并发性能测试程序编写

一般要测试软件或者库的性能,需要在多线程条件下进行。本文提供一种编写多线程性能测试的模板,方便大家参考和使用。

  本文以AES加密和解密为例,并指出Cipher的获取在程序中的不同位置会对程序性能造成的影响。

  程序代码如下:


package com.lazycat.secure.aes;

import java.nio.charset.Charset;

import java.security.NoSuchAlgorithmException;

import java.util.concurrent.CountDownLatch;

import java.util.concurrent.ExecutorService;

import java.util.concurrent.Executors;

import javax.crypto.Cipher;

import javax.crypto.NoSuchPaddingException;

import javax.crypto.spec.SecretKeySpec;

public class AESCoder {

public static int count = 1000000;

public static CountDownLatch latch =new CountDownLatch(count);

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

ExecutorService pool = Executors.newFixedThreadPool(200);

final byte[] payload = "{\"msg\":{\"content\":{\"text\":\"JJH\",\"tplId\":0},\"from\":{\"name\":\"10000213\",\"id\":1,\"type\":0},\"to\":{\"name\":\"10095812\",\"id\":10000213,\"type\":0},\"time\":0,\"txid\":0,\"subtype\":1},\"type\":\"chat\"}".getBytes(Charset.forName("utf-8"));

final String secureKey ="BBmFdTFVgAjgHNwRkWWRcOFFiBzAANFU9DmMAP1JpBmc.";

long start = System.currentTimeMillis();

for(int i = 0 ; i <count ; i++){

pool.execute(new Runnable() {

public void run() {

AESCoder coder = new AESCoder();

byte[] enret =null;

try {

enret = coder.encrypt(payload,secureKey);

byte[] deret = coder.decrypt(enret, secureKey);

System.out.println(new String(deret,"utf-8"));

} catch (Exception e) {

e.printStackTrace();

}

latch.countDown();

}

});

}

latch.await();

System.out.println(System.currentTimeMillis() - start);

pool.shutdown();

}

private byte[] encrypt(byte[] payload,String securekey)throws Exception{

byte[] enCodeFormat = securekey.substring(0, 16).getBytes();

SecretKeySpec key = newSecretKeySpec(enCodeFormat,"AES");

Cipher cipher = CliperInstance.getInstance();//创建密码器

//Cipher cipher = Cipher.getInstance("AES/ECB/PKCS5Padding");

cipher.init(Cipher.ENCRYPT_MODE, key);//初始化

byte[] result = cipher.doFinal(payload);

return result;

}

public byte[] decrypt(byte[] buffer,StringsecureKey)throws Exception{

byte[] enCodeFormat = secureKey.substring(0,16).getBytes();

SecretKeySpec key = newSecretKeySpec(enCodeFormat,"AES");

//Cipher cipher = Cipher.getInstance("AES/ECB/PKCS5Padding");//创建密码器

Cipher cipher = CliperInstance.getInstance();

cipher.init(Cipher.DECRYPT_MODE, key);//初始化

byte[] result = cipher.doFinal(buffer);

return result;

}

}

class CliperInstance {

private static ThreadLocal<Cipher> cipherTL =new ThreadLocal<Cipher>(){

@Override

protected Cipher initialValue() {

try {

return Cipher.getInstance("AES/ECB/PKCS5Padding");

}catch(Exception e){

return null;

}

}

};

public static   CiphergetInstance() throws NoSuchAlgorithmException, NoSuchPaddingException{

returncipherTL.get();

}

}

 上述代码中有两个方法,分别是encrypt和decryption,分别表示加密和解密。

  为了简单,可以被多个线程共用,因此将CountDownLatch定义为static。

  在main函数中,创建了固定大小的线程池(200个线程,这个可以根据需要进行调整)和用于加密的payload和秘钥secureKey。Start用于记录开始时间,通过最后的System.currentTimeMillis()-start即可获得程序的运行时间。在for循环中,并发执行了count(10W)次payload的加密和解密,每个线程在执行完一个任务后会调用latch.countDown(),而主程序在循环后使用latch.await(),等待所有线程执行结束后,统计执行时间,输出消耗时间,最后关闭线程池。

  一般在做对比或者寻找瓶颈时,才会使用性能测试,下面给出一个性能对比的例子。

  在前面的代码中,无论是encrypt,还是decrypt,都有如下内容:

  Cipher cipher = CliperInstance.getInstance();//创建密码器

  //Cipher cipher = Cipher.getInstance("AES/ECB/PKCS5Padding");

  现在我们要对比每次加密和解密都执行Cipher.getInstance方法和对每一个线程自己都维护一个Cipher实例的性能差别。(我们都知道,Ciper.getInstance的调用时很耗时的)。

  使用Ciphercipher = CliperInstance.getInstance(); 时,执行100W次加密和解密,大约使用11.2s,而使用Cipher cipher = Cipher.getInstance("AES/ECB/PKCS5Padding"); 大约需要39.6s,因此在进行加密、解密、签名等算法时,最好每个线程维护一个加密、解密或者签名的实例(这些实例是不能再多线程间共享的,如上例所示,调用init和doFinal必须在一个线程内完成,如果全局共享同一个实例,A调用init,B也调用了init,当A调用doFinal时,此时实例内的数据已经不是A的了,会出现异常)。

  顺便说一下,如果要求每个线程有自己的实例的情况下(如上面的加密和解密等),那么就可以使用ThreadLocal,在使用ThreadLocal时,重写内部的initialValue 方法,每次调用ThreadLocal的get方法时,ThreadLocal实例先到自己的Map中寻找有没有当前线程对应的Instance,如果存在,将Instance返回,如果不存在,调用initialValue去创建一个Instance,并将新Instance放到Map中后,返回。详情参看JDK文档。

  需要注意的是,CliperInstance 没必要非点单写成一个类,这里是为了让代码更容易懂。

最新内容请见作者的GitHub页:http://qaseven.github.io/

时间: 2024-09-02 13:10:09

并发性能测试程序编写的相关文章

Erlang的并发性能也并非最强

过去曾认为Erlang就代表高并发,高并发就代表高性能,同时认为Erlang就只是高并发的代名词.其实,Erlang的并发性能也并非最强.首先Erlang的虚拟机是C写的,其次诸如Haskell.OCaml + JoCaml,以及Python的PyPy,其实都能提供不弱于Erlang的并发能力.同时Erlang在顺序计算上的性能也不佳,甚至不能超过Python.Lua这类脚本语言(也许是和其本身的特殊性质有关).所以就更落后于Haskell和OCaml这类可编译的语言.然而即使并发和并行也需要顺

MongoDB 2.2版本发布 并发性能增强

我们能够看到,广受诟病的全局锁已经在这一版中被拿掉,取而代之的是DB级别的锁,而且collection 级别的锁也不远了. 下面就看看2.2 版本的几个新功能吧: 1.并发性能增强 如上面所说,http://www.aliyun.com/zixun/aggregation/13461.html">MongoDB 2.2版本中不再有凌驾于整个daemon上的全局锁,而是将锁的粒度减小到了DB级别.并且按MongoDB 的CEO Dwight Merriman所说,这次虽然没有一步到位的将锁粒

java降低锁粒度优化并发性能教程

在高负载多线程应用中性能是非常重要的.为了达到更好的性能,开发者必须意识到并发的重要性.当我们需要使用并发时, 常常有一个资源必须被两个或多个线程共享. 在这种情况下,就存在一个竞争条件,也就是其中一个线程可以得到锁(锁与特定资源绑定),其他想要得到锁的线程会被阻塞.这个同步机制的实现是有代价的,为了向你提供一个好用的同步模型,JVM和操作系统都要消耗资源.有三个最重要的因素使并发的实现会消耗大量资源,它们是:     上下文切换     内存同步     阻塞 为了写出针对同步的优化代码,你必

并发性能优化 – 降低锁粒度

原文链接  作者:Adrianos Dadis 译者:买蓉(sky.mairong@gmail.com) 校对:方腾飞 在高负载多线程应用中性能是非常重要的.为了达到更好的性能,开发者必须意识到并发的重要性.当我们需要使用并发时, 常常有一个资源必须被两个或多个线程共享. 在这种情况下,就存在一个竞争条件,也就是其中一个线程可以得到锁(锁与特定资源绑定),其他想要得到锁的线程会被阻塞.这个同步机制的实现是有代价的,为了向你提供一个好用的同步模型,JVM和操作系统都要消耗资源.有三个最重要的因素使

自主编写部署性能测试的备

与以前使用性能工具和终端性能测试做的方式不同,自己亲自部署的性能环境对性能测试的理解,还有测试的经验以及对性能测试开发的一些功底都是一个考验,因为这次是从一行代码都没有到个人发布的第一版性能测试程序(用例)间解决很多难题,所以趁现在有空闲时间备忘下这次做偏网络性能测试的经历. 设计阶段的时候一定需要弄清楚这次性能测试的目的和要点.与用lr的web网页性能测试不同,我是测试更底层或者说是网络层的性能.与手工测试不同,做性能测试务必有需求,即使没有需求都需要组织会议来自己定制一套需求.在做性能测试的

Java理论与实践: 并发在一定程度上使一切变得简单

当项目中需要 XML 解析器.文本索引程序和搜索引擎.正则表达式编译器. XSL 处理器或 PDF 生成器时,我们中大多数人从不会考虑自己去编写这些实用 程序.每当需要这些设施时,我们会使用商业实现或开放源码实现来执行这些任 务原因很简单 ― 现有实现工作得很好,而且易于使用,自己编写这些实用程序 会事倍功半,或者甚至得不到结果.作为软件工程师,我们更愿意遵循艾萨克 ・牛顿的信念 ― 站在巨人的肩膀之上,有时这是可取的,但并不总是这 样.(在 Richard Hamming 的 Turing A

[Java]如何提高Web服务端并发效率的异步编程技术?

[编者按]在Java里开发多线程最强有力的实践就是做服务端的并发处理,本文作者阐述了实施多线程的具体实践方法,要真的掌握某种技术你就必须要知其所以然.笔者转发至此,希望对Web开发者有所帮助. 全文如下: 作为一名Web工程师都希望自己做的Web应用能被越来越多的人使用,如果我们所做的Web应用随着用户的增多而宕机了,那么越来越多的人就会变得越来越少了,为了让我们的Web应用能有更多人使用,我们就得提升Web应用服务端的并发能力.那么我们如何做到这点了,根据现有的并发技术我们会有如下选择: 给服

C#并发编程经典实例--并发编程概述

来自 "C#并发编程经典实例" 优秀软件的一个关键特征就是具有并发性.过去的几十年,我们可以进行并发编程,但是难度很大.以前,并发性软件的编写.调试和维护都很难,这导致很多开发人员为图省事放弃了并发编程.新版.NET 中的程序库和语言特征,已经让并发编程变得简单多了.随着Visual Studio 2012 的发布,微软明显降低了并发编程的门槛.以前只有专家才能做并发编程,而今天,每一个开发人员都能够(而且应该)接受并发编程. 1.1 并发编程简介 首先,我来解释几个贯穿本书始终的术语

ANDROID性能调优

http://www.trinea.cn/android/android-performance-demo/#comment-115 本文主要分享自己在appstore项目中的性能调优点,包括同步改异步.缓存.Layout优化.数据库优化.算法优化.延迟执行等.   性能优化专题已完成五部分: 性能优化总纲--性能问题及性能调优方式性能优化第三篇--Java(Android)代码优化性能优化第二篇--布局优化性能优化第一篇--数据库性能优化 性能优化实例    一.性能瓶颈点 整个页面主要由6个