您的位置:首页 > 编程语言 > Java开发

Java TPS实现

2016-07-09 18:19 1256 查看

写在前面

TPS即每秒查询事物,可以用于测试一个方法、工具或者系统的性能。本文采用Java并发包中的工具实现了一个工具TPS性能测试。主要是测试OKHttp库来执行Http请求的性能。测试代码用到了Java了线程池
ExecuterService
CountDownLatch
,
CyclicBarrier
, 原子类,
volatile
关键词等。可算是对Java并发组件的组合使用。下面直接贴出源码,仅供参考,如有错误,欢迎指出,以期共同探讨。

TPS 实现源码

package cn.concurrent;

import java.math.RoundingMode;
import java.util.concurrent.*;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.atomic.AtomicLong;

import util.OkHttpUtil;

import com.google.common.math.LongMath;

/**
* 每秒事物执行次数统计
*
* @author Xie le
* @date 2016/7/9
*/
public class TpsWorkbeanch {

/** 线程数量 */
public static final int N_THRESHOLDS = 5;

/** 30 秒总时间 */
public static final int TIME_THRESHOLDS = 30;

/** 用原子变量来统计执行时间,便于作原子递减 */
private static AtomicInteger totalTime = new AtomicInteger(TIME_THRESHOLDS);

/** 用于统计执行的事物总数,用原子方式累加记录 */
private static AtomicLong totalExecCount = new AtomicLong(0L);

/** 需要到等到所有线程都在同一起跑线,才开始统计计数,类似于发令枪 */
private static CyclicBarrier barrier = new CyclicBarrier(N_THRESHOLDS);

/** 执行时间到达时,所有的线程需要依次退出,主线程才开始统计执行事物总数 */
private static CountDownLatch countDownLatch = new CountDownLatch(N_THRESHOLDS);

/** 线程执行标记 , 用volatile修饰,使变量修改具有线程可见性 */
private static volatile boolean runnning = true;

/** 用线程池来执行统计 */
private static ExecutorService executorService;

/**
* 用接口来作模拟统计
*/
interface Job {
void execute() throws Exception;
}

/**
* 具体Job,模拟完成一次Http请求 BTW:内部类用static修饰
*/
static class JobDetail implements Job {

public void execute() throws Exception {
String run = OkHttpUtil.run("http://publicobject.com/helloworld.txt");
}
}

/**
* Worker执行Job
*/
static class Worker implements Runnable {

private Job job;

Worker(Job job) {
this.job = job;
}

// 每个线程执行的事物统计量
int innerCount = 0;

public void run() {
try {
barrier.await(); // 等到所有线程都在起跑线
while (runnning) {
this.job.execute();
innerCount++;
}
} catch (Exception e) {
System.out.println("线程Id:" + Thread.currentThread().getId() + " " + e.getMessage());
} finally {
// 累加到总记录统计量
System.out.println("线程Id:" + Thread.currentThread().getId() + " 执行事物次数为:" + innerCount);
totalExecCount.getAndAdd(innerCount);
// 线程结束后,依次计数, 便于主线程继续执行
countDownLatch.countDown();
}
}
}

public static void run() throws Exception {
Job job = new JobDetail(); // 创建Job
executorService = Executors.newFixedThreadPool(N_THRESHOLDS); // 新建固定大小线程的池子
for (int i = 0; i < N_THRESHOLDS; i++) {
executorService.submit(new Worker(job)); // 提交线程到池子中
}
// 还需要一个线程,用于周期检查执行时间是否到达
final ScheduledExecutorService scheduledExcutor = Executors.newSingleThreadScheduledExecutor();
scheduledExcutor.scheduleAtFixedRate(new Runnable() {
public void run() {
if (totalTime.decrementAndGet() == 0) { // 执行时间递减到0
runnning = false; // 告诉线程,时间到了,所有线程不再执行
scheduledExcutor.shutdownNow();
}
}
}, 1L, 1L, TimeUnit.SECONDS);

// 主线程等到所有的线程都退出,则开始统计
countDownLatch.await();

long totalExeCount = totalExecCount.get();
System.out.println(N_THRESHOLDS + " 个线程," + TIME_THRESHOLDS + " 秒内总共执行的事物数量:" + totalExeCount);

long tps = LongMath.divide(totalExeCount, TIME_THRESHOLDS, RoundingMode.HALF_EVEN);

System.out.println("OKHttp执行的TPS: " + tps);

executorService.shutdownNow(); // 关闭线程池

}

public static void main(String[] args) throws Exception {

run();
}

}


其中用到的OKHttp类如下:

package util;

import java.io.IOException;
import java.util.concurrent.TimeUnit;

import okhttp3.OkHttpClient;
import okhttp3.Request;
import okhttp3.Response;

/**
* OkHttp工具
* @author Xie le
* @date 2016/6/30
*/
public class OkHttpUtil {

private static OkHttpClient okHttpclient = null;

static {
okHttpclient = new OkHttpClient.Builder()
.connectTimeout(3, TimeUnit.SECONDS)
.build();
}

public static String run(String url) throws Exception {
Request request = new Request.Builder().url(url).build();
Response response = okHttpclient.newCall(request).execute();
if (!response.isSuccessful()) {
throw new IOException("Unexpected code " + response);
}
return response.body().string();

}
}


测试结果

测试结果与环境有关。以我本机为例,5个线程,30秒内的测试结果如下:

线程Id:14 connect timed out
线程Id:14 执行事物次数为:0
线程Id:10 connect timed out
线程Id:10 执行事物次数为:0
线程Id:11 执行事物次数为:29
线程Id:13 执行事物次数为:33
线程Id:12 执行事物次数为:26
5 个线程,30 秒内总共执行的事物数量:88
OKHttp执行的TPS: 3


最后

直接阅读代码,可以掌握Java并发的常用的工具类。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  Java TPS 性能测试 并发