|
监控 NoSQL 关系型数据库
ycsb性能测试的优缺点
YCSB(Yahoo Cloud Serving Benchmark)是一个开源的性能测试框架,用于评估分布式系统的读写性能。它具有以下优点和缺点: 优点: 简单易用:YCSB提供了简单的API和配置文件,使得性能测试非常容易上手和执行。 可扩展性:YCSB支持多种数据库和存储系统,包括关系型数据库、NoSQL数据库、分布式文件系统等,使得测试可以针对不同的系统进行比较和评估。 客户端压力:YCSB可以模拟大量并发用户并提供各种负载测试模式,可以测试系统在高负载情况下的性能表现。 可自定义:YCSB允许用户通过自定义操作和负载生成器来模拟真实场景的读写操作,并能够根据需求进行灵活的性能测试
135 0
|
消息中间件 存储 安全
如何做 Kafka 的性能测试
如何做 Kafka 的性能测试
403 0
如何做 Kafka 的性能测试
|
测试技术
Jmeter性能测试实战
Jmeter性能测试实战
|
监控 测试技术 Python
利用Taurus框架结合Jmeter进行性能测试
利用Taurus框架结合Jmeter进行性能测试
395 0
利用Taurus框架结合Jmeter进行性能测试
|
测试技术 编译器 Python
性能专题:Locust工具实战之创建性能测试
性能专题:Locust工具实战之创建性能测试
223 0
性能专题:Locust工具实战之创建性能测试
|
Java 测试技术 开发者
Jmeter性能测试|学习笔记
快速学习Jmeter性能测试
119 0