转载

Spring 5 WebFlux 性能测试[译]

Java 世界对反应式编程抱有很高的期望。根据官方文档的描述，它使程序员能够构建更具弹性，弹性，响应和消息驱动的应用程序。简而言之，它是一种更好，更快，更现代的模型，可以防止应用程序空闲。

Spring 5 通过结合基于 Project Reactor 的 Spring 反应计划，引入了一种新的响应式编程模型。但它能完成这项工作吗？

我们研究了 Spring 提供的新功能，并对它进行了一次性能测试，测试结果请往下看，我想不会让你失望的。

注意：我们的结果可能会在几周/几个月内改变。实际上，截至目前，尚未发布真实的 Spring 样本，并且文档不完整。 Spring 5 和 Spring Boot 2 仍在开发中（ Spring Framework 5.0.0 RC3 ， Spring Boot 2.0.0.M2 ）， Project Reactor 也在不断发展。此外，社区的反馈仍然很少（ JHipster ， Spring ， Reddit ）。

What’s new in Spring 5?

Spring框架引入了很多新功能。其中最重要的是反应式编程。

Spring MVC and Spring WebFlux

可能仍然有一些人可能试图用旧的 Spring 4 技术进行反应式编程，如果你这样做，那么你肯定可能会遇到一些麻烦。 Spring 5 提供了一个易于使用的新模块： spring-webflux 。它与它的兄弟 spring-mvc 做同样的事情，但是它是一种响应式编程模型。让我们看看它是如何工作的吧。

WebFlux 主要围绕两个 Project Reactor 的类： Mono 和 Flux 。

Mono 是 CompletableFuture 类型的反应等价物，允许以反应方式处理单个对象。 Flux 是多个对象的等价物。它们像 Stream 一样处理（准备好使用 lambda 表达式）。因此，你可能会看到如下所示的代码：

reactiveService.getResults()
    .mergeWith(Flux.interval(100))
    .map(r -> r * 2)
    .doOnNext(Service1::someObserver)
    .doAfterTerminate(Service2::incrementTerminate);

它们都是 Reactive Streams 规范的 Publisher 接口的实现，因此它们需要注册到订阅服务器以便数据开始流动。

幸运的是，基于注解的编程模型仍然是最新的，与 Spring MVC 的唯一区别是 REST 层的方法现在返回 Mono 或 Flux ：

@PutMapping("/operations")
public Mono<Operation> updateOperation(@Valid @RequestBody Operation operation)
throws URISyntaxException {

   log.debug("REST request to update Operation : {}", operation);
   return operationRepository.save(operation);
}

Spring 知道如何处理 Monos 或 Fluxs 。它会自动将封装的对象传递给前端。

关于与数据库的通信， Spring 5 支持 Cassandra ， CouchBase ， MongoDB 和 Redis 的反应驱动程序，它们可以跟 Spring Data 一起使用。

下面是操作 MongoDB 代码例子

@Repository
public interface BankAccountRepository extends ReactiveMongoRepository<BankAccount,String> {
   Mono<BankAccount> getFirstByBalanceEndingWith(BigDecimal bigDecimal);
   Mono<Long> countByBalanceEquals(BigDecimal bigDecimal);
   Flux<BankAccount> findAllByIdBefore(UUID uuid);
}

Our tests

Why?

反应式编程现在正在流行，当然， Pivotal 决定在逻辑上将其集成到 Spring 框架中，并承诺提供更好的性能和可扩展性。可悲的是，没有给出任何性能测试数据……

How?

我们通过在生产模式下对不同的 JHipster 生成的应用程序（ MySQL ， Mongo ， Model ……）进行压力测试（使用 Gatling ）。

这些应用程序中的每一个都经过多次复制和修改，以确保我们的测试有丰富的测试数据，从而确保测试的正确性。

例如，对于MySQL应用程序，我们创建了四个类似的应用程序：

使用 Spring 4 （因为你可以使用 JHipster 实际生成）
使用 Spring 5 （仅迁移）
使用 Spring 5 和反应式编程（在 REST 层上）
使用 Spring 5 和反应式编程（仅在一个实体的 RestController 类上）

对于具有异步驱动程序的Mongo，我们创建了应用程序：

使用 Spring 4 （因为你可以使用 JHipster 实际生成）
使用 Spring 5 （仅迁移）
使用 Spring 5 和反应式编程（在 REST 层上）
使用 Spring 5 和反应式编程（仅在一个实体的 RestController 类上）
使用 Spring 5 和实体上的反应式编程一直到存储库。

Spring 允许程序员配置自己的调度程序（处理被动调用的线程池）。因此，当使用反应式编程时，仅在 REST 层（而不是实体）上，我们尝试了不同的调度程序： Schedulers.parallel() 每个CPU核心使用一个线程，而 Schedulers.elastic() 动态创建线程。

每个测试包括同时启动 Gatling 5000/10000/15000 用户，每个用户执行场景中描述的操作：

scenario("Test the Operation entity")
        .exec(http("First unauthenticated request")
        .get("/api/account")
        .headers(headers_http)
        .check(status.is(401))).exitHereIfFailed
        .pause(5)
        .exec(http("Authentication")
        .post("/api/authenticate")
        .headers(headers_http_authentication)
        .body(StringBody("""{"username":"admin", "password":"admin"}""")).asJSON
        .check(header.get("Authorization").saveAs("access_token"))).exitHereIfFailed
        .pause(1)
        .repeat(2) {
            exec(http("Authenticated request")
            .get("/api/account")
            .headers(headers_http_authenticated)
            .check(status.is(200)))
            .pause(5)
        }
        .repeat(2) {
            exec(http("Get all operations")
            .get("/api/operations")
            .headers(headers_http_authenticated)
            .check(status.is(200)))
            .pause(5 seconds, 10 seconds)
            .exec(http("Create new operation")
            .post("/api/operations")
            .headers(headers_http_authenticated)
            .body(StringBody("""{"id":null, "date":"2020-01-01T00:00:00.000Z", "description":"SAMPLE_TEXT", "amount":"1"}""")).asJSON
            .check(status.is(201))
            .check(headerRegex("Location", "(.*)").saveAs("new_operation_url"))).exitHereIfFailed
            .pause(5)
            .repeat(8) {
                exec(http("Get created operation")
                .get("${new_operation_url}")
                .headers(headers_http_authenticated))
                .pause(3)
            }
            .exec(http("Delete created operation")
            .delete("${new_operation_url}")
            .headers(headers_http_authenticated))
            .pause(5)
       }

然后，我们可以通过比较时间或错误/崩溃来分析这些结果。

Our big configuration:

机器1用作 Spring Boot 服务器和本地数据库： i7-4790K 4GHz - 16Go - SSD - Ubuntu 16.04 64bits
机器2用作加特林客户端： i7-4790K 4GHz - 16Go - SSD - Ubuntu 16.04 64bits
Cisco SG100-24 24 端口千兆交换机

Spring 5 WebFlux 性能测试[译]