Как уменьшить память приложения Spring Boot в среде разработки более чем на 40%
Как уменьшить память приложения Spring Boot в среде разработки более чем на 40%

Эта статья переведена с сайта: https://medium.com/@satanjim/how-we-reduced-the-memory-consumption-of-spring-boot-application-over-40-for-the-development-c8a5813fac23.

При разработке базового приложения Spring Boot нам необходимо учитывать доступное потребление памяти. По мере добавления новых зависимостей потребление памяти увеличивается. Для монолитного приложения потребление памяти обычно еще приемлемо, но когда мы разрабатываем несколько микросервисов и запускаем их на локальной машине, это может стать кошмаром и повлиять на эффективность разработки.

И Spring Boot, и JVM имеют некоторые конфигурации по умолчанию, которые подходят для большинства ситуаций, даже в некоторых производственных средах. Но если мы сможем настроить некоторые конфигурации для локальной разработки, мы сможем значительно сократить потребление памяти. Обратите внимание, что я не являюсь экспертом по JVM и Spring Boot и просто хочу поделиться в этой статье своим собственным опытом.

Кто потребляет память

Для начала давайте разберемся, кто потребляет память? Да, это JVM. Но как оно это делает?

Чтобы понять это глубже, нам нужно понять внутренности JVM, но это выходит за рамки данной статьи. Проще говоря, потребление памяти JVM можно разделить на кучу, метапространство, стек каждого потока (Thread Stack) и другие.

потребление памяти

Чтобы уменьшить потребление память, нам нужно JVM Передайте некоторые параметры явно.

Для начала нам необходимо сделать некоторые предварительные приготовления:

  • Установить Docker и docker-compose
  • Используйте версию Java 17 (но подойдет любая версия от 8 до последней, за исключением некоторых старых патчей в Java 8).
  • Использование Spring Boot

Далее мы можем настроить некоторые параметры. Создайте файл с именем «dev.jvm.conf» и введите следующие значения (позже мы объясним, что означают эти значения):

Язык кода:javascript
копировать
# dev.jvm.conf
# Переопределить свойства приложения
SERVER_TOMCAT_ACCEPT_COUNT=3
SERVER_TOMCAT_MAX_CONNECTIONS=3
SERVER_TOMCAT_THREADS_MAX=3
SERVER_TOMCAT_THREADS_MIN_SPARE=1
SPRING_MAIN_LAZY_INITIALIZATION=true

# Установить параметры JVM
JAVA_TOOL_OPTIONS=-XX:+UseSerialGC -Xss512k -XX:MaxRAM=200m

Затем мы используем docker-compose для передачи этих переменных среды в контейнер:

Язык кода:javascript
копировать
# docker-compose.yml
services:
  service1:
    image: service1:dev
    env_file:
      - dev.jvm.conf

  service2:
    image: service2:dev
    env_file:
      - dev.jvm.conf

现在运行docker-compose upЗаказ,Вы должны увидеть некоторые различия.

Далее давайте обсудим эти конфигурации подробно.

Прежде чем начать, имейте в виду, что снижение определенных значений не приведет напрямую к снижению использования памяти в вашей локальной среде, в которой обычно не так много запросов. Наша цель при добавлении порога — ограничить количество запросов, если мы начнем получать больше запросов, даже в локальной среде. В конечном итоге это поможет ограничить использование памяти.

  • SERVER_TOMCAT_ACCEPT_COUNT: этот атрибут устанавливается, когда используются все возможные обработки запросов.,Максимальная длина очереди для входящих запросов на соединение. Когда сервер сильно загружен и все задания заняты,Входящие запросы будут помещены в очередь. Если очередь заполнена,Дополнительные запросы на подключение будут отклонены. Значение по умолчанию — 100.
  • SERVER_TOMCAT_MAX_CONNECTIONS: это свойство определяет максимальное количество подключений, которые сервер Tomcat может обрабатывать одновременно. Значение по умолчанию — 8192.
  • SERVER_TOMCAT_THREADS_MAX: этот атрибут управляет Tomcat Максимальное количество запросов, которые сервер создаст для обработки. Значение по умолчанию: 200。
  • SERVER_TOMCAT_THREADS_MIN_SPARE: этот атрибут встроен Tomcat Сервер установил минимальное количество запасных частей. Значение по умолчанию: 10。
  • SPRING_MAIN_LAZY_INITIALIZATION: установка значения true для этого атрибута означает, что все компоненты в приложении будут лениво инициализированы. Это поможет сократить время запуска.
  • JAVA_TOOL_OPTIONS: Используя этот атрибут, мы можем задать JVM передать некоторые дополнительные параметры。Поговорим о значении каждого параметра。
    • -XX:+UseSerialGC: этот параметр сделает JVM использовать одну нить для встроенной сборки мусора, а не использовать выделенную GC нить。
    • -Xss512k: этот параметр ограничивает размер стека на нит до 512 значений по умолчанию 1 МБ.
    • -XX:MaxRAM=200m: настройка этого параметра. JVM максимально полезный RAM Памятьдля 200MB。

Вот несколько простых настроек,Но их можно значительно сократить за счет разработки потребления памяти в местной среде. конечно,Исходя из вашей конкретной ситуации,Возможно, вам придется внести дополнительные корректировки. Это всего лишь отправная точка,Вы можете оптимизировать в соответствии с фактическими потребностями.

Подвести итог

В общем, при правильной настройке JVM и Spring Boot,и понятьпотребление Принцип памяти: мы можем уменьшить локальную окружающую среду разработкиизпотребление память, повысить эффективность работы. Надеюсь, эти советы будут полезны!

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose