4.x版本Java探针性能压测报告_应用实时监控服务(ARMS)-阿里云帮助中心

ARMS探针在应用运行时进行字节码增强，实现应用性能管理能力。与其他通过字节码增强技术实现的性能管理方案一样，ARMS探针会带来一定的应用性能开销，但ARMS团队已经采用多项技术对探针进行优化，将探针的性能开销降低到极低的范围，以确保应用的稳定运行。在本篇测试报告中，我们模拟了真实的使用场景，测试ARMS探针在不同业务流量下带来的性能开销，您可以参考本篇分析报告，在接入ARMS应用监控前，基于性能影响进行充分的评估。

测试场景

整体架构如下图所示：

Java应用基于Spring MVC框架编写，根据压测源发起的不同请求，会分别通过Druid框架和Jedis框架访问MySQL和Redis服务。对于请求${mall-gateway}/case/api/v1/mysql/execute，Java应用会访问MySQL（每接到一次请求，会访问1~4次MySQL）；对于请求${mall-gateway}/case/api/v1/redis/execute，Java应用会访问Redis（每接到一次请求，会访问1~10次Redis）。

测试环境

压测源由阿里云性能测试服务PTS提供。
Java应用、MySQL、Redis都部署在同一个阿里云容器服务ACK集群中，节点实例类型为ecs.u1-c1m2.8xlarge，节点的操作系统版本为Alibaba Cloud Linux 2.1903 LTS 64位。
Java应用的Pod规格为2核4G，双副本，对应的JVM参数如下所示：
```
-Xms3500m -Xmx3500m -XX:MetaspaceSize=500m
```
ARMS探针采用Aliyun JavaAgent 4.2.1版本。
Demo代码库

测试流程

在不安装ARMS探针的情况下，分别使用基于500/1000/2000 QPS，发起3次压测，每次的持续时长为1小时，每次压测前都先基于100 QPS压测流量对Java应用进行3分钟预热，压测结果将作为基线性能指标。
安装ARMS探针，在采样策略设置为10%固定采样率的情况下，重复第1步的压测，对比Java应用在CPU开销、内存开销、RT上的差异。
安装ARMS探针，在采样策略设置为100%固定采样率的情况下，重复第1步的压测，对比Java应用在CPU开销、内存开销、RT上的差异。

说明

关于ARMS的采样策略设置，请参见调用链采样模式选择（3.2.8及以上探针版本）。
ARMS 应用监控的基本功能都将开启，包括统计指标、调用链、分位数等，并开启所有插件功能；一些高阶功能将暂时关闭，如调用链压缩，URL收敛，脱敏开关，持续剖析等。

基线性能指标

对比项	CPU	内存	RT
500 QPS	6.737%	11.51%	57.6 ms
1000 QPS	13.040%	11.81%	63.9 ms
2000 QPS	26.796%	12.19%	70.5 ms

说明

CPU 指标代表 Pod 使用的 CPU 占总 CPU（2核）的百分比。
内存指标代表 Pod 使用的内存占总内存的百分比。由于 Pod 使用内存在达到 requests 值之前会自然增长，此报告取压测结束时的内存真实占用。
RT指标代表请求的平均响应时间，单位：毫秒。

安装ARMS探针后的性能指标

对比项	10%采样率			100%采样率
对比项	CPU	内存	RT	CPU	内存	RT
500 QPS	8.412%	13.72%	58.5 ms	9.316%	13.91%	58.7 ms
1000 QPS	16.947%	14.14%	64.9 ms	18.114%	14.42%	65.3 ms
2000 QPS	34.850%	14.64%	74.6 ms	35.945%	14.67%	76.1 ms

说明

采样率对CPU影响与QPS为非线性关系，默认存在每秒Trace采集上限阈值。

探针性能开销

对比项	10%采样率			100%采样率
对比项	CPU	内存	RT	CPU	内存	RT
500 QPS	+1.68%	+2.21%	+0.9 ms	+2.58%	+2.40%	+1.1 ms
1000 QPS	+3.907%	+2.33%	+1.0 ms	+5.07%	+2.61%	+1.4 ms
2000 QPS	+8.05%	+2.45%	+4.1 ms	+9.14%	+2.48%	+5.6 ms

分析结论

ARMS探针额外造成的CPU和内存开销，都在10%以内。
ARMS探针对于RT（请求响应时间）的影响在10%以内，在1000 QPS的情况下增加约1毫秒。
在100%固定采样率的情况下，性能开销比10%固定采样率略有上升。