SpringBoot 性能优化实战

应用能跑起来，只是第一步。跑得快、跑得稳，才是生产环境的要求。

很多 SpringBoot 项目在上线初期一切正常，随着数据量增长、用户量增加，慢慢就变慢了。这时候再去优化，往往要花好几倍的时间。

性能优化最好的时机，是写代码的时候。

这篇文章从实际项目出发，总结了一套 SpringBoot 性能优化的"套路"，按照见效快慢排序，先搞最容易出效果的。

一、优化优先级

性能优化不是瞎搞，要有优先级：

优化方向	预期效果
数据库（索引、SQL、连接池）	提升最大，最常见瓶颈
缓存（Redis、本地缓存）	减少重复计算
接口逻辑	减少不必要操作
容器线程池	提升并发能力
JVM 参数	减少 GC 停顿

记住：80% 的性能问题出在数据库，别一上来就去调 JVM。

二、数据库优化

数据库是绝大多数性能问题的根源，也是优化收益最大的地方。

2.1 先找到慢 SQL

不知道慢在哪里就没法优化。SpringBoot 提供了几种方式定位慢 SQL：

开启 SQL 日志打印，观察执行时间
使用 Druid 连接池的内置监控页面，可视化查看慢 SQL 排行
在数据库层面开启慢查询日志

找到那些执行慢、调用频繁的 SQL，就是优化的突破口。

2.2 索引是重中之重

索引就像书的目录，没有索引就是从头翻到尾。

需要加索引的场景包括：WHERE 条件中的字段、ORDER BY 排序字段、JOIN 关联字段。但也需要注意，索引不是越多越好，因为索引会占用空间，还会降低写入速度。

常见的索引失效情况有：在索引列上使用函数、使用不等于运算、LIKE 以通配符开头等。

2.3 避免 N+1 查询

这是非常常见的问题：先查出一批数据，再循环逐条查询关联数据。

解决方案有两种：一是使用 JOIN 一次性查出所有关联数据，二是使用批量查询，一次性查出所有需要的关联数据，然后在内存中组装。

2.4 连接池配置要合理

SpringBoot 默认使用 HikariCP，这是目前性能最好的连接池。

连接数不是越大越好。每个连接都会占用内存和 CPU，连接过多反而会导致上下文切换频繁，性能下降。通常 10 到 20 个连接就足够了，具体可以根据压测结果调整。

三、缓存优化

缓存的核心思想：把经常读、不常变的数据存起来，下次直接从缓存拿。

3.1 本地缓存

本地缓存适合数据量小、不跨服务共享的场景，比如字典表、配置信息。

SpringBoot 内置了缓存抽象，只需要在方法上添加 @Cacheable 注解，返回值就会被自动缓存。配合 Caffeine 这种高性能本地缓存库，可以设置过期时间、最大数量等。

3.2 分布式缓存

Redis 是分布式缓存的首选，适合跨服务共享的数据，比如用户会话、热点业务数据。

使用缓存时需要注意几个经典问题：

缓存穿透：查询不存在的数据，解决方案是缓存空值或使用布隆过滤器
缓存雪崩：大量缓存同时失效，解决方案是给过期时间加上随机值
缓存击穿：热点 Key 失效瞬间大量请求打到数据库，解决方案是使用互斥锁或设置热点数据永不过期

四、接口优化

4.1 按需返回字段

很多时候前端只需要几个字段，但接口把整个实体对象都返回了。按需返回可以减少网络传输量，也能降低数据库查询压力。

4.2 分页查询

列表接口一定要分页，不要一次性查询所有数据。数据量大了之后，一次性查询不仅慢，还可能导致内存溢出。

4.3 非核心逻辑异步化

发送邮件、记录操作日志、推送消息等非核心逻辑，可以放到异步线程池中执行，不让它们阻塞主流程。SpringBoot 的 @Async 注解可以轻松实现。

4.4 避免大事务

事务中不要包含远程调用、大量循环操作等耗时逻辑。事务持有锁的时间越长，并发越差。应该只把真正需要保证一致性的操作放在事务中。

五、容器与线程池优化

5.1 Tomcat 线程池

SpringBoot 内嵌的 Tomcat 默认线程数不算大，可以根据服务器配置适当调整。最大工作线程数建议设置在 200 左右，太小了并发能力不足，太大了反而增加上下文切换开销。

5.2 业务线程池

业务中的异步任务应该有独立的线程池，避免占用 Tomcat 的工作线程。线程池的核心参数需要根据任务类型来定：IO 密集型任务可以设置大一点的线程数，CPU 密集型任务线程数不宜超过 CPU 核心数。

六、JVM 参数优化

JVM 参数优化排在最后，因为大多数应用还不到这一步。

最基础的配置是设置堆内存大小：-Xms 和 -Xmx 设置为相同的值，避免运行中扩容。垃圾回收器推荐使用 G1，设置合理的停顿目标即可。

对于容器化部署，堆内存需要根据容器内存限制来设置，通常设为容器内存的 70% 左右，留一些给系统和其它进程。

七、排查工具推荐

当应用变慢了，需要工具来定位问题：

Arthas 是阿里开源的 Java 诊断工具，可以在线看线程状态、方法调用耗时、入参出参，非常强大。

压测工具 方面，ab（Apache Bench）适合简单快速的压测，JMeter 功能更全面，支持复杂的测试场景。

总结

性能优化是一套方法论，不是玄学：

阶段	做什么
写代码时	注意索引、分页、缓存、异步
测试时	压测、定位瓶颈
上线前	检查清单过一遍
出问题时	用工具定位，针对性优化

最后记住一句话：

过早优化是万恶之源，但不优化是更大的恶。优先搞定数据库和缓存，其他地方按需优化就好。