系统性能优化要具体问题具体分析
之前把自己开发的一个系统中的某个交易做了改造，使用了servlet 3.0的异步处理特性，将每个servlet线程内的业务逻辑改成了非阻塞式的，期望容器线程能够更快速的返回并充分利用处理更多的请求，从而得到更强的并发处理能力。但是测试的结果很不理想，同样的业务逻辑模块，采用新的异步调用之后的并发度甚至赶不上原来的传统方式（在一个servlet线程内处理业务逻辑并返回，属于阻塞式）。
InfoQ上的一位架构师的演讲中的一话提醒了我，是否对于目前的测试案例，瓶颈并不是在线程池，而是在CPU等其他系统资源呢？
测试的这个业务模块中包括有数据库调用，业务数据的计算，日志，以及xml解析返回等等，可能会造成其他系统资源的瓶颈，既然目的是测试异步调用对容器线程充分利用的优势，那么应该突出线程资源这个主要矛盾。
修改需要调用的业务模块，使之只是简单的实现一个返回html的功能，而在其中使用线程休眠等待几百毫秒来模拟业务执行（保证只是时间上的等待而不占用更多的系统资源）。调整服务器配置，减少容器线程池中线程数，使容器线程资源紧张暴露出来。
服务器配置：
Java代码：
传统方式：package servlets; import java.io.IOException; import javax.servlet.AsyncContext;import javax.servlet.ServletException;import javax.servlet.http.HttpServlet;import javax.servlet.http.HttpServletRequest;import javax.servlet.http.HttpServletResponse; public class AsyncProcessServlet extends HttpServlet{ /*** 3.0异步调用在servlet线程内使用另一个异步线程来调用业务模块，容器线程直接返回，属于非阻塞式*/private static final long serialVersionUID = 1L;public void doGet(HttpServletRequest request,HttpServletResponse response) throws ServletException,IOException{AsyncContext ctx = request.startAsync();new Thread(new Executor(ctx)).start();}}package servlets; import java.io.IOException;import java.io.PrintWriter; import javax.servlet.AsyncContext;import javax.servlet.http.HttpServletResponse; public class Executor implements Runnable{private AsyncContext ctx;public Executor(AsyncContext ctx){this.ctx = ctx;}public void run() {try {Thread.sleep(200);} catch (InterruptedException e1) {e1.printStackTrace();}HttpServletResponse res = (HttpServletResponse)this.ctx.getResponse();res.setContentType("text/html");PrintWriter out = null;try {out = res.getWriter();} catch (IOException e) {e.printStackTrace();}out.println("<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">");out.println("<html>");out.println("Hello,World!");out.println("</html>");this.ctx.complete();}}
压力测试结果（见附件）：
传统方式，700并发：失败0%
传统方式，800并发：失败2.5%
传统方式，1000并发：失败16%
3.0异步方式，900并发：失败0%
3.0异步方式，1000并发：失败0%
3.0异步方式，1100并发：失败0%
后记，对于性能调试而言，要具体应用甚至具体交易具体分析。不能说一定是异步方式要优于同步处理方式，异步方式优势在于其非阻塞式的处理能够更有效的利用容器线程，提供吞吐能力，但是其在业务处理的过程中多启用了更多的线程，从而加大了线程切换时CPU的开销，对于CPU消耗型的应用或交易而言，异步方式便不是一个好的解决方案。所以对于性能问题，要找到当前影响性能的主要瓶颈，针对具体的问题采用不同的解决方案。
