WebSphere教程FG017-WebSphere应用性能调优（连接池、线程池）实战

本文档风哥主要介绍WebSphere Application Server 9.0.5的应用性能调优，包括连接池优化、线程池优化、JVM参数优化等内容，风哥教程参考WebSphere官方文档性能调优章节，适合WebSphere管理员在学习和测试中使用，如果要应用于生产环境则需要自行确认。更多视频教程www.fgedu.net.cn

Part01-基础概念与理论知识

1.1 性能调优概述

WebSphere性能调优是通过调整配置参数和优化代码，使应用服务器达到最佳性能状态的过程。学习交流加群风哥微信: itpux-com

性能调优目标：

响应时间：降低请求响应时间
吞吐量：提高系统处理能力
资源利用：优化资源使用效率
稳定性：确保系统稳定运行

1.1.1 性能调优层次

# WebSphere性能调优层次

1. 应用层调优
– 代码优化
– SQL优化
– 缓存优化
– 架构优化

2. 应用服务器层调优
– JVM参数调优
– 线程池调优
– 连接池调优
– 会话管理调优

3. 系统层调优
– 操作系统参数
– 网络参数
– 文件系统

4. 数据库层调优
– 数据库参数
– 索引优化
– SQL优化

# 性能调优原则

原则描述
──────────────────────────────────────────────────────
先监控后调优基于数据做决策
先应用后系统优先优化应用代码
先瓶颈后优化找到瓶颈再优化
渐进式调优小步快跑，逐步优化
可回滚调优前做好备份

# 性能调优流程

1. 建立基线
↓
2. 监控分析
↓
3. 识别瓶颈
↓
4. 制定方案
↓
5. 实施调优
↓
6. 验证效果
↓
7. 持续优化

1.2 连接池原理

连接池原理：

1.2.1 连接池工作原理

# 连接池工作原理

┌─────────────────────────────────────────────────────────┐
│ 连接池架构 │
├─────────────────────────────────────────────────────────┤
│ │
│ 应用请求连接 │
│ ↓ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 连接池管理器 │ │
│ │ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ ┌─────┐ │ │
│ │ │连接1│ │连接2│ │连接3│ │连接4│ │连接5│ │ │
│ │ └─────┘ └─────┘ └─────┘ └─────┘ └─────┘ │ │
│ │ 空闲使用使用空闲使用 │ │
│ └─────────────────────────────────────────────────┘ │
│ ↓ │
│ 返回连接给应用 │
│ │
└─────────────────────────────────────────────────────────┘

# 连接池核心参数

参数描述推荐值
──────────────────────────────────────────────────────
minPoolSize 最小连接数 10
maxPoolSize 最大连接数 50-100
connectionTimeout 获取连接超时 30秒
idleTimeout 空闲连接超时 1800秒
maxLifetime 连接最大存活时间 1800秒

# 连接池工作流程

1. 应用请求数据库连接
2. 连接池检查是否有空闲连接
3. 如果有空闲连接，返回给应用
4. 如果没有空闲连接，检查是否达到最大连接数
5. 如果未达到最大连接数，创建新连接
6. 如果已达到最大连接数，等待其他连接释放
7. 应用使用完连接后归还连接池

# 连接池优势

优势描述
──────────────────────────────────────────────────────
减少连接创建开销复用已有连接
控制连接数量防止连接过多
统一连接管理便于监控和维护
提高响应速度无需频繁创建连接

1.3 线程池原理

线程池原理：

1.3.1 线程池工作原理

# 线程池工作原理

┌─────────────────────────────────────────────────────────┐
│ 线程池架构 │
├─────────────────────────────────────────────────────────┤
│ │
│ 请求队列 │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 请求1 → 请求2 → 请求3 → 请求4 → 请求5 → … │ │
│ └─────────────────────────────────────────────────┘ │
│ ↓ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 工作线程池 │ │
│ │ ┌────┐ ┌────┐ ┌────┐ ┌────┐ ┌────┐ │ │
│ │ │线程1│ │线程2│ │线程3│ │线程4│ │线程5│ │ │
│ │ └────┘ └────┘ └────┘ └────┘ └────┘ │ │
│ │ 忙碌忙碌空闲忙碌空闲 │ │
│ └─────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────┘

# 线程池核心参数

参数描述推荐值
──────────────────────────────────────────────────────
minThreads 最小线程数 10
maxThreads 最大线程数 50-200
queueSize 队列大小 100-500
keepAlive 空闲线程存活时间 60秒

# WebSphere主要线程池

线程池用途默认值
──────────────────────────────────────────────────────
WebContainer 处理HTTP请求 50
ORB.thread.pool 处理RMI请求 20
Default 默认线程池 20
MessageListener 处理JMS消息 10

# 线程池大小计算公式

最优线程数 = CPU核心数 × (1 + 等待时间/计算时间)

示例：
– CPU核心数：8
– 等待时间：80ms（数据库IO）
– 计算时间：20ms（CPU计算）
– 最优线程数 = 8 × (1 + 80/20) = 8 × 5 = 40

# 线程池调优原则

1. CPU密集型：线程数 ≈ CPU核心数
2. IO密集型：线程数 > CPU核心数
3. 混合型：根据等待时间比例调整

1.4 性能指标

性能指标：

1.4.1 关键性能指标

# 关键性能指标

1. 响应时间指标
指标描述目标值
──────────────────────────────────────────────────────
平均响应时间请求平均处理时间 < 500ms P95响应时间 95%请求响应时间 < 1秒 P99响应时间 99%请求响应时间 < 2秒最大响应时间最慢请求响应时间 < 5秒 2. 吞吐量指标指标描述目标值 ────────────────────────────────────────────────────── TPS 每秒事务数根据业务 QPS 每秒查询数根据业务并发用户数同时在线用户根据业务 3. 资源使用指标指标描述目标值 ────────────────────────────────────────────────────── CPU使用率 CPU使用百分比 < 70% 内存使用率内存使用百分比 < 80% 连接池使用率连接池使用百分比 < 80% 线程池使用率线程池使用百分比 < 80% 4. 错误率指标指标描述目标值 ────────────────────────────────────────────────────── 错误率请求失败百分比 < 0.1% 超时率请求超时百分比 < 0.1% # 性能基线建立基线内容： - 正常负载下的响应时间 - 正常负载下的吞吐量 - 正常负载下的资源使用 - 峰值负载下的性能表现基线用途： - 作为调优的参考基准 - 发现性能退化 - 容量规划依据

风哥提示：性能调优需要基于数据和监控，不能凭感觉调优。建立性能基线是调优的第一步，有了基线才能评估调优效果。

Part02-生产环境规划与建议

2.1 性能调优规划

性能调优规划：

2.1.1 调优规划要素

# 性能调优规划要素

1. 业务需求分析
– 用户数量
– 请求频率
– 响应时间要求
– 可用性要求

2. 系统资源评估
– CPU核心数
– 内存大小
– 磁盘性能
– 网络带宽

3. 调优目标设定
– 响应时间目标
– 吞吐量目标
– 资源使用目标
– 错误率目标

4. 调优策略制定
– 调优优先级
– 调优步骤
– 验证方法
– 回滚方案

# 调优规划模板

项目名称：fgedu电商系统性能调优
业务需求：
– 日活用户：100万
– 峰值QPS：5000
– 平均响应时间：< 500ms 系统资源： - 服务器：4台 - CPU：16核 - 内存：32GB - 网络：千兆调优目标： - 平均响应时间：< 300ms - P99响应时间：< 1秒 - 吞吐量：> 5000 QPS
– 错误率：< 0.01% 调优策略： 1. 连接池优化 2. 线程池优化 3. JVM参数优化 4. 应用代码优化

2.2 连接池规划

连接池规划：

2.2.1 连接池配置规划

# 连接池配置规划

1. 连接数计算
最大连接数 = (峰值并发数 × 平均查询时间) / 查询间隔

示例：
– 峰值并发：100
– 平均查询时间：50ms
– 查询间隔：100ms
– 最大连接数 = (100 × 0.05) / 0.1 = 50

2. 连接池配置建议

场景 minPoolSize maxPoolSize
──────────────────────────────────────────────────────
小型应用 5 20
中型应用 10 50
大型应用 20 100
高并发应用 50 200

3. 连接池参数配置
参数值说明
──────────────────────────────────────────────────────
minPoolSize 10 最小连接数
maxPoolSize 50 最大连接数
connectionTimeout 30000 获取连接超时30秒
idleTimeout 1800 空闲连接超时30分钟
maxLifetime 1800 连接最大存活30分钟
autoReconnect true 自动重连
testOnBorrow true 获取连接时测试
validationQuery SELECT 1 验证SQL

# 多数据源连接池规划

数据源用途 maxPoolSize
──────────────────────────────────────────────────────
jdbc/fgedudb 主数据库 50
jdbc/fgedudb_read 只读数据库 30
jdbc/fgeducache 缓存数据库 20

总连接数 = 50 + 30 + 20 = 100
数据库最大连接数应 > 100

2.3 线程池规划

线程池规划：

2.3.1 线程池配置规划

# 线程池配置规划

1. 线程数计算
最优线程数 = CPU核心数 × (1 + 等待时间/计算时间)

示例：
– CPU核心数：16
– 等待时间：80ms
– 计算时间：20ms
– 最优线程数 = 16 × (1 + 80/20) = 16 × 5 = 80

2. 线程池配置建议

场景 WebContainer ORB.thread.pool
──────────────────────────────────────────────────────
小型应用 25 10
中型应用 50 20
大型应用 100 50
高并发应用 200 100

3. 线程池参数配置
参数值说明
──────────────────────────────────────────────────────
minThreads 10 最小线程数
maxThreads 50 最大线程数
inactivityTimeout 5000 空闲线程超时5秒
isGrowable true 允许动态增长

# 线程池配置注意事项

1. 避免线程数过多
– 线程过多会导致上下文切换开销
– CPU利用率下降
– 响应时间增加

2. 避免线程数过少
– 请求排队等待
– 响应时间增加
– 吞吐量下降

3. 监控线程池使用率
– 使用率 > 80%：考虑增加线程数
– 使用率 < 30%：考虑减少线程数

2.4 性能监控规划

性能监控规划：

2.4.1 监控配置

# 性能监控配置

1. 监控指标
指标监控频率告警阈值
──────────────────────────────────────────────────────
响应时间实时 > 1秒
吞吐量实时 < 预期值50% CPU使用率 1分钟 > 80%
内存使用率 1分钟 > 80%
连接池使用率 1分钟 > 80%
线程池使用率 1分钟 > 80%

2. 监控工具
– WebSphere PMI
– Tivoli Performance Viewer
– 自定义监控脚本
– 第三方监控工具

3. 监控数据存储
– 实时数据：1天
– 短期数据：7天
– 中期数据：30天
– 长期数据：1年

# 监控脚本
#!/bin/bash
# performance_monitor.sh
# from:www.itpux.com.qq113257174.wx:itpux-com
# web: http://www.fgedu.net.cn

LOG_FILE=/WebSphere/logs/performance.log

echo “$(date) === 性能监控 ===” >> $LOG_FILE

# 连接池监控
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123 -c ”
ds = AdminControl.queryNames(‘type=DataSource,name=fgedudb,*’)
stats = AdminControl.getAttribute(ds, ‘stats’)
print ‘连接池：’ + stats
” 2>/dev/null >> $LOG_FILE

# 线程池监控
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123 -c ”
tp = AdminControl.queryNames(‘type=ThreadPool,name=WebContainer,*’)
active = AdminControl.getAttribute(tp, ‘activeThreads’)
maxThreads = AdminControl.getAttribute(tp, ‘maxThreads’)
print ‘线程池：’ + active + ‘/’ + maxThreads
” 2>/dev/null >> $LOG_FILE

Part03-生产环境项目实施方案

3.1 连接池优化实战

连接池优化操作：

3.1.1 连接池配置优化

# 连接池配置优化

1. 通过管理控制台配置
管理控制台 > 资源 > JDBC > 数据源
> fgedudb > 连接池

配置参数：
最小连接数：10
最大连接数：50
连接超时：30秒
空闲超时：1800秒
清除策略：EntirePool
老化策略：1.0

2. 通过wsadmin配置
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123

# 获取数据源
ds = AdminConfig.getid(‘/DataSource:fgedudb/’)

# 设置连接池参数
cp = AdminConfig.list(‘ConnectionPool’, ds)
AdminConfig.modify(cp, ‘[[minConnections 10] [maxConnections 50] [connectionTimeout 30] [idleTimeout 1800]]’)

AdminConfig.save()

3. 验证配置
# 查看连接池配置
AdminConfig.show(cp)

[connectionTimeout 30]
[idleTimeout 1800]
[maxConnections 50]
[minConnections 10]

# 连接池优化建议

优化项原值优化值说明
──────────────────────────────────────────────────────
minConnections 1 10 避免冷启动
maxConnections 30 50 应对峰值
connectionTimeout 180 30 快速失败
idleTimeout 1800 1800 保持不变
reapTime 180 60 更快回收
unusedTimeout 1800 600 更快释放

3.1.2 连接池监控与调优

# 连接池监控与调优

1. 监控连接池状态
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123 -c ”
ds = AdminControl.queryNames(‘type=DataSource,name=fgedudb,*’)
stats = AdminControl.getAttribute(ds, ‘stats’)
print stats
” 2>/dev/null

连接池状态：
– 总连接数：50
– 使用连接数：35
– 空闲连接数：15
– 等待线程数：0
– 使用率：70%

2. 分析连接池使用情况
# 正常情况
– 使用率：30%-70%
– 等待线程：0
– 空闲连接：充足

# 需要调优
– 使用率 > 80%：增加最大连接数
– 等待线程 > 0：增加最大连接数或优化SQL
– 空闲连接过多：减少最小连接数

3. 连接池调优案例
# 问题：连接池使用率过高
监控数据：
– 使用率：95%
– 等待线程：10
– 平均等待时间：2秒

# 分析
– 最大连接数：30
– 峰值并发：50
– 连接不够用

# 解决方案
增加最大连接数到50，同时优化慢SQL

# 调优后
– 使用率：60%
– 等待线程：0
– 平均等待时间：0秒

3.2 线程池优化实战

线程池优化操作：

3.2.1 线程池配置优化

# 线程池配置优化

1. 通过管理控制台配置
管理控制台 > 服务器 > server1 > 线程池
> WebContainer

配置参数：
最小线程数：10
最大线程数：50
空闲超时：5000毫秒
允许线程增长：是

2. 通过wsadmin配置
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123

# 获取线程池
tp = AdminConfig.getid(‘/Server:server1/ThreadPool:WebContainer/’)

# 设置线程池参数
AdminConfig.modify(tp, ‘[[minimumSize 10] [maximumSize 50] [inactivityTimeout 5000] [isGrowable true]]’)

AdminConfig.save()

3. 验证配置
# 查看线程池配置
AdminConfig.show(tp)

[inactivityTimeout 5000]
[isGrowable true]
[maximumSize 50]
[minimumSize 10]

# 线程池优化建议

优化项原值优化值说明
──────────────────────────────────────────────────────
minimumSize 5 10 避免冷启动
maximumSize 25 50 应对峰值
inactivityTimeout 5000 5000 保持不变
isGrowable true true 允许增长

# 线程池大小计算

CPU密集型应用：
maxThreads = CPU核心数 + 1

IO密集型应用：
maxThreads = CPU核心数 × (1 + 等待时间/计算时间)

混合型应用：
根据实际监控数据调整

3.2.2 线程池监控与调优

# 线程池监控与调优

1. 监控线程池状态
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123 -c ”
tpList = AdminControl.queryNames(‘type=ThreadPool,*’).splitlines()
for tp in tpList:
name = AdminControl.getAttribute(tp, ‘name’)
active = AdminControl.getAttribute(tp, ‘activeThreads’)
poolSize = AdminControl.getAttribute(tp, ‘poolSize’)
maxThreads = AdminControl.getAttribute(tp, ‘maxThreads’)
print ‘%s: %s/%s (池大小: %s)’ % (name, active, maxThreads, poolSize)
” 2>/dev/null

线程池状态：
WebContainer: 35/50 (池大小: 50)
ORB.thread.pool: 15/20 (池大小: 20)
Default: 5/10 (池大小: 10)

2. 分析线程池使用情况
# 正常情况
– 使用率：30%-70%
– 无请求超时
– 响应时间正常

# 需要调优
– 使用率 > 80%：增加最大线程数
– 请求超时：增加最大线程数或优化处理逻辑
– 使用率 < 20%：减少线程数 3. 线程池调优案例 # 问题：线程池使用率过高监控数据： - WebContainer使用率：90% - 请求超时：5% - 平均响应时间：2秒 # 分析 - 最大线程数：25 - 峰值并发：50 - 线程不够用 # 解决方案增加最大线程数到50 # 调优后 - 使用率：50% - 请求超时：0% - 平均响应时间：300ms

3.3 JVM参数优化实战

JVM参数优化操作：

3.3.1 JVM参数配置

# JVM参数配置

1. 通过管理控制台配置
管理控制台 > 服务器 > server1 > Java虚拟机

配置参数：
初始堆大小：2048
最大堆大小：2048
通用JVM参数：
-Xms2048m -Xmx2048m -Xmn768m
-XX:+UseG1GC
-XX:MaxGCPauseMillis=200
-XX:+HeapDumpOnOutOfMemoryError
-XX:HeapDumpPath=/WebSphere/dumps

2. JVM参数说明
参数值说明
──────────────────────────────────────────────────────
-Xms 2048m 初始堆大小
-Xmx 2048m 最大堆大小
-Xmn 768m 年轻代大小
-XX:+UseG1GC – 使用G1垃圾收集器
-XX:MaxGCPauseMillis 200 最大GC暂停时间

3. 不同场景JVM配置

小型应用（4GB内存）：
-Xms1536m -Xmx1536m -Xmn512m
-XX:+UseG1GC

中型应用（8GB内存）：
-Xms4096m -Xmx4096m -Xmn1536m
-XX:+UseG1GC

大型应用（16GB内存）：
-Xms8192m -Xmx8192m -Xmn3072m
-XX:+UseG1GC

# JVM调优原则

1. 堆内存设置
– 初始堆 = 最大堆（避免动态调整）
– 堆大小 = 物理内存的50%-70%
– 年轻代 = 堆大小的30%-40%

2. GC选择
– JDK 8：G1GC或CMS
– JDK 11+：G1GC（默认）
– 低延迟：ZGC

3. GC参数优化
– 设置合理的GC暂停时间目标
– 启用GC日志便于分析

3.4 性能验证实战

性能验证操作：

3.4.1 性能测试验证

# 性能测试验证

1. 压力测试
# 使用JMeter进行压力测试
jmeter -n -t fgedu_test.jmx -l result.jtl -e -o report

# 测试场景
– 并发用户：100-500
– 持续时间：30分钟
– 测试接口：核心业务接口

2. 监控数据收集
# 收集调优前后数据对比

调优前：
┌─────────────────────────────────────────────────────────┐
│ 调优前性能数据 │
├─────────────────────────────────────────────────────────┤
│ 平均响应时间：800ms │
│ P95响应时间：2000ms │
│ 吞吐量：1000 TPS │
│ 错误率：0.5% │
│ CPU使用率：85% │
│ 内存使用率：90% │
│ 连接池使用率：95% │
│ 线程池使用率：90% │
└─────────────────────────────────────────────────────────┘

调优后：
┌─────────────────────────────────────────────────────────┐
│ 调优后性能数据 │
├─────────────────────────────────────────────────────────┤
│ 平均响应时间：250ms │
│ P95响应时间：500ms │
│ 吞吐量：3000 TPS │
│ 错误率：0.01% │
│ CPU使用率：60% │
│ 内存使用率：65% │
│ 连接池使用率：60% │
│ 线程池使用率：50% │
└─────────────────────────────────────────────────────────┘

3. 性能提升分析
指标调优前调优后提升
──────────────────────────────────────────────────────
平均响应时间 800ms 250ms 68.75%
吞吐量 1000TPS 3000TPS 200%
错误率 0.5% 0.01% 98%

# 性能验证脚本
#!/bin/bash
# performance_verify.sh
# from:www.itpux.com.qq113257174.wx:itpux-com
# web: http://www.fgedu.net.cn

echo “=== 性能验证测试 ===”

# 运行压力测试
jmeter -n -t /WebSphere/tests/fgedu_test.jmx \
-l /WebSphere/tests/result_$(date +%Y%m%d%H%M).jtl \
-e -o /WebSphere/tests/report_$(date +%Y%m%d%H%M)

# 分析结果
echo “测试完成，结果已保存”
echo “报告路径：/WebSphere/tests/report_$(date +%Y%m%d%H%M)”

风哥提示：性能调优是一个持续的过程，需要不断监控、分析、优化。每次调优后都要进行充分的验证测试，确保调优效果。学习交流加群风哥QQ113257174

Part04-生产案例与实战讲解

4.1 高并发系统调优案例

高并发系统调优案例：

4.1.1 案例背景

# 高并发系统调优案例

企业背景：
– 应用类型：电商秒杀系统
– 业务特点：瞬时高并发
– 峰值QPS：10000+

问题现象：
– 秒杀活动时系统响应慢
– 大量请求超时
– 用户体验差

诊断过程：
1. 监控分析
– CPU使用率：95%
– 线程池使用率：100%
– 连接池使用率：100%
– 响应时间：5秒+

2. 瓶颈识别
– 线程池不足
– 连接池不足
– 数据库压力大

调优方案：
1. 线程池优化
– WebContainer：50 → 200
– ORB.thread.pool：20 → 50

2. 连接池优化
– maxPoolSize：50 → 100
– minPoolSize：10 → 20

3. JVM优化
– 堆内存：2GB → 4GB
– GC：ParallelGC → G1GC

4. 架构优化
– 引入Redis缓存
– 读写分离
– 异步处理

调优效果：
指标调优前调优后
──────────────────────────────────────────────────────
响应时间 5秒 200ms
吞吐量 1000TPS 10000TPS
错误率 10% 0.1%
CPU使用率 95% 70%

4.2 连接池耗尽调优案例

连接池耗尽调优案例：

4.2.1 案例背景

# 连接池耗尽调优案例

故障现象：
应用报错：获取数据库连接超时

诊断过程：
1. 检查连接池状态
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123 -c ”
ds = AdminControl.queryNames(‘type=DataSource,name=fgedudb,*’)
print AdminControl.getAttribute(ds, ‘stats’)
” 2>/dev/null

连接池状态：
– 总连接数：30
– 使用连接数：30
– 空闲连接数：0
– 等待线程数：25

2. 分析原因
– 连接池配置过小
– 慢SQL导致连接占用时间长
– 连接泄漏

3. 定位慢SQL
SELECT * FROM fgedu_order WHERE create_time > ?
— 执行时间：5秒
— 缺少索引

调优方案：
1. 增加连接池大小
maxPoolSize：30 → 50

2. 优化慢SQL
添加索引：
CREATE INDEX idx_order_create_time ON fgedu_order(create_time);

3. 修复连接泄漏
检查代码，确保连接正确关闭

调优效果：
指标调优前调优后
──────────────────────────────────────────────────────
连接池使用率 100% 60%
等待线程数 25 0
SQL执行时间 5秒 50ms
错误率 5% 0%

4.3 线程池阻塞调优案例

线程池阻塞调优案例：

4.3.1 案例背景

# 线程池阻塞调优案例

故障现象：
应用响应慢，大量请求超时

诊断过程：
1. 检查线程池状态
/WebSphere/app/profiles/Dmgr01/bin/wsadmin.sh -lang jython \
-username fgeduadmin -password fgedu123 -c ”
tp = AdminControl.queryNames(‘type=ThreadPool,name=WebContainer,*’)
print ‘活动线程：’ + AdminControl.getAttribute(tp, ‘activeThreads’)
print ‘最大线程：’ + AdminControl.getAttribute(tp, ‘maxThreads’)
” 2>/dev/null

线程池状态：
– 活动线程：25
– 最大线程：25
– 使用率：100%

2. 生成线程转储分析
发现大量线程阻塞在：
– 数据库IO等待
– 外部服务调用
– 锁等待

3. 分析原因
– 线程池配置过小
– 外部服务响应慢
– 锁竞争严重

调优方案：
1. 增加线程池大小
maxThreads：25 → 50

2. 优化外部服务调用
– 设置超时时间
– 使用异步调用

3. 优化锁策略
– 减少锁粒度
– 使用并发集合

调优效果：
指标调优前调优后
──────────────────────────────────────────────────────
线程池使用率 100% 50%
响应时间 3秒 500ms
超时率 10% 0%
吞吐量 500TPS 1500TPS

Part05-风哥经验总结与分享

5.1 性能调优检查清单

性能调优检查清单：

# 性能调优检查清单

调优前检查：
□ 性能基线已建立
□ 监控系统已部署
□ 调优目标已明确
□ 回滚方案已准备

连接池检查：
□ 连接池大小配置合理
□ 连接超时配置合理
□ 连接泄漏已修复
□ 慢SQL已优化

线程池检查：
□ 线程池大小配置合理
□ 线程超时配置合理
□ 线程阻塞已解决
□ 锁竞争已优化

JVM检查：
□ 堆内存配置合理
□ GC策略选择正确
□ GC日志已启用
□ 内存泄漏已修复

调优后检查：
□ 性能测试已通过
□ 监控数据已验证
□ 文档已更新
□ 回滚方案已验证

5.2 性能调优常见问题

性能调优常见问题及解决方案：

5.2.1 常见问题汇总

# 性能调优常见问题

问题1：调优后性能反而下降
原因：参数配置不当
解决：回滚配置，重新分析

问题2：调优效果不明显
原因：瓶颈未找到
解决：深入分析，找到真正瓶颈

问题3：调优后不稳定
原因：参数设置过于激进
解决：保守调整，逐步优化

问题4：无法确定瓶颈
原因：监控数据不足
解决：完善监控，收集更多数据

问题5：调优影响业务
原因：调优时机不当
解决：选择业务低峰期调优

5.3 性能调优最佳实践

基于多年WebSphere运维经验，总结性能调优最佳实践：

5.3.1 调优原则

数据驱动：基于监控数据做决策
渐进式：小步快跑，逐步优化
可回滚：调优前做好备份
持续优化：性能调优是持续过程

5.3.2 调优建议

建立基线：调优前建立性能基线
监控先行：完善的监控是调优基础
找准瓶颈：找到真正的性能瓶颈
充分验证：调优后充分验证效果

生产环境建议：性能调优需要系统化的方法和工具支持，建议建立完善的监控体系，基于数据做决策，小步快跑，持续优化。from WebSphere视频:www.itpux.com

本文档详细介绍了WebSphere 9.0.5的应用性能调优，包括连接池优化、线程池优化、JVM参数优化等内容。通过学习本文档，读者可以掌握WebSphere性能调优的方法和最佳实践。更多视频教程www.fgedu.net.cn

本文由风哥教程整理发布,仅用于学习测试使用,转载注明出处:http://www.fgedu.net.cn/10327.html

WebSphere教程FG017-WebSphere应用性能调优实战