Optimalkan kinerja aplikasi modern AWS Blu Age Anda - AWS Prescriptive Guidance
RingkasanPrasyarat dan batasanArsitekturAlatPraktik terbaikEpikPemecahan MasalahSumber daya terkait

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Optimalkan kinerja aplikasi modern AWS Blu Age Anda

Vishal Jaswani, Manish Roy, dan Himanshu Sah, Amazon Web Services

Ringkasan

Aplikasi mainframe yang dimodernisasi dengan AWS Blu Age memerlukan pengujian fungsional dan kesetaraan kinerja sebelum diterapkan ke produksi. Dalam pengujian kinerja, aplikasi modern dapat bekerja lebih lambat daripada sistem lama, terutama dalam pekerjaan batch yang kompleks. Perbedaan ini ada karena aplikasi mainframe bersifat monolitik, sedangkan aplikasi modern menggunakan arsitektur multitier. Pola ini menyajikan teknik pengoptimalan untuk mengatasi kesenjangan kinerja ini untuk aplikasi yang dimodernisasi dengan menggunakan refactoring otomatis dengan Blu Age. AWS

Pola ini menggunakan kerangka modernisasi AWS Blu Age dengan Java asli dan kemampuan penyetelan basis data untuk mengidentifikasi dan mengatasi kemacetan kinerja. Pola ini menjelaskan bagaimana Anda dapat menggunakan profil dan pemantauan untuk mengidentifikasi masalah kinerja dengan metrik seperti waktu eksekusi SQL, pemanfaatan memori, dan pola. I/O Kemudian menjelaskan bagaimana Anda dapat menerapkan pengoptimalan yang ditargetkan, termasuk restrukturisasi kueri database, caching, dan penyempurnaan logika bisnis.

Peningkatan waktu pemrosesan batch dan pemanfaatan sumber daya sistem membantu Anda mencocokkan tingkat kinerja mainframe dalam sistem modern Anda. Pendekatan ini mempertahankan kesetaraan fungsional selama transisi ke arsitektur berbasis cloud modern.

Untuk menggunakan pola ini, atur sistem Anda dan identifikasi hotspot kinerja dengan mengikuti instruksi di bagian Epics, dan terapkan teknik pengoptimalan yang dibahas secara rinci di bagian Arsitektur.

Prasyarat dan batasan

Prasyarat

  • Aplikasi modern AWS Blu Age

  • JProfiler Lisensi

  • Hak istimewa administratif untuk menginstal klien database dan alat profil

  • AWS Sertifikasi Blu Age Level 3

  • Pemahaman tingkat menengah tentang kerangka AWS Blu Age, struktur kode yang dihasilkan, dan pemrograman Java

Batasan

Kemampuan dan fitur pengoptimalan berikut berada di luar cakupan pola ini:

  • Optimalisasi latensi jaringan antara tingkatan aplikasi

  • Pengoptimalan tingkat infrastruktur melalui jenis instans Amazon Elastic Compute Cloud ( EC2Amazon) dan pengoptimalan penyimpanan

  • Pengujian beban pengguna bersamaan dan pengujian stres

Versi produk

  • JProfiler versi 13.0 atau yang lebih baru (kami sarankan versi terbaru)

  • pgAdmin versi 8.14 atau yang lebih baru

Arsitektur

Pola ini mengatur lingkungan pembuatan profil untuk aplikasi AWS Blu Age dengan menggunakan alat seperti dan JProfiler pgAdmin. Ini mendukung optimasi melalui DAOManager dan SQLExecution Builder yang APIs disediakan oleh AWS Blu Age.

Sisa bagian ini memberikan informasi terperinci dan contoh untuk mengidentifikasi hotspot kinerja dan strategi pengoptimalan untuk aplikasi modern Anda. Langkah-langkah di bagian Epik merujuk kembali ke informasi ini untuk panduan lebih lanjut.

Mengidentifikasi hotspot kinerja dalam aplikasi mainframe modern

Dalam aplikasi mainframe modern, hotspot kinerja adalah area spesifik dalam kode yang menyebabkan perlambatan atau inefisiensi yang signifikan. Hotspot ini sering disebabkan oleh perbedaan arsitektur antara mainframe dan aplikasi modern. Untuk mengidentifikasi kemacetan kinerja ini dan mengoptimalkan kinerja aplikasi modern Anda, Anda dapat menggunakan tiga teknik: SQL logging, rencana kueri, dan analisis. EXPLAIN JProfiler

Teknik identifikasi hotspot: pencatatan SQL

Aplikasi Java modern, termasuk yang telah dimodernisasi dengan menggunakan AWS Blu Age, memiliki kemampuan bawaan untuk mencatat kueri SQL. Anda dapat mengaktifkan logger tertentu dalam proyek AWS Blu Age untuk melacak dan menganalisis pernyataan SQL yang dijalankan oleh aplikasi Anda. Teknik ini sangat berguna untuk mengidentifikasi pola akses database yang tidak efisien, seperti permintaan individu yang berlebihan atau panggilan database yang tidak terstruktur dengan baik, yang dapat dioptimalkan melalui batching atau penyempurnaan kueri.

Untuk mengimplementasikan logging SQL di aplikasi modern AWS Blu Age Anda, atur level log ke untuk pernyataan SQL dalam application.properties file DEBUG untuk menangkap detail eksekusi kueri:

level.org.springframework.beans.factory.support.DefaultListableBeanFactory : WARN
level.com.netfective.bluage.gapwalk.runtime.sort.internal: WARN
level.org.springframework.jdbc.core.StatementCreatorUtils: DEBUG
level.com.netfective.bluage.gapwalk.rt.blu4iv.dao: DEBUG
level.com.fiserv.signature: DEBUG
level.com.netfective.bluage.gapwalk.database.support.central: DEBUG
level.com.netfective.bluage.gapwalk.rt.db.configuration.DatabaseConfiguration: DEBUG
level.com.netfective.bluage.gapwalk.rt.db.DatabaseInteractionLoggerUtils: DEBUG
level.com.netfective.bluage.gapwalk.database.support.AbstractDatabaseSupport: DEBUG
level.com.netfective.bluage.gapwalk.rt: DEBUG

Pantau kueri frekuensi tinggi dan berkinerja lambat dengan menggunakan data yang dicatat untuk mengidentifikasi target pengoptimalan. Fokus pada kueri dalam proses batch karena biasanya memiliki dampak kinerja tertinggi.

Teknik identifikasi hotspot: Kueri JELASKAN rencana

Metode ini menggunakan kemampuan perencanaan kueri sistem manajemen database relasional. Anda dapat menggunakan perintah seperti EXPLAIN di PostgreSQL atau MySQL, atau di OracleEXPLAIN PLAN, untuk memeriksa bagaimana database Anda bermaksud menjalankan kueri yang diberikan. Output dari perintah ini memberikan wawasan berharga ke dalam strategi eksekusi kueri, termasuk apakah indeks akan digunakan atau pemindaian tabel lengkap akan dilakukan. Informasi ini sangat penting untuk mengoptimalkan kinerja kueri, terutama dalam kasus di mana pengindeksan yang tepat dapat secara signifikan mengurangi waktu eksekusi.

Ekstrak kueri SQL yang paling berulang dari log aplikasi dan analisis jalur eksekusi kueri berkinerja lambat dengan menggunakan EXPLAIN perintah yang khusus untuk database Anda. Berikut adalah contoh untuk database PostgreSQL.

Kueri:

SELECT * FROM tenk1 WHERE unique1 < 100;

EXPLAINperintah:

EXPLAIN SELECT * FROM tenk1 where unique1 < 100;

Output:

Bitmap Heap Scan on tenk1 (cost=5.06..224.98 rows=100 width=244) 
Recheck Cond: (unique1 < 100) 
-> Bitmap Index Scan on tenk1_unique1 (cost=0.00..5.04 rows=100 width=0)
Index Cond: (unique1 < 100)

Anda dapat menafsirkan EXPLAIN output sebagai berikut:

  • Baca EXPLAIN rencana dari operasi terdalam ke terluar (bawah ke atas).

  • Carilah istilah-istilah kunci. Misalnya, Seq Scan menunjukkan pemindaian tabel lengkap dan Index Scan menunjukkan penggunaan indeks.

  • Periksa nilai biaya: Angka pertama adalah biaya awal, dan angka kedua adalah total biaya.

  • Lihat rows nilai untuk perkiraan jumlah baris output.

Dalam contoh ini, mesin kueri menggunakan pemindaian indeks untuk menemukan baris yang cocok, dan kemudian hanya mengambil baris tersebut (Bitmap Heap Scan). Ini lebih efisien daripada memindai seluruh tabel, meskipun biaya akses baris individu lebih tinggi.

Operasi pemindaian tabel dalam output EXPLAIN rencana menunjukkan indeks yang hilang. Optimalisasi membutuhkan pembuatan indeks yang sesuai.

Teknik identifikasi hotspot: analisis JProfiler

JProfiler adalah alat profil Java komprehensif yang membantu Anda mengatasi kemacetan kinerja dengan mengidentifikasi panggilan database yang lambat dan panggilan intensif CPU. Alat ini sangat efektif dalam mengidentifikasi kueri SQL yang lambat dan penggunaan memori yang tidak efisien.

Contoh analisis untuk kueri:

select evt. com.netfective.bluage.gapwalk.rt.blu4iv.dao.Blu4ivTableManager.queryNonTrasactional

Tampilan JProfiler Hot Spots memberikan informasi berikut:

  • Kolom waktu

    • Menunjukkan total durasi eksekusi (misalnya, 329 detik)

    • Menampilkan persentase total waktu aplikasi (misalnya, 58,7%)

    • Membantu mengidentifikasi operasi yang paling memakan waktu

  • Kolom Waktu Rata-rata

    • Menunjukkan durasi per eksekusi (misalnya, 2.692 mikrodetik)

    • Menunjukkan kinerja operasi individu

    • Membantu mendeteksi operasi individu yang lambat

  • Kolom acara

    • Menunjukkan jumlah eksekusi (misalnya, 122,387 kali)

    • Menunjukkan frekuensi operasi

    • Membantu mengidentifikasi metode yang sering disebut

Untuk hasil contoh:

  • Frekuensi tinggi: 122.387 eksekusi menunjukkan potensi pengoptimalan

  • Masalah kinerja: 2.692 mikrodetik untuk waktu rata-rata menunjukkan inefisiensi

  • Dampak kritis: 58,7% dari total waktu menunjukkan kemacetan utama

JProfiler dapat menganalisis perilaku runtime aplikasi Anda untuk mengungkapkan hotspot yang mungkin tidak terlihat melalui analisis kode statis atau pencatatan SQL. Metrik ini membantu Anda mengidentifikasi operasi yang memerlukan pengoptimalan dan menentukan strategi pengoptimalan yang paling efektif. Untuk informasi selengkapnya tentang JProfiler fitur, lihat JProfiler dokumentasi.

Bila Anda menggunakan ketiga teknik ini (SQL logging, query EXPLAIN plan, dan JProfiler) dalam kombinasi, Anda bisa mendapatkan tampilan holistik dari karakteristik kinerja aplikasi Anda. Dengan mengidentifikasi dan menangani hotspot kinerja yang paling penting, Anda dapat menjembatani kesenjangan kinerja antara aplikasi mainframe asli Anda dan sistem berbasis cloud modern Anda.

Setelah Anda mengidentifikasi hotspot kinerja aplikasi Anda, Anda dapat menerapkan strategi pengoptimalan, yang dijelaskan di bagian berikutnya.

Strategi optimasi untuk modernisasi mainframe

Bagian ini menguraikan strategi utama untuk mengoptimalkan aplikasi yang telah dimodernisasi dari sistem mainframe. Ini berfokus pada tiga strategi: menggunakan yang ada APIs, menerapkan caching yang efektif, dan mengoptimalkan logika bisnis.

Strategi optimasi: Menggunakan yang ada APIs

AWS Blu Age menyediakan beberapa antarmuka DAO yang kuat APIs yang dapat Anda gunakan untuk mengoptimalkan kinerja. Dua antarmuka utama — DAOManager dan SQLExecution Builder — menawarkan kemampuan untuk meningkatkan kinerja aplikasi.

DAOManager

DAOManager berfungsi sebagai antarmuka utama untuk operasi database dalam aplikasi modern. Ini menawarkan beberapa metode untuk meningkatkan operasi database dan meningkatkan kinerja aplikasi, terutama untuk membuat, membaca, memperbarui, dan menghapus (CRUD) operasi langsung dan pemrosesan batch.

  • Gunakan SetMaxResults. Di DAOManager API, Anda dapat menggunakan SetMaxResultsmetode ini untuk menentukan jumlah maksimum catatan yang akan diambil dalam satu operasi database. Secara default, hanya DAOManager mengambil 10 catatan sekaligus, yang dapat menyebabkan beberapa panggilan database saat memproses kumpulan data besar. Gunakan pengoptimalan ini ketika aplikasi Anda perlu memproses sejumlah besar catatan dan saat ini membuat beberapa panggilan database untuk mengambilnya. Ini sangat berguna dalam skenario pemrosesan batch di mana Anda melakukan iterasi melalui kumpulan data besar. Dalam contoh berikut, kode di sebelah kiri (sebelum optimasi) menggunakan nilai pengambilan data default dari 10 catatan. Kode di sebelah kanan (setelah optimasi) ditetapkan setMaxResultsuntuk mengambil 100.000 catatan sekaligus.

    Contoh penggunaan SetMaxResults untuk menghindari beberapa panggilan database.
    catatan

    Pilih ukuran batch yang lebih besar dengan hati-hati dan periksa ukuran objek, karena pengoptimalan ini meningkatkan jejak memori.

  • Ganti SetOnGreatorOrEqual dengan SetOnEqual. Optimasi ini melibatkan perubahan metode yang Anda gunakan untuk mengatur kondisi untuk mengambil catatan. SetOnGreatorOrEqualMetode ini mengambil catatan yang lebih besar dari atau sama dengan nilai yang ditentukan, sedangkan hanya SetOnEqualmengambil catatan yang sama persis dengan nilai yang ditentukan.

    Gunakan SetOnEqualseperti yang diilustrasikan dalam contoh kode berikut, ketika Anda tahu bahwa Anda memerlukan pencocokan yang tepat dan saat ini Anda menggunakan SetOnGreatorOrEqualmetode diikuti oleh readNextEqual(). Optimalisasi ini mengurangi pengambilan data yang tidak perlu.

    Contoh penggunaan SetOnEqual untuk mengambil catatan berdasarkan kecocokan persis.

  • Gunakan operasi batch write dan update. Anda dapat menggunakan operasi batch untuk mengelompokkan beberapa operasi tulis atau pembaruan ke dalam satu transaksi database. Ini mengurangi jumlah panggilan database dan secara signifikan dapat meningkatkan kinerja untuk operasi yang melibatkan beberapa catatan.

    Dalam contoh berikut, kode di sebelah kiri melakukan operasi tulis dalam satu lingkaran, yang memperlambat kinerja aplikasi. Anda dapat mengoptimalkan kode ini dengan menggunakan operasi penulisan batch: Selama setiap iterasi WHILE loop, Anda menambahkan catatan ke batch hingga ukuran batch mencapai ukuran 100 yang telah ditentukan sebelumnya. Anda kemudian dapat menyiram batch ketika mencapai ukuran batch yang telah ditentukan, dan kemudian flush semua catatan yang tersisa ke database. Ini sangat berguna dalam skenario di mana Anda memproses kumpulan data besar yang memerlukan pembaruan.

    Contoh pengelompokan beberapa operasi ke dalam satu transaksi database.

  • Tambahkan indeks. Menambahkan indeks adalah optimasi tingkat database yang dapat secara signifikan meningkatkan kinerja kueri. Indeks memungkinkan database untuk dengan cepat menemukan baris dengan nilai kolom tertentu tanpa memindai seluruh tabel. Gunakan pengindeksan pada kolom yang sering digunakan dalam WHERE klausa, JOIN kondisi, atau pernyataan. ORDER BY Ini sangat penting untuk tabel besar atau ketika pengambilan data cepat sangat penting.

SQLExecutionPembangun

SQLExecutionBuilder adalah API fleksibel yang dapat Anda gunakan untuk mengendalikan kueri SQL yang akan dieksekusi, mengambil kolom tertentu saja, INSERT dengan menggunakanSELECT, dan menggunakan nama tabel dinamis. Dalam contoh berikut, SQLExecutor Builder menggunakan kueri kustom yang Anda tentukan.

Contoh menggunakan SQLExecutor Builder dengan kueri kustom.

Memilih antara DAOManager dan SQLExecution Builder

Pilihan antara ini APIs tergantung pada kasus penggunaan spesifik Anda:

  • Gunakan DAOManager saat Anda ingin AWS Blu Age Runtime untuk menghasilkan kueri SQL alih-alih menulisnya sendiri.

  • Pilih SQLExecution Builder saat Anda perlu menulis kueri SQL untuk memanfaatkan fitur khusus database atau menulis kueri SQL yang optimal.

Strategi pengoptimalan: Caching

Dalam aplikasi modern, menerapkan strategi caching yang efektif dapat secara signifikan mengurangi panggilan database dan meningkatkan waktu respons. Ini membantu menjembatani kesenjangan kinerja antara mainframe dan lingkungan cloud.

Dalam aplikasi AWS Blu Age, implementasi caching sederhana menggunakan struktur data internal seperti peta hash atau daftar array, sehingga Anda tidak perlu menyiapkan solusi caching eksternal yang memerlukan biaya dan restrukturisasi kode. Pendekatan ini sangat efektif untuk data yang sering diakses tetapi jarang berubah. Saat Anda menerapkan caching, pertimbangkan batasan memori dan pola pembaruan untuk memastikan bahwa data yang di-cache tetap konsisten dan memberikan manfaat kinerja aktual.

Kunci keberhasilan caching adalah mengidentifikasi data yang tepat untuk cache. Dalam contoh berikut, kode di sebelah kiri selalu membaca data dari tabel, sedangkan kode di sebelah kanan membaca data dari tabel ketika peta hash lokal tidak memiliki nilai untuk kunci yang diberikan. cacheMapadalah objek peta hash yang dibuat dalam konteks program dan dihapus dalam metode pembersihan konteks program.

Caching dengan DAOManager:

Contoh optimasi caching dengan. DAOManager

Caching dengan SQLExecution Builder:

Contoh pengoptimalan caching dengan Builder. SQLExecution

Strategi optimasi: Optimalisasi logika bisnis

Optimalisasi logika bisnis berfokus pada restrukturisasi kode yang dihasilkan secara otomatis dari AWS Blu Age agar lebih selaras dengan kemampuan arsitektur modern. Ini menjadi perlu ketika kode yang dihasilkan mempertahankan struktur logika yang sama dengan kode mainframe lama, yang mungkin tidak optimal untuk sistem modern. Tujuannya adalah untuk meningkatkan kinerja sambil mempertahankan kesetaraan fungsional dengan aplikasi asli.

Pendekatan pengoptimalan ini melampaui tweak API sederhana dan strategi caching. Ini melibatkan perubahan bagaimana aplikasi memproses data dan berinteraksi dengan database. Pengoptimalan umum termasuk menghindari operasi baca yang tidak perlu untuk pembaruan sederhana, menghapus panggilan database yang berlebihan, dan merestrukturisasi pola akses data agar lebih selaras dengan arsitektur aplikasi modern. Berikut adalah beberapa contoh:

  • Memperbarui data secara langsung di database.Merestrukturisasi logika bisnis Anda dengan menggunakan pembaruan SQL langsung alih-alih beberapa DAOManager operasi dengan loop. Misalnya, kode berikut (sisi kiri) membuat beberapa panggilan database dan menggunakan memori yang berlebihan. Secara khusus, ia menggunakan beberapa operasi baca dan tulis database dalam loop, pembaruan individual alih-alih pemrosesan batch, dan pembuatan objek yang tidak perlu untuk setiap iterasi.

    Kode dioptimalkan berikut (sisi kanan) menggunakan operasi pembaruan SQL Langsung tunggal. Secara khusus, ia menggunakan panggilan database tunggal alih-alih beberapa panggilan dan tidak memerlukan loop karena semua pembaruan ditangani dalam satu pernyataan. Optimalisasi ini memberikan kinerja dan pemanfaatan sumber daya yang lebih baik, dan mengurangi kompleksitas. Ini mencegah injeksi SQL, menyediakan caching rencana kueri yang lebih baik, dan membantu meningkatkan keamanan.

    Restrukturisasi kode dengan menggunakan pembaruan SQL langsung alih-alih DAOManager operasi dengan loop.
    catatan

    Selalu gunakan kueri berparameter untuk mencegah injeksi SQL dan memastikan manajemen transaksi yang tepat.

  • Mengurangi panggilan database yang berlebihan. Panggilan database redundan dapat secara signifikan mempengaruhi kinerja aplikasi, terutama ketika mereka terjadi dalam loop. Teknik optimasi yang sederhana namun efektif adalah menghindari pengulangan kueri database yang sama beberapa kali. Perbandingan kode berikut menunjukkan bagaimana memindahkan panggilan retrieve() database di luar loop mencegah eksekusi berlebihan dari kueri identik, yang meningkatkan efisiensi.

  • Mengurangi panggilan database dengan menggunakan JOIN klausa SQL. Implementasikan SQLExecution Builder untuk meminimalkan panggilan ke database. SQLExecutionBuilder memberikan kontrol lebih besar atas pembuatan SQL dan sangat berguna untuk kueri kompleks yang DAOManager tidak dapat ditangani secara efisien. Misalnya, kode berikut menggunakan beberapa DAOManager panggilan:

    List<Employee> employees = daoManager.readAll();
for(Employee emp : employees) {
    Department dept = deptManager.readById(emp.getDeptId());  // Additional call for each employee
    Project proj = projManager.readById(emp.getProjId());     // Another call for each employee
    processEmployeeData(emp, dept, proj);
}

    Kode yang dioptimalkan menggunakan satu panggilan database di SQLExecution Builder:

    SQLExecutionBuilder builder = new SQLExecutionBuilder();
builder.append("SELECT e.*, d.name as dept_name, p.name as proj_name");
builder.append("FROM employee e");
builder.append("JOIN department d ON e.dept_id = d.id");
builder.append("JOIN project p ON e.proj_id = p.id");
builder.append("WHERE e.status = ?", "ACTIVE");

List<Map<String, Object>> results = builder.execute();  // Single database call
for(Map<String, Object> result : results) {
    processComplexData(result);
}

Menggunakan strategi optimasi bersama

Ketiga strategi ini bekerja secara sinergis: APIs menyediakan alat untuk akses data yang efisien, caching mengurangi kebutuhan untuk pengambilan data berulang, dan optimasi logika bisnis memastikan bahwa ini APIs digunakan dengan cara yang paling efektif. Pemantauan dan penyesuaian reguler dari pengoptimalan ini memastikan peningkatan kinerja berkelanjutan sambil mempertahankan keandalan dan fungsionalitas aplikasi yang dimodernisasi. Kunci sukses terletak pada pemahaman kapan dan bagaimana menerapkan setiap strategi berdasarkan karakteristik aplikasi dan tujuan kinerja Anda.

Alat

  • JProfileradalah alat profil Java yang dirancang untuk pengembang dan insinyur kinerja. Ini menganalisis aplikasi Java dan membantu mengidentifikasi kemacetan kinerja, kebocoran memori, dan masalah threading. JProfiler menawarkan CPU, memori, dan thread profiling serta database dan Java virtual machine (JVM) monitoring untuk memberikan wawasan tentang perilaku aplikasi.

    catatan

    Sebagai alternatif JProfiler, Anda dapat menggunakan Java VisualVM. Ini adalah alat profil dan pemantauan kinerja open source gratis untuk aplikasi Java yang menawarkan pemantauan real-time penggunaan CPU, konsumsi memori, manajemen thread, dan statistik pengumpulan sampah. Karena Java VisualVM adalah alat JDK bawaan, ini lebih hemat biaya daripada untuk kebutuhan profil dasar. JProfiler

  • pgAdmin adalah alat administrasi dan pengembangan open source untuk PostgreSQL. Ini menyediakan antarmuka grafis yang membantu Anda membuat, memelihara, dan menggunakan objek database. Anda dapat menggunakan pgAdmin untuk melakukan berbagai tugas, mulai dari menulis kueri SQL sederhana hingga mengembangkan basis data yang kompleks. Fitur-fiturnya termasuk sintaks yang menyoroti editor SQL, editor kode sisi server, agen penjadwalan untuk SQL, shell, dan tugas batch, dan dukungan untuk semua fitur PostgreSQL untuk pengguna PostgreSQL pemula dan berpengalaman.

Praktik terbaik

Mengidentifikasi hotspot kinerja:

  • Dokumentasikan metrik kinerja dasar sebelum Anda memulai pengoptimalan.

  • Tetapkan target peningkatan kinerja yang jelas berdasarkan persyaratan bisnis.

  • Saat melakukan benchmarking, nonaktifkan logging verbose, karena dapat memengaruhi kinerja.

  • Siapkan rangkaian uji kinerja dan jalankan secara berkala.

  • Gunakan pgAdmin versi terbaru. (Versi lama tidak mendukung paket EXPLAIN kueri.)

  • Untuk benchmarking, lepaskan JProfiler setelah pengoptimalan Anda selesai karena menambah latensi.

  • Untuk benchmarking, pastikan untuk menjalankan server dalam mode mulai alih-alih mode debug, karena mode debug menambah latensi.

Strategi optimasi:

  • Konfigurasikan SetMaxResultsnilai dalam application.yaml file, untuk menentukan batch berukuran tepat sesuai dengan spesifikasi sistem Anda.

  • Konfigurasikan SetMaxResultsnilai berdasarkan volume data dan kendala memori.

  • Ubah SetOnGreatorOrEqualmenjadi SetOnEqualhanya ketika panggilan berikutnya.readNextEqual().

  • Dalam operasi penulisan atau pembaruan batch, tangani batch terakhir secara terpisah, karena mungkin lebih kecil dari ukuran batch yang dikonfigurasi dan dapat dilewatkan oleh operasi tulis atau pembaruan.

Caching:

  • Bidang yang diperkenalkan untuk caching diprocessImpl, yang bermutasi dengan setiap eksekusi, harus selalu didefinisikan dalam konteks itu. processImpl Bidang juga harus dibersihkan dengan menggunakan cleanUp() metode doReset() or.

  • Saat Anda menerapkan cache dalam memori, ukuran cache yang tepat. Cache yang sangat besar yang disimpan dalam memori dapat mengambil semua sumber daya, yang dapat memengaruhi kinerja keseluruhan aplikasi Anda.

SQLExecutionPembangun:

  • Untuk kueri yang Anda rencanakan untuk digunakan di SQLExecution Builder, gunakan nama kunci sepertiPROGRAMNAME_STATEMENTNUMBER.

  • Saat Anda menggunakan SQLExecution Builder, selalu periksa Sqlcod bidangnya. Bidang ini berisi nilai yang menentukan apakah kueri dijalankan dengan benar atau mengalami kesalahan apa pun.

  • Gunakan kueri berparameter untuk mencegah injeksi SQL.

Optimalisasi logika bisnis:

  • Pertahankan kesetaraan fungsional saat merestrukturisasi kode, dan jalankan pengujian regresi dan perbandingan basis data untuk subset program yang relevan.

  • Pertahankan snapshot profil untuk perbandingan.

Epik

TugasDeskripsiKeterampilan yang dibutuhkan

Instal dan konfigurasikan JProfiler.

  1. Pada halaman JProfiler unduhan, unduh JProfiler untuk sistem operasi Anda (Windows, macOS, atau Linux).

  2. Selesaikan proses instalasi dengan mengikuti instruksi dalam JProfiler dokumentasi.

  3. Lakukan konfigurasi awal:

    1. Luncurkan JProfiler aplikasi.

    2. Aktifkan kunci lisensi.

    3. Konfigurasikan pengaturan JVM default.

  4. Verifikasi instalasi:

    1. Peluncuran JProfiler.

    2. Jalankan sesi pembuatan profil pengujian. Untuk petunjuk, lihat Melampirkan ke layanan lokal di bagian Membuat Profil JVM pada dokumentasi. JProfiler

Pengembang aplikasi

Instal dan konfigurasikan pgAdmin.

Pada langkah ini, Anda menginstal dan mengkonfigurasi klien DB untuk menanyakan database Anda. Pola ini menggunakan database PostgreSQL dan pgAdmin sebagai klien database. Jika Anda menggunakan mesin database lain, ikuti dokumentasi untuk klien DB yang sesuai.

  1. Unduh dan Instal pgAdmin untuk sistem operasi Anda dari halaman unduhan pgAdmin. Atur kata sandi utama selama instalasi.

  2. Connect ke server database. Untuk petunjuk, lihat dokumentasi pgAdmin.

  3. Verifikasi instalasi dengan menggunakan Pgadmin Query Tool untuk menjalankan query SQL dasar.

Pengembang aplikasi
TugasDeskripsiKeterampilan yang dibutuhkan

Aktifkan pencatatan kueri SQL di aplikasi AWS Blu Age Anda.

Aktifkan logger untuk pencatatan kueri SQL di application.properties file aplikasi AWS Blu Age Anda, seperti yang dijelaskan di bagian Arsitektur.

Pengembang aplikasi

Menghasilkan dan menganalisis EXPLAIN rencana kueri untuk mengidentifikasi hotspot kinerja database.

Untuk detailnya, lihat bagian Arsitektur.

Pengembang aplikasi

Buat JProfiler snapshot untuk menganalisis kasus uji berkinerja lambat.

  1. Peluncuran JProfiler:

    1. Buka JProfiler aplikasi.

    2. Di Start Center, pilih tab Quick Attach.

    3. Pilih proses Tomcat dari daftar.

    4. Pilih Mulai.

  2. Konfigurasikan pengaturan profil:

    1. Pilih Opsi Pengambilan Sampel yang Direkomendasikan.

    2. Simpan opsi default di layar konfigurasi, lalu pilih OK.

    3. Tunggu status Terhubung ditampilkan di bilah status.

  3. Rekam data kinerja:

    1. Pada bilah alat, pilih Mulai Merekam.

    2. Jalankan kasus uji Anda dan tunggu penyelesaiannya.

    3. Pilih Stop Recording.

  4. Simpan dan lihat snapshot:

    1. Pilih Simpan Snapshot.

    2. Pilih lokasi tempat Anda ingin menyimpan snapshot, lalu pilih Simpan.

Pengembang aplikasi

Analisis JProfiler snapshot untuk mengidentifikasi kemacetan kinerja.

Ikuti langkah-langkah ini untuk menganalisis JProfiler snapshot.

  1. Buka snapshot:

    1. Pilih File, Buka Snapshot.

    2. Arahkan ke lokasi snapshot yang disimpan.

    3. Pilih Buka jendela baru untuk memulai analisis.

  2. Menganalisis operasi basis data:

    1. Arahkan ke bagian JDBC/Database, dan pilih tab JPA/Hibernate.

    2. Tinjau kueri berdasarkan waktu (yang merupakan opsi pengurutan default).

    3. Pilih kueri paling atas untuk pengoptimalan.

  3. Tinjau penggunaan CPU:

    1. Di bagian CPU, pilih tampilan Hot Spots.

    2. Identifikasi kode paling atas dalam persentase waktu untuk pengoptimalan.

    3. Perhatikan pola yang berulang.

  4. Setelah Anda mengidentifikasi hotspot, buat garis dasar dan kemudian terapkan strategi pengoptimalan yang sesuai, seperti yang dibahas dalam epos berikut. Fokus pada pengoptimalan ini:

    • Untuk kueri lambat, gunakan SQLExecution Builder atau DAOManager optimasi.

    • Untuk akses data yang sering, terapkan mekanisme caching.

    • Untuk logika bisnis yang kompleks, sederhanakan logika, hindari membuat terlalu banyak panggilan database, dan tentukan apakah kode dapat disederhanakan dengan menjalankan kueri sederhana. Misalnya, jika kode menyisipkan data dari Tabel A ke Tabel B, tulis ulang kode ini untuk menjalankan perintah SQL yang mirip dengan: 

      INSERT INTO TABLE A SELECT * FROM TABLE B

  5. Lanjutkan untuk menganalisis dan mengoptimalkan kode dalam urutan dampak (tertinggi ke terendah) hingga aplikasi memenuhi persyaratan kinerja Anda.

Untuk informasi selengkapnya tentang penggunaan JProfiler, lihat bagian Arsitektur dan JProfiler dokumentasi.

Pengembang aplikasi
TugasDeskripsiKeterampilan yang dibutuhkan

Tetapkan garis dasar kinerja sebelum Anda menerapkan pengoptimalan.

  1. Sebagai pengukuran kinerja awal, jalankan kasus pengujian Anda tanpa pengoptimalan apa pun. Buat JProfiler snapshot dari status saat ini, dan dokumentasikan metrik berikut:

    • Total waktu eksekusi

    • Jumlah panggilan basis data

    • Persentase pemanfaatan CPU

    • Pola penggunaan memori

  2. Buat baseline dokumen:

    1. Simpan semua metrik dengan cap waktu dan kondisi pengujian.

    2. Perhatikan faktor eksternal apa pun yang mungkin memengaruhi kinerja.

    3. Simpan JProfiler snapshot untuk perbandingan setelah pengoptimalan.

  3. Rencanakan perubahan optimasi yang dijelaskan dalam epik berikutnya:

    1. Tinjau metrik dasar.

    2. Identifikasi operasi yang ingin Anda optimalkan.

    3. Buat cadangan kode saat ini.

    4. Dokumentasikan perbaikan yang diharapkan.

  4. Ukur setiap perubahan sebelum implementasi:

    1. Jalankan kasus uji dengan menggunakan kondisi dasar.

    2. Catat waktu eksekusi.

    3. Dokumentasikan perilaku saat ini.

Pengembang aplikasi
TugasDeskripsiKeterampilan yang dibutuhkan

Optimalkan panggilan baca.

Optimalkan pengambilan data dengan menggunakan DAOManager SetMaxResultsmetode. Untuk informasi lebih lanjut tentang pendekatan ini, lihat bagian Arsitektur.

Pengembang aplikasi, DAOManager

Refactor logika bisnis untuk menghindari beberapa panggilan ke database.

Kurangi panggilan database dengan menggunakan JOIN klausa SQL. Untuk detail dan contoh, lihat Optimasi logika bisnis di bagian Arsitektur.

Pengembang aplikasi, SQLExecution Pembangun

Refactor kode untuk menggunakan caching untuk mengurangi latensi panggilan baca.

Untuk informasi tentang teknik ini, lihat Caching di bagian Arsitektur.

Pengembang aplikasi

Tulis ulang kode yang tidak efisien yang menggunakan beberapa DAOManager operasi untuk operasi pembaruan sederhana.

Untuk informasi selengkapnya tentang memperbarui data secara langsung di database, lihat Optimasi logika bisnis di bagian Arsitektur.

Pengembang aplikasi
TugasDeskripsiKeterampilan yang dibutuhkan

Validasi setiap perubahan optimasi secara iteratif sambil mempertahankan kesetaraan fungsional.

  1. Setelah Anda menerapkan pengoptimalan:

    1. Jalankan kasus uji yang sama dari baseline yang Anda buat.

    2. Catat waktu eksekusi baru.

    3. Verifikasi bahwa hasil cocok dengan output dasar.

  2. jika optimasi menghasilkan peningkatan, dokumentasikan keuntungan aktual, dan kemudian lanjutkan ke optimasi berikutnya.

    Jika Anda menemukan masalah, putar kembali perubahan, tinjau pendekatan Anda, dan coba solusi alternatif.

  3. Lacak kemajuan untuk setiap perubahan:

    1. Bandingkan metrik baru dengan metrik dasar.

    2. Hitung persentase peningkatan.

    3. Pertahankan total keuntungan yang berjalan.

catatan

Menggunakan metrik dasar sebagai referensi memastikan pengukuran yang akurat dari setiap dampak pengoptimalan sambil mempertahankan keandalan sistem.

Pengembang aplikasi

Pemecahan Masalah

IsuSolusi

Ketika Anda menjalankan aplikasi modern, Anda melihat pengecualian dengan kesalahanQuery_ID not found.

Untuk menyelesaikan masalah ini:

  1. Periksa apakah file bernama query.sql ada di sql folder di direktori kerja server aplikasi.

  2. Verifikasi bahwa nama .sql file cocok dengan nama program. Misalnya, untuk program bernamaABC, nama file harusABC.sql.

Anda telah menambahkan indeks, tetapi Anda tidak melihat peningkatan kinerja apa pun.

Ikuti langkah-langkah ini untuk memastikan bahwa mesin kueri menggunakan indeks:

  1. Jika Anda menggunakan PostgreSQL, jalankan perintah. EXPLAIN <sql query>

  2. Periksa output dari perintah untuk Seq Scan atauIndex Scan. Seq Scanberarti bahwa kumpulan indeks tidak tersedia pada kolom yang digunakan where klausa kueri SQL.

  3. Buat indeks pada kumpulan kolom yang benar dan cobalah untuk membentuk kueri yang menggunakan indeks yang dibuat.

Anda menemukan out-of-memory pengecualian.

Verifikasi bahwa kode melepaskan memori yang dipegang oleh struktur data.

Operasi penulisan batch menghasilkan catatan yang hilang dalam tabel

Tinjau kode untuk memastikan bahwa operasi penulisan tambahan dilakukan ketika jumlah batch tidak nol.

Pencatatan SQL tidak muncul di log aplikasi.

  1. Verifikasi lokasi dan sintaks file konfigurasi logging.

  2. Pastikan bahwa tingkat log diatur DEBUG untuk paket tertentu. Misalnya:

    level.com.netfective.bluage.gapwalk.rt.blu4iv.dao: DEBUG
level.org.springframework.jdbc.core: DEBUG

  3. Periksa izin file log server aplikasi.

  4. Mulai ulang server aplikasi setelah perubahan konfigurasi.

Sumber daya terkait