Java tps_Java static

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

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