Ottimizza le prestazioni della tua applicazione modernizzata AWS Blu Age - Prontuario AWS
RiepilogoPrerequisiti e limitazioniArchitetturaStrumentiBest practiceEpicheRisoluzione dei problemiRisorse correlate

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Ottimizza le prestazioni della tua applicazione modernizzata AWS Blu Age

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

Riepilogo

Le applicazioni mainframe modernizzate con AWS Blu Age richiedono test di equivalenza funzionale e prestazionale prima di essere implementate in produzione. Nei test delle prestazioni, le applicazioni modernizzate possono funzionare più lentamente rispetto ai sistemi legacy, in particolare nei lavori in batch complessi. Questa disparità esiste perché le applicazioni mainframe sono monolitiche, mentre le applicazioni moderne utilizzano architetture a più livelli. Questo modello presenta tecniche di ottimizzazione per colmare queste lacune prestazionali per le applicazioni modernizzate utilizzando il refactoring automatizzato con Blu Age. AWS

Il modello utilizza il framework di modernizzazione AWS Blu Age con Java nativo e funzionalità di ottimizzazione del database per identificare e risolvere i problemi di prestazioni. Il modello descrive come utilizzare la profilazione e il monitoraggio per identificare problemi di prestazioni con metriche quali i tempi di esecuzione SQL, l'utilizzo della memoria e i modelli. I/O Spiega quindi come applicare ottimizzazioni mirate, tra cui la ristrutturazione delle query del database, la memorizzazione nella cache e il perfezionamento della logica aziendale.

I miglioramenti nei tempi di elaborazione in batch e nell'utilizzo delle risorse di sistema aiutano a raggiungere i livelli di prestazioni del mainframe nei sistemi modernizzati. Questo approccio mantiene l'equivalenza funzionale durante la transizione verso le moderne architetture basate sul cloud.

Per utilizzare questo modello, configura il sistema e identifica gli hotspot prestazionali seguendo le istruzioni nella sezione Epics e applica le tecniche di ottimizzazione descritte in dettaglio nella sezione Architettura.

Prerequisiti e limitazioni

Prerequisiti

  • Un'applicazione AWS modernizzata di Blu Age

  • Una licenza JProfiler

  • Privilegi amministrativi per installare client di database e strumenti di profilazione

  • AWS Certificazione Blu Age Level 3

  • Comprensione di livello intermedio del framework AWS Blu Age, della struttura del codice generato e della programmazione Java

Limitazioni

Le seguenti funzionalità e funzionalità di ottimizzazione non rientrano nell'ambito di questo modello:

  • Ottimizzazione della latenza di rete tra i livelli di applicazione

  • Ottimizzazioni a livello di infrastruttura tramite tipi di istanze Amazon Elastic Compute Cloud (Amazon EC2) e ottimizzazione dello storage

  • Test di carico utente e test di stress simultanei

Versioni del prodotto

  • JProfiler versione 13.0 o successiva (consigliamo la versione più recente)

  • pgAdmin versione 8.14 o successiva

Architettura

Questo modello imposta un ambiente di profilazione per un'applicazione AWS Blu Age utilizzando strumenti come JProfiler pgAdmin. Supporta l'ottimizzazione tramite DAOManager and SQLExecution Builder APIs fornito da Blu Age. AWS

La parte restante di questa sezione fornisce informazioni dettagliate ed esempi per identificare gli hotspot prestazionali e le strategie di ottimizzazione per le applicazioni modernizzate. I passaggi della sezione Epics fanno riferimento a queste informazioni per ulteriori indicazioni.

Identificazione degli hotspot prestazionali nelle applicazioni mainframe modernizzate

Nelle applicazioni mainframe modernizzate, gli hotspot prestazionali sono aree specifiche del codice che causano rallentamenti o inefficienze significativi. Questi hotspot sono spesso causati dalle differenze architettoniche tra le applicazioni mainframe e quelle modernizzate. Per identificare questi ostacoli prestazionali e ottimizzare le prestazioni dell'applicazione modernizzata, è possibile utilizzare tre tecniche: registrazione SQL, piano di query e analisi. EXPLAIN JProfiler

Tecnica di identificazione degli hotspot: registrazione SQL

Le moderne applicazioni Java, comprese quelle che sono state modernizzate utilizzando AWS Blu Age, dispongono di funzionalità integrate per registrare le query SQL. È possibile abilitare logger specifici nei progetti AWS Blu Age per tracciare e analizzare le istruzioni SQL eseguite dall'applicazione. Questa tecnica è particolarmente utile per identificare modelli di accesso al database inefficienti, come query individuali eccessive o chiamate al database mal strutturate, che potrebbero essere ottimizzati mediante il raggruppamento in batch o il perfezionamento delle query.

Per implementare la registrazione SQL nella tua applicazione modernizzata AWS Blu Age, imposta il livello di registro su affinché le istruzioni SQL nel file acquisiscano DEBUG i dettagli sull'esecuzione delle application.properties query:

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

Monitora le query ad alta frequenza e con prestazioni lente utilizzando i dati registrati per identificare gli obiettivi di ottimizzazione. Concentrati sulle query all'interno dei processi batch perché in genere hanno il massimo impatto sulle prestazioni.

Tecnica di identificazione degli hotspot: piano Query EXPLAIN

Questo metodo utilizza le funzionalità di pianificazione delle interrogazioni dei sistemi di gestione di database relazionali. È possibile utilizzare comandi come EXPLAIN PostgreSQL o MySQL EXPLAIN PLAN o Oracle per esaminare in che modo il database intende eseguire una determinata query. L'output di questi comandi fornisce informazioni preziose sulla strategia di esecuzione delle query, incluso se verranno utilizzati gli indici o verranno eseguite scansioni complete della tabella. Queste informazioni sono fondamentali per ottimizzare le prestazioni delle query, specialmente nei casi in cui un'indicizzazione corretta può ridurre significativamente i tempi di esecuzione.

Estrai le query SQL più ripetitive dai log delle applicazioni e analizza il percorso di esecuzione delle query con prestazioni lente utilizzando il comando specifico del tuo database. EXPLAIN Ecco un esempio di database PostgreSQL.

Query:

SELECT * FROM tenk1 WHERE unique1 < 100;

EXPLAINcomando:

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)

È possibile interpretare l'EXPLAINoutput come segue:

  • Leggete il EXPLAIN piano dalle operazioni più interne a quelle più esterne (dal basso verso l'alto).

  • Cerca i termini chiave. Ad esempio, Seq Scan indica la scansione completa della tabella e Index Scan mostra l'utilizzo dell'indice.

  • Verifica i valori dei costi: il primo numero è il costo iniziale e il secondo numero è il costo totale.

  • Vedi il rows valore per il numero stimato di righe di output.

In questo esempio, il motore di query utilizza una scansione dell'indice per trovare le righe corrispondenti, quindi recupera solo quelle righe (Bitmap Heap Scan). Ciò è più efficiente rispetto alla scansione dell'intera tabella, nonostante il costo più elevato dell'accesso alle singole righe.

Le operazioni di scansione delle tabelle nell'output di un EXPLAIN piano indicano un indice mancante. L'ottimizzazione richiede la creazione di un indice appropriato.

Tecnica di identificazione degli hotspot: analisi JProfiler

JProfiler è uno strumento completo di profilazione Java che consente di risolvere i problemi di prestazioni identificando le chiamate lente al database e le chiamate che richiedono un uso intensivo della CPU. Questo strumento è particolarmente efficace per identificare le query SQL lente e l'utilizzo inefficiente della memoria.

Esempio di analisi per le interrogazioni:

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

La visualizzazione JProfiler Hot Spots fornisce le seguenti informazioni:

  • Colonna del tempo

    • Mostra la durata totale dell'esecuzione (ad esempio, 329 secondi)

    • Visualizza la percentuale del tempo totale di applicazione (ad esempio, 58,7%)

    • Aiuta a identificare le operazioni che richiedono più tempo

  • Colonna Tempo medio

    • Mostra la durata per esecuzione (ad esempio, 2.692 microsecondi)

    • Indica le prestazioni delle singole operazioni

    • Aiuta a individuare le singole operazioni lente

  • Colonna Eventi

    • Mostra il conteggio delle esecuzioni (ad esempio, 122.387 volte)

    • Indica la frequenza operativa

    • Aiuta a identificare i metodi chiamati di frequente

Per i risultati di esempio:

  • Alta frequenza: 122.387 esecuzioni indicano un potenziale di ottimizzazione

  • Problema relativo alle prestazioni: il tempo medio di 2.692 microsecondi indica un'inefficienza

  • Impatto critico: il 58,7% del tempo totale indica un grave ostacolo

JProfiler è in grado di analizzare il comportamento di esecuzione dell'applicazione per individuare punti critici che potrebbero non essere visibili mediante l'analisi statica del codice o la registrazione SQL. Queste metriche aiutano a identificare le operazioni che necessitano di ottimizzazione e a determinare la strategia di ottimizzazione più efficace. Per ulteriori informazioni sulle JProfiler funzionalità, consulta la JProfiler documentazione.

Quando si utilizzano queste tre tecniche (registrazione SQL, EXPLAIN piano di query e JProfiler) in combinazione, è possibile ottenere una visione olistica delle caratteristiche prestazionali dell'applicazione. Identificando e risolvendo gli hotspot prestazionali più critici, è possibile colmare il divario prestazionale tra l'applicazione mainframe originale e il sistema modernizzato basato sul cloud.

Dopo aver identificato gli hotspot prestazionali dell'applicazione, è possibile applicare le strategie di ottimizzazione, illustrate nella sezione successiva.

Strategie di ottimizzazione per la modernizzazione del mainframe

Questa sezione descrive le strategie chiave per ottimizzare le applicazioni che sono state modernizzate dai sistemi mainframe. Si concentra su tre strategie: utilizzo delle strategie esistenti APIs, implementazione di un caching efficace e ottimizzazione della logica aziendale.

Strategia di ottimizzazione: utilizzo delle soluzioni esistenti APIs

AWS Blu Age offre diverse potenti APIs interfacce DAO che è possibile utilizzare per ottimizzare le prestazioni. Due interfacce principali, DAOManager e SQLExecution Builder, offrono funzionalità per migliorare le prestazioni delle applicazioni.

DAOManager

DAOManager funge da interfaccia principale per le operazioni di database nelle applicazioni modernizzate. Offre diversi metodi per migliorare le operazioni del database e migliorare le prestazioni delle applicazioni, in particolare per le semplici operazioni di creazione, lettura, aggiornamento ed eliminazione (CRUD) e l'elaborazione in batch.

  • Usa. SetMaxResults Nell' DAOManager API, è possibile utilizzare il SetMaxResultsmetodo per specificare il numero massimo di record da recuperare in una singola operazione di database. Per impostazione predefinita, DAOManager recupera solo 10 record alla volta, il che può portare a più chiamate al database durante l'elaborazione di set di dati di grandi dimensioni. Utilizzate questa ottimizzazione quando l'applicazione deve elaborare un gran numero di record e attualmente sta effettuando più chiamate al database per recuperarli. Ciò è particolarmente utile negli scenari di elaborazione in batch in cui si esegue l'iterazione su un set di dati di grandi dimensioni. Nell'esempio seguente, il codice a sinistra (prima dell'ottimizzazione) utilizza il valore di recupero dei dati predefinito di 10 record. Il codice a destra (dopo l'ottimizzazione) è impostato setMaxResultsper recuperare 100.000 record alla volta.

    Esempio di utilizzo SetMaxResults per evitare più chiamate al database.
    Nota

    Scegliete con attenzione batch di dimensioni maggiori e controllate le dimensioni degli oggetti, poiché questa ottimizzazione aumenta l'ingombro di memoria.

  • Sostituisci SetOnGreatorOrEqual con SetOnEqual. Questa ottimizzazione comporta la modifica del metodo utilizzato per impostare la condizione per il recupero dei record. Il SetOnGreatorOrEqualmetodo recupera i record che sono maggiori o uguali a un valore specificato, mentre SetOnEqualrecupera solo i record che corrispondono esattamente al valore specificato.

    Utilizza SetOnEqualcome illustrato nel seguente esempio di codice, quando sai di aver bisogno di corrispondenze esatte e stai attualmente utilizzando il SetOnGreatorOrEqualmetodo seguito da readNextEqual (). Questa ottimizzazione riduce il recupero di dati non necessario.

    Esempio di utilizzo SetOnEqual per recuperare i record in base a una corrispondenza esatta.

  • Utilizza operazioni di scrittura e aggiornamento in batch. È possibile utilizzare le operazioni batch per raggruppare più operazioni di scrittura o aggiornamento in un'unica transazione di database. Ciò riduce il numero di chiamate al database e può migliorare significativamente le prestazioni per le operazioni che coinvolgono più record.

    Nell'esempio seguente, il codice a sinistra esegue operazioni di scrittura in un ciclo, il che rallenta le prestazioni dell'applicazione. È possibile ottimizzare questo codice utilizzando un'operazione di scrittura in batch: durante ogni iterazione del WHILE ciclo, si aggiungono record a un batch finché la dimensione del batch non raggiunge una dimensione predeterminata di 100. È quindi possibile svuotare il batch quando raggiunge la dimensione predeterminata e quindi scaricare tutti i record rimanenti nel database. Ciò è particolarmente utile negli scenari in cui si elaborano set di dati di grandi dimensioni che richiedono aggiornamenti.

    Esempio di raggruppamento di più operazioni in un'unica transazione di database.

  • Aggiungere indici. L'aggiunta di indici è un'ottimizzazione a livello di database che può migliorare in modo significativo le prestazioni delle query. Un indice consente al database di individuare rapidamente le righe con un valore di colonna specifico senza eseguire la scansione dell'intera tabella. Utilizza l'indicizzazione sulle colonne utilizzate di frequente in WHERE clausole, JOIN condizioni o istruzioni. ORDER BY Ciò è particolarmente importante per tabelle di grandi dimensioni o quando il recupero rapido dei dati è fondamentale.

SQLExecutionCostruttore

SQLExecutionBuilder è un'API flessibile che puoi utilizzare per assumere il controllo delle query SQL che verranno eseguite, recuperare solo determinate colonne, utilizzare e utilizzare nomi INSERT di tabelle SELECT dinamici. Nell'esempio seguente, SQLExecutor Builder utilizza una query personalizzata definita dall'utente.

Esempio di utilizzo di SQLExecutor Builder con una query personalizzata.

Scelta tra DAOManager e Builder SQLExecution

La scelta tra questi APIs dipende dal caso d'uso specifico:

  • Usalo DAOManager quando vuoi che AWS Blu Age Runtime generi le query SQL invece di scriverle tu stesso.

  • Scegli SQLExecution Builder quando devi scrivere query SQL per sfruttare le funzionalità specifiche del database o scrivere query SQL ottimali.

Strategia di ottimizzazione: caching

Nelle applicazioni modernizzate, l'implementazione di strategie di caching efficaci può ridurre significativamente le chiamate al database e migliorare i tempi di risposta. Questo aiuta a colmare il divario di prestazioni tra ambienti mainframe e cloud.

Nelle applicazioni AWS Blu Age, le semplici implementazioni di caching utilizzano strutture di dati interne come mappe hash o elenchi di array, quindi non è necessario configurare una soluzione di caching esterna che richieda una ristrutturazione dei costi e del codice. Questo approccio è particolarmente efficace per i dati a cui si accede frequentemente ma che vengono modificati di rado. Quando implementi la memorizzazione nella cache, considera i vincoli di memoria e i modelli di aggiornamento per garantire che i dati memorizzati nella cache rimangano coerenti e offrano vantaggi effettivi in termini di prestazioni.

La chiave per una corretta memorizzazione nella cache è identificare i dati giusti da memorizzare nella cache. Nell'esempio seguente, il codice a sinistra legge sempre i dati dalla tabella, mentre il codice a destra legge i dati dalla tabella quando la mappa hash locale non ha un valore per una determinata chiave. cacheMapè un oggetto di mappa hash creato nel contesto del programma e cancellato nel metodo di pulizia del contesto del programma.

Memorizzazione nella cache con: DAOManager

Esempio di ottimizzazione della memorizzazione nella cache con. DAOManager

Memorizzazione nella cache con Builder: SQLExecution

Esempio di ottimizzazione della memorizzazione nella cache con Builder. SQLExecution

Strategia di ottimizzazione: ottimizzazione della logica aziendale

L'ottimizzazione della logica aziendale si concentra sulla ristrutturazione del codice generato automaticamente da AWS Blu Age per allinearlo meglio alle funzionalità dell'architettura moderna. Ciò diventa necessario quando il codice generato mantiene la stessa struttura logica del codice mainframe legacy, il che potrebbe non essere ottimale per i sistemi moderni. L'obiettivo è migliorare le prestazioni mantenendo l'equivalenza funzionale con l'applicazione originale.

Questo approccio di ottimizzazione va oltre le semplici modifiche alle API e le strategie di memorizzazione nella cache. Implica modifiche al modo in cui l'applicazione elabora i dati e interagisce con il database. Le ottimizzazioni più comuni includono l'eliminazione di operazioni di lettura non necessarie per semplici aggiornamenti, la rimozione delle chiamate ridondanti al database e la ristrutturazione dei modelli di accesso ai dati per allinearli meglio alla moderna architettura applicativa. Di seguito si riportano alcuni esempi:

  • Aggiornamento dei dati direttamente nel database.Ristruttura la logica di business utilizzando gli aggiornamenti SQL diretti anziché più DAOManager operazioni con loop. Ad esempio, il codice seguente (lato sinistro) effettua più chiamate al database e utilizza una quantità eccessiva di memoria. In particolare, utilizza più operazioni di lettura e scrittura del database all'interno dei loop, aggiornamenti individuali anziché l'elaborazione in batch e la creazione di oggetti non necessari per ogni iterazione.

    Il seguente codice ottimizzato (lato destro) utilizza una singola operazione di aggiornamento Direct SQL. In particolare, utilizza una singola chiamata al database anziché più chiamate e non richiede cicli perché tutti gli aggiornamenti vengono gestiti in un'unica istruzione. Questa ottimizzazione offre prestazioni e utilizzo delle risorse migliori e riduce la complessità. Previene l'iniezione di SQL, offre una migliore memorizzazione nella cache del piano di query e aiuta a migliorare la sicurezza.

    Ristrutturazione del codice utilizzando aggiornamenti SQL diretti anziché DAOManager operazioni con loop.
    Nota

    Utilizza sempre query parametrizzate per impedire l'iniezione di SQL e garantire una corretta gestione delle transazioni.

  • Riduzione delle chiamate ridondanti al database. Le chiamate ridondanti al database possono influire in modo significativo sulle prestazioni delle applicazioni, in particolare quando avvengono all'interno di loop. Una tecnica di ottimizzazione semplice ma efficace consiste nell'evitare di ripetere più volte la stessa query sul database. Il seguente confronto di codice dimostra come lo spostamento della chiamata al retrieve() database all'esterno del ciclo impedisca l'esecuzione ridondante di query identiche, migliorando l'efficienza.

  • Riduzione delle chiamate al database utilizzando la clausola SQL. JOIN Implementa SQLExecution Builder per ridurre al minimo le chiamate al database. SQLExecutionBuilder offre un maggiore controllo sulla generazione di SQL ed è particolarmente utile per query complesse che DAOManager non possono essere gestite in modo efficiente. Ad esempio, il codice seguente utilizza più DAOManager chiamate:

    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);
}

    Il codice ottimizzato utilizza una singola chiamata al database in 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);
}

Utilizzo congiunto di strategie di ottimizzazione

Queste tre strategie funzionano in modo sinergico: APIs forniscono gli strumenti per un accesso efficiente ai dati, la memorizzazione nella cache riduce la necessità di recuperi ripetuti dei dati e l'ottimizzazione della logica aziendale garantisce che questi APIs vengano utilizzati nel modo più efficace possibile. Il monitoraggio e la regolazione regolari di queste ottimizzazioni garantiscono continui miglioramenti delle prestazioni, pur mantenendo l'affidabilità e la funzionalità dell'applicazione modernizzata. La chiave del successo sta nel capire quando e come applicare ciascuna strategia in base alle caratteristiche e agli obiettivi prestazionali dell'applicazione.

Strumenti

  • JProfilerè uno strumento di profilazione Java progettato per sviluppatori e ingegneri delle prestazioni. Analizza le applicazioni Java e aiuta a identificare rallentamenti nelle prestazioni, perdite di memoria e problemi di threading. JProfiler offre la profilazione di CPU, memoria e thread, nonché il monitoraggio di database e macchine virtuali Java (JVM) per fornire informazioni sul comportamento delle applicazioni.

    Nota

    In alternativa JProfiler, è possibile utilizzare Java VisualVM. Si tratta di uno strumento gratuito e open source di profilazione e monitoraggio delle prestazioni per applicazioni Java che offre il monitoraggio in tempo reale dell'utilizzo della CPU, del consumo di memoria, della gestione dei thread e delle statistiche sulla raccolta dei rifiuti. Poiché Java VisualVM è uno strumento JDK integrato, è più conveniente rispetto alle esigenze di profilazione di base. JProfiler

  • pgAdmin è uno strumento di amministrazione e sviluppo open source per PostgreSQL. Fornisce un'interfaccia grafica che consente di creare, gestire e utilizzare oggetti di database. È possibile utilizzare pgAdmin per eseguire un'ampia gamma di attività, dalla scrittura di semplici query SQL allo sviluppo di database complessi. Le sue funzionalità includono un editor SQL che evidenzia la sintassi, un editor di codice lato server, un agente di pianificazione per attività SQL, shell e batch e il supporto per tutte le funzionalità di PostgreSQL sia per utenti PostgreSQL principianti che esperti.

Best practice

Identificazione degli hotspot prestazionali:

  • Documenta le metriche prestazionali di base prima di iniziare le ottimizzazioni.

  • Stabilisci obiettivi chiari di miglioramento delle prestazioni in base ai requisiti aziendali.

  • Durante il benchmarking, disabilita la registrazione dettagliata, poiché può influire sulle prestazioni.

  • Configura una suite di test delle prestazioni ed eseguila periodicamente.

  • Usa l'ultima versione di pgAdmin. (Le versioni precedenti non supportano il piano di EXPLAIN interrogazione).

  • Per il benchmarking, scollegatelo JProfiler dopo aver completato le ottimizzazioni perché aumenta la latenza.

  • Per il benchmarking, assicuratevi di eseguire il server in modalità start anziché in modalità debug, perché la modalità di debug aumenta la latenza.

Strategie di ottimizzazione:

  • Configura SetMaxResultsi valori nel application.yaml file per specificare i batch delle dimensioni corrette in base alle specifiche del sistema.

  • Configura SetMaxResultsi valori in base al volume di dati e ai vincoli di memoria.

  • Passa SetOnGreatorOrEquala SetOnEqualsolo in caso di chiamate successive. .readNextEqual()

  • Nelle operazioni di scrittura o aggiornamento in batch, gestite l'ultimo batch separatamente, poiché potrebbe essere inferiore alla dimensione del batch configurato e potrebbe non essere rilevato dall'operazione di scrittura o aggiornamento.

Memorizzazione nella cache:

  • I campi introdotti per la memorizzazione nella cacheprocessImpl, che mutano ad ogni esecuzione, devono sempre essere definiti nel contesto di tale operazione. processImpl I campi devono essere cancellati anche utilizzando il doReset() metodo or. cleanUp()

  • Quando implementate la memorizzazione nella cache in memoria, dimensionate correttamente la cache. Le cache molto grandi archiviate in memoria possono occupare tutte le risorse, il che potrebbe influire sulle prestazioni complessive dell'applicazione.

SQLExecutionCostruttore:

  • Per le query che intendi utilizzare in SQLExecution Builder, utilizza nomi chiave come. PROGRAMNAME_STATEMENTNUMBER

  • Quando usi SQLExecution Builder, controlla sempre il campo. Sqlcod Questo campo contiene un valore che specifica se la query è stata eseguita correttamente o se sono stati rilevati errori.

  • Utilizza query con parametri per impedire l'iniezione di SQL.

Ottimizzazione della logica aziendale:

  • Mantieni l'equivalenza funzionale durante la ristrutturazione del codice ed esegui test di regressione e confronto tra database per il sottoinsieme di programmi pertinente.

  • Conserva istantanee di profilazione per il confronto.

Epiche

AttivitàDescrizioneCompetenze richieste

Installa e configura JProfiler.

  1. Nella pagina di JProfiler download, scarica il file JProfiler per il tuo sistema operativo (Windows, macOS o Linux).

  2. Completa il processo di installazione seguendo le istruzioni contenute nella JProfiler documentazione.

  3. Esegui la configurazione iniziale:

    1. Avvia l' JProfiler applicazione.

    2. Attiva la chiave di licenza.

    3. Configura le impostazioni JVM predefinite.

  4. Verifica l'installazione:

    1. Avvio JProfiler.

    2. Esegui una sessione di test di profilazione. Per istruzioni, consulta Collegamento ai servizi locali nella sezione Profilazione di una JVM della documentazione. JProfiler

Sviluppatore di app

Installa e configura pgAdmin.

In questo passaggio, installate e configurate un client DB per interrogare il database. Questo modello utilizza un database PostgreSQL e pgAdmin come client di database. Se utilizzi un altro motore di database, segui la documentazione per il client DB corrispondente.

  1. Scarica e installa pgAdmin per il tuo sistema operativo dalla pagina di download di pgAdmin. Imposta la password principale durante l'installazione.

  2. Connect al server del database. Per istruzioni, consulta la documentazione di pgAdmin.

  3. Verifica l'installazione utilizzando pGAdmin Query Tool per eseguire query SQL di base.

Sviluppatore di app
AttivitàDescrizioneCompetenze richieste

Abilita la registrazione delle query SQL nell'applicazione AWS Blu Age.

Abilita i logger per la registrazione delle query SQL nel application.properties file dell'applicazione AWS Blu Age, come spiegato nella sezione Architettura.

Sviluppatore di app

Genera e analizza i EXPLAIN piani di interrogazione per identificare gli hotspot prestazionali del database.

Per i dettagli, consulta la sezione Architettura.

Sviluppatore di app

Crea un' JProfiler istantanea per analizzare un test case con prestazioni lente.

  1. Avvia: JProfiler

    1. Aprire l' JProfiler applicazione.

    2. In Start Center, scegli la scheda Quick Attach.

    3. Seleziona il processo Tomcat dall'elenco.

    4. Scegli Avvia.

  2. Configura le impostazioni di profilazione:

    1. Scegli l'opzione di campionamento consigliata.

    2. Mantieni le opzioni predefinite nella schermata di configurazione, quindi scegli OK.

    3. Attendi che lo stato Connesso venga visualizzato nella barra di stato.

  3. Registra i dati sulle prestazioni:

    1. Nella barra degli strumenti, scegli Avvia registrazione.

    2. Esegui il test case e attendi il suo completamento.

    3. Scegli Stop Recording.

  4. Salva e visualizza l'istantanea:

    1. Scegli Salva istantanea.

    2. Scegli la posizione in cui vuoi salvare l'istantanea, quindi scegli Salva.

Sviluppatore di app

Analizza l' JProfiler istantanea per identificare i punti deboli in termini di prestazioni.

Segui questi passaggi per analizzare l'istantanea. JProfiler

  1. Apri l'istantanea:

    1. Scegli File, Apri istantanea.

    2. Passa alla posizione dell'istantanea salvata.

    3. Scegliete Apri una nuova finestra per iniziare l'analisi.

  2. Analizza le operazioni del database:

    1. Vai alla sezione JDBC/Database e scegli la scheda JPA/Hibernate.

    2. Rivedi le query in base all'ora (che è l'opzione di ordinamento predefinita).

    3. Scegli la query più in alto per l'ottimizzazione.

  3. Verifica l'utilizzo della CPU:

    1. Nella sezione CPU, scegli la vista Hot Spots.

    2. Identifica il codice più in alto in termini di percentuale temporale per l'ottimizzazione.

    3. Annota eventuali schemi ricorrenti.

  4. Dopo aver identificato gli hotspot, stabilite una linea di base e quindi implementate le strategie di ottimizzazione appropriate, come illustrato nelle seguenti epopee. Concentratevi su queste ottimizzazioni:

    • Per le query lente, usa SQLExecution Builder o l'ottimizzazione. DAOManager

    • Per un accesso frequente ai dati, implementa meccanismi di memorizzazione nella cache.

    • Per una logica aziendale complessa, semplifica la logica, evita di effettuare troppe chiamate al database e determina se il codice può essere semplificato eseguendo una semplice query. Ad esempio, se il codice inserisce dati dalla Tabella A nella Tabella B, riscrivi questo codice per eseguire un comando SQL simile a: 

      INSERT INTO TABLE A SELECT * FROM TABLE B

  5. Continuate ad analizzare e ottimizzare il codice in ordine di impatto (dal più alto al più basso) finché l'applicazione non soddisferà i requisiti prestazionali.

Per ulteriori informazioni sull'utilizzo JProfiler, consulta la sezione Architettura e la JProfiler documentazione.

Sviluppatore di app
AttivitàDescrizioneCompetenze richieste

Stabilisci una linea di base delle prestazioni prima di implementare le ottimizzazioni.

  1. Come misurazione iniziale delle prestazioni, esegui il test case senza alcuna ottimizzazione. Crea un' JProfiler istantanea dello stato corrente e documenta le seguenti metriche:

    • Tempo totale di esecuzione

    • Numero di chiamate al database

    • Percentuale di utilizzo della CPU

    • Modello di utilizzo della memoria

  2. Crea una linea di base del documento:

    1. Salva tutte le metriche con data e ora e condizioni di test.

    2. Prendi nota di eventuali fattori esterni che potrebbero influire sulle prestazioni.

    3. Archivia l' JProfiler istantanea per il confronto dopo l'ottimizzazione.

  3. Pianifica le modifiche di ottimizzazione descritte nella prossima epopea:

    1. Rivedi le metriche di base.

    2. Identifica l'operazione che desideri ottimizzare.

    3. Crea un backup del codice corrente.

    4. Documenta i miglioramenti previsti.

  4. Misura ogni modifica prima dell'implementazione:

    1. Esegui un test case utilizzando le condizioni di base.

    2. Tempo di esecuzione record.

    3. Documenta il comportamento attuale.

Sviluppatore di app
AttivitàDescrizioneCompetenze richieste

Ottimizza le chiamate di lettura.

Ottimizza il recupero dei dati utilizzando il DAOManager SetMaxResultsmetodo. Per ulteriori informazioni su questo approccio, consulta la sezione Architettura.

Sviluppatore di app, DAOManager

Rifattorizza la logica aziendale per evitare chiamate multiple al database.

Riduci le chiamate al database utilizzando una JOIN clausola SQL. Per dettagli ed esempi, consulta Ottimizzazione della logica aziendale nella sezione Architettura.

Sviluppatore di app, SQLExecution Builder

Rifattorizza il codice per utilizzare la memorizzazione nella cache per ridurre la latenza delle chiamate di lettura.

Per informazioni su questa tecnica, consulta la sezione Caching nella sezione Architettura.

Sviluppatore di app

Riscrivi codice inefficiente che utilizza più DAOManager operazioni per semplici operazioni di aggiornamento.

Per ulteriori informazioni sull'aggiornamento dei dati direttamente nel database, consulta Ottimizzazione della logica aziendale nella sezione Architettura.

Sviluppatore di app
AttivitàDescrizioneCompetenze richieste

Convalida ogni modifica di ottimizzazione in modo iterativo mantenendo l'equivalenza funzionale.

  1. Dopo aver implementato le ottimizzazioni:

    1. Esegui gli stessi casi di test partendo dalla linea di base che hai stabilito.

    2. Registra il nuovo orario di esecuzione.

    3. Verifica che i risultati corrispondano all'output di base.

  2. se l'ottimizzazione porta a un miglioramento, documenta i guadagni effettivi, quindi procedi all'ottimizzazione successiva.

    Se riscontri problemi, ripristina le modifiche, rivedi il tuo approccio e prova soluzioni alternative.

  3. Tieni traccia dei progressi per ogni modifica:

    1. Confronta le nuove metriche con le metriche di base.

    2. Calcola la percentuale di miglioramento.

    3. Mantieni un totale costante di guadagni.

Nota

L'utilizzo di metriche di base come riferimento garantisce una misurazione accurata dell'impatto di ogni ottimizzazione, mantenendo al contempo l'affidabilità del sistema.

Sviluppatore di app

Risoluzione dei problemi

ProblemaSoluzione

Quando si esegue l'applicazione moderna, viene visualizzata un'eccezione con l'errore. Query_ID not found

Per risolvere il problema:

  1. Verificate se query.sql esiste un file denominato nella sql cartella nella directory di lavoro dell'application server.

  2. Verificate che il nome del .sql file corrisponda al nome del programma. Ad esempio, per un programma denominatoABC, il nome del file deve essereABC.sql.

Hai aggiunto degli indici, ma non vedi alcun miglioramento delle prestazioni.

Segui questi passaggi per assicurarti che il motore di query utilizzi l'indice:

  1. Se stai usando PostgreSQL, esegui il comando. EXPLAIN <sql query>

  2. Controlla l'output del comando per o. Seq Scan Index Scan Seq Scansignifica che il set di indici non è disponibile nelle colonne utilizzate dalla where clausola della query SQL.

  3. Crea un indice sul set di colonne corretto e prova a creare query che utilizzano l'indice creato.

Si verifica un' out-of-memoryeccezione.

Verificate che il codice rilasci la memoria contenuta nella struttura dei dati.

Le operazioni di scrittura in batch provocano la mancanza di record nella tabella

Esamina il codice per assicurarti che venga eseguita un'ulteriore operazione di scrittura quando il conteggio dei batch è diverso da zero.

La registrazione SQL non viene visualizzata nei registri delle applicazioni.

  1. Verificate la posizione e la sintassi del file di configurazione della registrazione.

  2. Assicuratevi che il livello di registro sia impostato su DEBUG per i pacchetti specificati. Per esempio:

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

  3. Controllate le autorizzazioni dei file di registro del server delle applicazioni.

  4. Riavviare il server delle applicazioni dopo le modifiche alla configurazione.

Risorse correlate