当前位置: 首页 > news >正文

Spring Boot 2 快速教程:WebFlux优缺点及性能分析(四)

WebFlux优缺点

【来源DeepSeek】

Spring WebFlux 是 Spring 框架提供的响应式编程模型,旨在支持非阻塞、异步和高并发的应用场景。其优缺点如下:


优点

  1. 高并发与低资源消耗

    • 非阻塞 I/O:基于事件循环模型(如 Netty),使用少量线程处理大量并发请求,避免传统阻塞式模型中的线程上下文切换开销。

    • 资源高效:适合处理大量长连接或延迟敏感型请求(如实时通信、流处理),减少内存和 CPU 的消耗。

  2. 响应式编程模型

    • 背压(Backpressure)支持:通过 Reactive Streams 规范(如 Project Reactor)实现流量控制,防止生产者压垮消费者。

    • 函数式编程风格:提供声明式 API(如 RouterFunction),简化异步逻辑的编写。

  3. 可扩展性

    • 适合微服务架构,能够高效处理服务间的异步通信(如结合 WebClient 调用其他服务)。

  4. 兼容性

    • 支持与传统的 Spring MVC 共存,允许逐步迁移到响应式架构。

    • 适配多种服务器(Netty、Undertow、Servlet 3.1+ 容器)。


缺点

  1. 复杂度高

    • 学习曲线陡峭:响应式编程需要理解 FluxMono、操作符链式调用等概念,调试和错误处理较困难。

    • 代码可读性差:链式调用和异步逻辑可能导致代码难以维护。

  2. 生态兼容性有限

    • 阻塞式库不兼容:大多数传统库(如 JDBC、JPA)是阻塞的,需改用响应式驱动(如 R2DBC、MongoDB Reactive)。

    • 中间件支持不足:部分框架或工具(如 Spring Security)对响应式的支持尚未完全成熟。

  3. 适用场景受限

    • CPU 密集型任务不适用:非阻塞模型对计算密集型操作无优势,甚至可能因线程竞争导致性能下降。

    • 简单业务场景性价比低:对低并发、简单 CRUD 应用,传统 MVC 更易开发和维护。

  4. 调试与监控困难

    • 异步堆栈信息不直观,需依赖专业工具(如 Reactor Debug Agent)定位问题。

    • 传统监控工具(如 Spring Actuator)可能无法直接适配响应式链路。


适用场景

  • 高并发 I/O 密集型服务:如 API 网关、实时消息推送、流处理。

  • 微服务间异步通信:需要高效处理大量并发请求的场景。

  • 延迟敏感型应用:如实时数据分析或金融交易系统。


总结

  • 选择 WebFlux 的条件:需要处理高并发、非阻塞 I/O,且团队熟悉响应式编程。

  • 避免 WebFlux 的情况:业务逻辑简单、依赖传统阻塞库,或团队缺乏响应式经验。

实践证明,使用WebFlux开发接口能够大幅提升接口的吞吐量

相关参数:

  • 测试机器:Linux CentOS6.5 4核16G
  • SpringBoot版本:2.2.2.RELEASE
  • JDK版本:jdk1.8.0_151

本文主要内容如下:

  1. 使用tomcat容器的代码演示
  2. 使用netty容器的代码演示
  3. apachebench(ab)压测接口,对比性能数据
文中代码较多,建议大家收藏后,有时间自己亲自动手开发并压测来验证结果。

tomcat容器下的代码演示

我们先基于tomcat容器来验证传统的SpringMVC以及基于Project Reactor两种方式开发接口的区别。

先来迅速搭建一个基于SpringBoot-2.2.2.RELEASE版本的demo项目,pom.xml核心依赖如下:

SpringBoot父级依赖

web依赖&project reactor依赖

项目启动类:

再定义一个传统的service,为模拟真实环境请求,service下的方法请求耗时100ms:

模拟耗时100ms

最后我们写三个接口,每个接口采用不同的方式:

  1. 使用自定义调度器的方式
  2. 使用缓存的弹性调度器
  3. 传统的SpringMVC方式

代码如下图所示:

三种接口开发方式

ab压测

我们先对上面说的三个接口进行压测,为避免网络环境影响,我们直接在服务器上使用ab进行压力测试。

压测分三组,每组压测这三个接口,每个接口发起10w请求,每组用户数分别为200、500、1000,从而查看不同用户数请求下的响应结果。

第一组

压测结果:

10w请求数 200用户

可以看见传统的SpringMVC方式已经有阻塞了,最长的一次请求1107ms,但是整体性能基本一致,因为200个线程刚好是tomcat的线程池最大默认数。

第二组

ab -n100000 -c500 http://127.0.0.1:8080/hello1?id=1
ab -n100000 -c500 http://127.0.0.1:8080/hello2?id=1
ab -n100000 -c500 http://127.0.0.1:8080/hello3?id=1

压测结果:

10w请求 500用户

500用户请求时候可以看到hello3接口的响应时间已经是hello1和hello2两个接口响应时间的2倍以上了,但是基于project reactor响应编程开发方式的响应时间依旧和200用户一致。

我们继续将用户数加到1000。

第三组

ab -n100000 -c1000 http://127.0.0.1:8080/hello1?id=1
ab -n100000 -c1000 http://127.0.0.1:8080/hello2?id=1
ab -n100000 -c1000 http://127.0.0.1:8080/hello3?id=1

压测结果:

10w请求 1000用户

我们发现基于project reactor开发的接口响应时间依旧坚挺,传统SpringMVC方式开发的接口90%响应时间已经高达500ms了。

大家可以发现hello1和hello2两个接口的实现方式其实是一致的,无非是自己定义一个Scheduler还是用reactor默认的Scheduler,如果大家点进去看源码其实是一个意思,所以在性能上一致保持一致也是合理的,本质上都是无所不在的线程池:

至此我们就完成了在tomcat容器下的两种不同方式的接口开发以及得到相应的性能压测数据。

netty容器下代码演示

将pom.xml中的spring-boot-starter-web依赖换为webflux依赖即可:

webflux依赖

还是刚刚那三个接口,启动项目可以看到控制台有如下日志输出:

代表我们这是一个基于Netty的web服务。

这里我们直接压10w请求,1000用户:

ab -n100000 -c1000 http://127.0.0.1:8080/hello1?id=1
ab -n100000 -c1000 http://127.0.0.1:8080/hello2?id=1
ab -n100000 -c1000 http://127.0.0.1:8080/hello3?id=1

压测结果:

netty下压测10w请求1000用户

再和tomcat下同一压测参数进行对比:

tomcat下压测10w请求1000用户

是不是发现netty的性能比tomcat更加优越?99%的请求在149ms即可完成。如果大家自己实操的话也会发现吞吐量也会较tomcat有大幅度的提升。

总结

我们始终都在不遗余力的追求如何开发一个高并发、低延迟的接口

通过本文实操以及linux服务器下长时间的压测,可以验证的是我们可以使用WebFlux来替代SpringMVC,从而获取更好的性能,更高的并发。如果你还和我一样,对WebFlux还一知半解,那么从今天起开始学习起来吧。

http://www.lryc.cn/news/531929.html

相关文章:

  • 自定义多功能输入对话框:基于 Qt 打造灵活交互界面
  • 基于springboot河南省旅游管理系统
  • LabVIEW图像采集与应变场测量系统
  • CommonAPI学习笔记-2
  • ISP代理与住宅代理的区别
  • [25] cuda 应用之 nppi 实现图像色彩调整
  • Java 大视界 -- Java 大数据在智慧文旅中的应用与体验优化(74)
  • PyTorch快速入门
  • 100.7 AI量化面试题:如何利用新闻文本数据构建交易信号?
  • CF 465B.Inbox (100500)(Java实现)
  • 微信小程序获取openid和其他接口同时并发请求如何保证先获取到openid
  • 实现动态卡通笑脸的着色器实现
  • DeepSeek R1 模型解读与微调
  • YOLOv11实时目标检测 | 摄像头视频图片文件检测
  • Node.js学习指南
  • 2.5学习总结
  • java进阶文章链接
  • vue2+vue3 HMCXY基础入门
  • 一次线程数超限导致的hive写入hbase作业失败分析
  • ip属地是手机号还是手机位置?一文理清
  • 查看设备uuid
  • C_C++输入输出(下)
  • All in one 的 AI tool Chain “Halomate”
  • crewai框架第三方API使用官方RAG工具(pdf,csv,json)
  • 脉冲信号傅里叶变换与频域分析:从计算到理解
  • 6.【BUUCTF】[SUCTF 2019]CheckIn
  • 基于springboot的体质测试数据分析及可视化设计
  • 孟加拉国_行政边界省市边界arcgis数据shp格式wgs84坐标
  • 可视化相机pose colmap形式的相机内参外参
  • 数据结构 树2