【高并发优化手段】基于Springboot项目

文章目录

• 一、概述
• 二、服务器配置
• • 1. 选择合适的机器
  • 2. 配置服务器参数
  • • （1）TCP网络层参数
    • （2）文件系统参数
    • （3）内存参数
• 三、Tomcat配置
• 四、线程池配置

一、概述

Spring Boot是基于Spring Framework的快速开发框架，它提供了许多自动化的配置方法，使得开发者可以更加专注于业务逻辑的实现。

在高并发场景下，Spring Boot的配置也是非常重要的，需要对服务器、Tomcat、线程池等进行优化配置，以达到最优的性能。本文将介绍如何对Spring Boot进行优化配置，在高并发场景下实现最佳的性能表现。
场景如下：提供30秒内2万用户每秒5次请求的10万并发服务支持。

二、服务器配置

1. 选择合适的机器

在高并发场景下，选择合适的机器是非常重要的。首先，需要根据业务需求和预期QPS（每秒请求数）选择合适的机型，例如CPU、内存、硬盘、网络带宽等。

其次，为了提高性能，建议选择高并发优化的系统。例如，针对Java应用，可以选择专门针对Java应用优化的Linux操作系统，例如CentOS、Ubuntu等。

2. 配置服务器参数

在服务器上，可以根据实际情况调整以下参数：

（1）TCP网络层参数

可以设置以下参数，以提高服务器网络性能和稳定性：

①. TCP握手队列长度：默认为128，可以设置为1024，以处理更多的TCP连接请求。

②. TCP连接超时时间：默认为2小时，可以设置为3秒，以加快连接失败的响应速度。

③. TCP连接重试次数：默认为10次，可以设置为3次，以加快连接失败的响应速度。

如何配置

在CentOS 7上，可以使用以下命令来配置TCP网络层参数：

1. 打开配置文件/etc/sysctl.conf：

sudo vi /etc/sysctl.conf

1. 添加或编辑以下参数：

# 设置虚拟内存超配值为 1，可以允许分配比实际物理内存更多的内存空间，从而提高应用程序性能，但可能导致 OOM 错误。为 0 时表示内存空间不足时直接拒绝申请
vm.overcommit_memory = 1
# 设置系统脏页（未写入磁盘的页面）达到多少字节时可以开始写入磁盘
vm.dirty_background_bytes = 8388608 
# 设置系统脏页达到多少字节时必须写入磁盘
vm.dirty_bytes = 25165824
# 设置可以在后台写入磁盘的脏页占总脏页的比例（即总脏页数的2%）
vm.dirty_background_ratio = 2
# 设置当系统脏页占总内存的比例超过5%时，系统必须开始写入磁盘
vm.dirty_ratio = 5
# 设置系统判定一个脏页需要写入磁盘的时间，单位为centisecond，即2000分之一秒
vm.dirty_expire_centisecs = 2000
# 设置最小内存分配单位（单位为KB）
vm.min_free_kbytes = 8192 
# 将虚拟内存的 overcommit 比率设置为80%
vm.overcommit_ratio = 80
# 设置堆内存溢出处理方式（0表示不紧急内存压缩，1表示紧急内存压缩，2表示杀死进程）
vm.panic_on_oom = 2
# 设置发送方socket buffer大小的最大值为16MB
net.core.wmem_max = 16777216 
# 设置接收方socket buffer大小的最大值为16MB
net.core.rmem_max = 16777216 
# 当TCP流量控制窗口溢出时，中止连接
net.ipv4.tcp_abort_on_overflow = 1
# 对于高延迟、高带宽的网络，开启窗口缩放
net.ipv4.tcp_adv_win_scale = 1
# 允许使用的TCP拥塞控制算法，可以使用cubic和reno算法
net.ipv4.tcp_allowed_congestion_control = cubic reno
# 应用程序socket buffer的大小，单位为Kbyte
net.ipv4.tcp_app_win = 31
# TCP发送数据时，自动开启corking模式
net.ipv4.tcp_autocorking = 1
# 允许使用的TCP拥塞控制算法，可以使用cubic和reno算法
net.ipv4.tcp_available_congestion_control = cubic reno
# 设置TCP数据包的最小大小，单位为byte
net.ipv4.tcp_base_mss = 512
# 发送方最多允许发送多少个SYN报文段作为challenge ack防范syn flood攻击
net.ipv4.tcp_challenge_ack_limit = 1000
# TCP使用的拥塞控制算法，可以使用cubic算法
net.ipv4.tcp_congestion_control = cubic 
# 开启对方乱序数据的确认，以降低网络延迟
net.ipv4.tcp_dsack = 1
# 当检测到丢包时，提前触发重传
net.ipv4.tcp_early_retrans = 3
# 开启ECN（Explicit Congestion Notification）拥塞控制算法
net.ipv4.tcp_ecn = 2
# 使用FACK（Forward Acknowledgment）作为拥塞控制算法的一部分
net.ipv4.tcp_fack = 1
# 开启TCP Fast Open，以加快连接速度
net.ipv4.tcp_fastopen = 3
# 设置TCP Fast Open使用的密钥，可以使用随机数生成器生成
net.ipv4.tcp_fastopen_key = 6d0c41a3-123fdf85-a7f901e8-59fea180
# TCP连接关闭的超时时间，单位为秒
net.ipv4.tcp_fin_timeout = 10
# 开启TCP Fast Recovery防止网络拥塞
net.ipv4.tcp_frto = 2
# 设置TCP连接每秒允许的最大无效数据包数，超过该值则降低发送速度
net.ipv4.tcp_invalid_ratelimit = 500
# TCP保持连接的时间间隔，单位为秒
net.ipv4.tcp_keepalive_intvl = 15
# 发送TCP保持连接探测报文的次数
net.ipv4.tcp_keepalive_probes = 3
# TCP保持连接的时间，单位为秒
net.ipv4.tcp_keepalive_time = 600
# 限制发送缓存的最大空间，单位为byte
net.ipv4.tcp_limit_output_bytes = 262144
# 开启TCP低延迟模式
net.ipv4.tcp_low_latency = 0
# 操作系统允许的最大TCP半连接数
net.ipv4.tcp_max_orphans = 16384
# TCP拥塞窗口增长算法的阈值，一般设为0不使用该功能
net.ipv4.tcp_max_ssthresh = 0
# 等待建立连接请求的最大个数
net.ipv4.tcp_max_syn_backlog = 262144
# 每秒最多处理的TCP连接数，越高则占用CPU时间越多
net.ipv4.tcp_max_tw_buckets = 5000
# 设置TCP Mem，包括min、default、max三个参数，单位为page数量
net.ipv4.tcp_mem = 88053	117407	176106
# 设置发送方socket buffer大小的最小值，单位为byte
net.ipv4.tcp_min_snd_mss = 48
# 设置TCP使用的最小TSO分段数目（只有在开启TSO时生效）
net.ipv4.tcp_min_tso_segs = 2
# 开启TCP自适应窗口大小控制
net.ipv4.tcp_moderate_rcvbuf = 1
# 开启TCP MTU探测，以避免网络分片
net.ipv4.tcp_mtu_probing = 1
# 禁止保存TCP延迟测量得到的数据
net.ipv4.tcp_no_metrics_save = 1
# 无需等待发送缓存为空，就可以发送数据
net.ipv4.tcp_notsent_lowat = -1
# TCP重传数据包的最大次数
net.ipv4.tcp_orphan_retries = 0
# TCP重传数据包后允许接收的最大乱序数据包个数
net.ipv4.tcp_reordering = 3
# 启用TCP Fast Retransmit和Fast Recovery算法
net.ipv4.tcp_retrans_collapse = 1
# 第一次重传TCP数据包的次数
net.ipv4.tcp_retries1 = 3
# 第二次重传TCP数据包的次数
net.ipv4.tcp_retries2 = 15
# 拒绝与RFC1337不兼容的数据包
net.ipv4.tcp_rfc1337 = 1
# 设置TCP接收缓存大小，包括min、default、max三个参数，单位为byte
net.ipv4.tcp_rmem = 4096	87380	33554432
# 开启TCP SACK（Selective Acknowledgments）支持
net.ipv4.tcp_sack = 1
# 关闭TCP连接空闲一段时间后再次发送数据包
net.ipv4.tcp_slow_start_after_idle = 0
# 禁用TCP Socket Urgent功能
net.ipv4.tcp_stdurg = 0
# TCP SYN请求重试的最大次数
net.ipv4.tcp_syn_retries = 1
# TCP SYN/ACK请求重试的最大次数
net.ipv4.tcp_synack_retries = 1
# 开启TCP SYN Cookie防止syn flood攻击
net.ipv4.tcp_syncookies = 1
# 关闭TCP Thin Dupack
net.ipv4.tcp_thin_dupack = 0
# 关闭TCP Thin Linear Timeouts
net.ipv4.tcp_thin_linear_timeouts = 0
# 开启TCP时间戳
net.ipv4.tcp_timestamps = 1
# 设置TCP TSO窗口大小的除数，只有在开启TSO时生效
net.ipv4.tcp_tso_win_divisor = 3
# 开启TCP TIME_WAIT Socket重用机制
net.ipv4.tcp_tw_recycle = 1
# 允许将TIME_WAIT Socket重用于新的TCP连接
net.ipv4.tcp_tw_reuse = 1
# 开启TCP窗口缩放
net.ipv4.tcp_window_scaling = 1
# 设置发送方socket buffer大小，包括min、default、max三个参数，单位为byte
net.ipv4.tcp_wmem = 4096	16384	33554432
# 关闭TCP workaround signed windows（https://tools.ietf.org/html/rfc7323）
net.ipv4.tcp_workaround_signed_windows = 0
# 当使用conntrack跟踪TCP连接时，设置是否采用liberal模式
net.netfilter.nf_conntrack_tcp_be_liberal = 0
# 当使用conntrack跟踪TCP连接时，设置是否采用loose模式
net.netfilter.nf_conntrack_tcp_loose = 1
# TCP连接最大重传次数
net.netfilter.nf_conntrack_tcp_max_retrans = 3
# TCP连接关闭后，等待fin结束的时间，单位为秒
net.netfilter.nf_conntrack_tcp_timeout_close = 10
# TCP连接关闭后，进入CLOSE_WAIT状态的时间，单位为秒
net.netfilter.nf_conntrack_tcp_timeout_close_wait = 60
# TCP连接已经建立时，如果长期没有数据传输，连接最长保持时间，单位为秒
net.netfilter.nf_conntrack_tcp_timeout_established = 432000
# 当关闭TCP连接时，TCP_FIN等待ACK的超时时间，单位为秒
net.netfilter.nf_conntrack_tcp_timeout_fin_wait = 120
# 当关闭TCP连接时，ACK等待FIN的超时时间，单位为秒
net.netfilter.nf_conntrack_tcp_timeout_last_ack = 30
# TCP连接最大重传次数，以及TCP RTO
net.netfilter.nf_conntrack_tcp_timeout_max_retrans = 300
# 设置 TCP SYN_RECV 状态的超时时间为 60 秒
net.netfilter.nf_conntrack_tcp_timeout_syn_recv = 60
# 设置 TCP SYN_SENT 状态的超时时间为 120 秒
net.netfilter.nf_conntrack_tcp_timeout_syn_sent = 120
# 设置 TCP TIME_WAIT 状态的超时时间为 120 秒
net.netfilter.nf_conntrack_tcp_timeout_time_wait = 120
# 设置 TCP 未确认连接的超时时间为 300 秒
net.netfilter.nf_conntrack_tcp_timeout_unacknowledged = 300
# 设置 sunrpc 协议的 FIN 超时时间为 15 秒
sunrpc.tcp_fin_timeout = 15
# 设置 sunrpc 协议的最大槽位表项数为 65536
sunrpc.tcp_max_slot_table_entries = 65536
# 设置 sunrpc 协议的槽位表项数为 2
sunrpc.tcp_slot_table_entries = 2
# 设置 sunrpc 协议的传输层为 TCP，缓存区大小为 1048576 字节
sunrpc.transports = tcp 1048576
# 设置系统最大连接数为 65535
net.core.somaxconn = 65535
# 设置网络设备缓存队列最大值为 65535
net.core.netdev_max_backlog = 65535
# 设置系统的最大文件句柄数为 65535
fs.file-max = 65535
# 增加文件描述符限制
fs.nr_open = 1000000
# 设置同时为当前用户打开的 inotify 实例的最大数目为 1024
fs.inotify.max_user_instances = 1024 
# 设置当前用户为每个 inotify 实例可同时监视的文件和目录数目上限为 65536
fs.inotify.max_user_watches = 65536 
# 设置 inotify 实例中等待处理的事件队列的最大（未处理）长度为 16384
fs.inotify.max_queued_events = 16384
# 调整文件系统缓存参数
vfs_cache_pressure = 50
# 设置进程ID的最大值为131072
kernel.pid_max = 131072 
# 设置系统支持的最大进程ID值为131072
kernel.max_pid = 131072
# 设置系统的信号量的参数，分别是512个信号量集、每个信号量集的最大值为65535、每个进程最多可以持有的信号量数量为1024、最大的信号量值为2048
kernel.sem = 512 65535 1024 2048

1. 保存文件并退出。

2. 使用以下命令使新配置生效：

sudo sysctl -p

1. 使用命令行工具查看TCP网络参数的值，例如使用命令：

sysctl -a | grep tcp

可以查看到当前TCP网络参数的值，确认修改是否生效。

以上配置仅供参考，具体的参数设置应根据实际情况进行调整。在更改任何系统参数之前，请确保了解所需的配置和可能的影响。

（2）文件系统参数

可以设置以下参数，以提高服务器的文件系统性能：

①. 文件打开数：默认为1024，可以设置为65535，以支持更多的文件打开。

②. 文件描述符大小：默认为1024，可以设置为65535，以支持更大的文件。

③. 内存缓存大小：默认为32MB，可以设置为512MB，以加快磁盘访问速度。

仅根据硬件配置，估算机器的最大性能

对于2核心4G内存的机器，最大的QPS和TPS取决于三个主要限制因素：

1. CPU性能

2. 内存大小

3. 磁盘速度

在这个配置下，可能的最大QPS和TPS取决于这三个因素中最小的那个。

对于文件打开数和文件描述符大小的设置，655355是足够高的，不太可能成为限制因素。

对于内存缓存大小，512MB也足够大了，对性能的提升是有帮助的，但也不会明显改变最大性能。

考虑到压测的机器ESSD AutoPL云盘 40000 IOPS，可以假设磁盘速度也足够高。因此，最大性能主要取决于CPU和内存。

根据经验，一个CPU核心的最大处理能力通常在1万到10万之间。2核心4线程的CPU最大的处理能力是在2万到20万之间。这个范围是因为处理能力还取决于其他因素，如CPU主频、缓存大小、内存带宽等等。

修改配置

修改文件系统参数需要以管理员身份登录系统，然后按照以下步骤进行操作：

①. 修改文件打开数：

1. 打开命令行终端，输入以下命令：

sudo vi /etc/sysctl.conf

1. 在打开的配置文件中添加以下代码：

# 设置系统的最大文件句柄数为 65535
fs.file-max = 65535

1. 保存文件并关闭。

2. 输入以下命令，使配置修改生效：

sudo sysctl -p

②. 修改文件描述符大小：

1. 打开命令行终端，输入以下命令：

sudo vi /etc/security/limits.conf

1. 在打开的配置文件中添加以下代码：

*    soft    nofile    65535
*    hard    nofile    65535

1. 保存文件并关闭。

2. 输入以下命令，使配置修改生效：

ulimit -n 65535

注意：此配置只对当前用户有效，如果要对所有用户生效，需要重启系统。

③. 修改内存缓存大小：

要修改CentOS 7系统的内存缓存大小，可以执行以下步骤：

1. 打开终端并以root用户身份登录。
2. 编辑 /etc/sysctl.conf 文件，如下所示：

vi /etc/sysctl.conf

1. 在文件的末尾添加以下行：

# 设置系统脏页（未写入磁盘的页面）达到多少字节时可以开始写入磁盘
vm.dirty_background_bytes = 8388608 
# 设置系统脏页达到多少字节时必须写入磁盘
vm.dirty_bytes = 25165824
# 设置可以在后台写入磁盘的脏页占总脏页的比例（即总脏页数的2%）
vm.dirty_background_ratio = 2
# 设置当系统脏页占总内存的比例超过5%时，系统必须开始写入磁盘
vm.dirty_ratio = 5
# 设置系统判定一个脏页需要写入磁盘的时间，单位为centisecond，即2000分之一秒
vm.dirty_expire_centisecs = 2000

这些参数表示内存缓存的大小，可以根据需要进行修改。上述示例将默认值设置为16 MB和48 MB。
4. 保存并关闭文件。
5. 执行以下命令以使更改生效：

sysctl -p

现在，您已成功修改了CentOS 7系统的内存缓存大小。

（3）内存参数

可以设置以下参数，以提高服务器的内存管理效率：

①. 最小内存分配单位：默认为4KB，可以设置为1KB，以节省内存开销。

②. 堆内存大小：默认为1/4的物理内存大小，可以根据应用需求和机器配置进行调整。

③. 堆内存溢出处理方式：可以选择直接退出应用，或者打印错误信息并继续运行。

三、Tomcat配置

Tomcat是Spring Boot默认的Web容器，它的配置也需要进行优化，以提高性能。

1. 调整最大连接数

sever:
  tomcat:
    # 1核2g内存为200，线程数经验值200；4核8g内存，线程数经验值800,以此类推
    threads:
      # 最多的工作线程数，默认大小是200。该参数相当于临时工，如果并发请求的数量在10到200之间，就会使用这些临时工线程进行处理。建议设置为 2 倍到 4 倍的 QPS
      max: 6667
      # 最少的工作线程数，默认大小是10。该参数相当于长期工，如果并发请求的数量达不到10，就会依次使用这几个线程去处理请求。如果min-spare设置得太低，那么当应用程序接收到高并发请求时，线程池将无法满足服务要求而导致请求失败。较高的min-spare值可能会导致系统响应时间变慢，因为它会创建大量线程来处理请求，这可能会占用过多的CPU和内存资源。如果将min-spare值设置得太低，则线程池可能无法及时响应请求。当系统负载较高时，有些请求可能会被暂时挂起，等待线程变得可用。如果没有足够的空闲线程，则请求将会等待更长时间。设置较高的min-spare值会占用更多的内存资源。如果线程池中的线程数超出了系统的实际需求，则会浪费内存资源。因此，将min-spare值设置为10至20是一种平衡内存和线程利用率的方式。
      min-spare: 20
      # 最大连接数，默认大小是8192。表示Tomcat可以处理的最大请求数量，超过8192的请求就会被放入到等待队列。如果设置为-1，则禁用maxconnections功能，表示不限制tomcat容器的连接数。建议设置为 2 倍到 4 倍的 QPS。如果设置的值太低，将会限制服务器处理客户端请求的能力，从而可能导致应用程序出现性能问题。如果设置的值太高，则会浪费服务器资源，因为服务器的处理能力可能不足以处理所有的连接。通过经验和测试，2到4倍的QPS值通常会在服务器处理客户端请求时提供最佳性能和稳定性。这个范围也会提供一定的缓冲以应对突发流量，从而在服务器资源短缺时避免过载。
    max-connections: 6667
    # 等待队列的长度，默认大小是100。建议设置为 2 至 5 倍的 max-connections。将accept-count设置为2至5倍的max-connections可以确保Tomcat能够处理足够的连接请求，同时避免因过多排队连接导致的性能问题。但是，设置过高的accept-count会增加系统负担和内存压力，同时也可能会引起其他问题，如拒绝服务攻击等。至于为什么建议不超过5倍，是因为实际上超过这个范围的设置已经很少能带来明显的性能提升，反而会增加系统负担。同时，设置过高的accept-count还可能会导致频繁的连接请求失败和性能下降，甚至可能会导致Tomcat崩溃。
    accept-count: 13334

2. 配置压缩

Spring Boot使用内嵌的Tomcat作为其默认的Web容器，支持HTTP协议下的数据压缩。

要启用数据压缩，需要在application.properties文件中添加以下配置：

server.compression.enabled=true
server.compression.mime-types=application/json,application/xml,text/html,text/xml,text/plain
server.compression.min-response-size=2048

解释一下每一个配置项的含义：

• server.compression.enabled：启用数据压缩，默认为false。
• server.compression.mime-types：需要压缩的数据类型列表，支持多个值，用逗号分隔。
• server.compression.min-response-size：响应数据的最小大小（字节），只有响应数据大小超过该值才会进行压缩。

配置完成后，当客户端请求的Accept-Encoding头中包含“gzip”或“deflate”时，Tomcat会自动压缩响应数据并返回。

需要注意的是，如果使用了反向代理服务器（如Nginx），则需要确保代理服务器不会重复压缩响应数据，否则可能会导致网页无法正确加载。可以通过设置代理服务器的“proxy_set_header Accept-Encoding ”和“proxy_set_header TE ”选项来解决该问题。

3. 配置缓存

Spring Boot的默认配置会自动将静态资源缓存一段时间，并指定缓存路径。默认情况下，静态资源的缓存时间是1小时（3600秒），缓存路径为“/static/”和“/public/” 。

如果需要自定义静态资源的缓存配置，可以在application.properties中添加如下配置：

# 配置静态资源缓存时间为10分钟
spring.resources.cache.cachecontrol.max-age=600 

# 配置缓存路径
spring.resources.static-locations=classpath:/static/,classpath:/public/

在上述配置中，通过spring.resources.cache.cachecontrol.max-age可以配置缓存时间，单位为秒；通过spring.resources.static-locations可以配置缓存路径。在配置路径时，需要指定静态资源存放的位置，多个位置可以使用逗号分隔。

需要注意的是，如果静态资源名带有版本号或者时间戳等动态变化的参数，那么缓存路径需要指定到该参数前面的部分，否则可能会导致缓存无效。

四、线程池配置

在高并发场景下，线程池的配置也是非常重要的，可以大大提高系统的并发处理能力。

Spring Boot默认使用Tomcat线程池，它提供了以下参数可以进行调整：

（1）最大工作线程数（maxThreads）：表示Tomcat可以处理的并发请求数量，超过最大线程数的请求将会被拒绝。可以根据预期并发请求量进行调整，建议设置为CPU核心数量的2~4倍。

（2）最小工作线程数（minSpareThreads）：表示Tomcat最少保持的空闲工作线程。可以根据预期并发请求量进行调整，建议设置为CPU核心数量。

（3）最大连接数（maxConnections）：表示Tomcat可以处理的最大请求数量，超过最大连接数的请求将会被放入等待队列。可以根据预期并发请求量进行调整，建议设置为maxThreads的2~4倍。

（4）等待队列长度（acceptCount）：表示Tomcat等待队列的长度，超过等待队列长度的请求将会被拒绝。可以根据预期并发请求量进行调整，建议设置为maxConnections的2~4倍。

# server配置
server:
  compression:
    # 启用数据压缩，默认为false。配置完成后，当客户端请求的Accept-Encoding头中包含“gzip”或“deflate”时，Tomcat会自动压缩响应数据并返回。
    enabled: true
    # 需要压缩的数据类型列表，支持多个值，用逗号分隔。
    mime-types: application/json,application/xml,text/html,text/xml,text/plain
    # 响应数据的最小大小（字节），只有响应数据大小超过该值才会进行压缩。
    min-response-size: 2048
  # 服务端口
  port: 8097
  tomcat:
    # 1核2g内存为200，线程数经验值200；4核8g内存，线程数经验值800,以此类推
    threads:
      # 最多的工作线程数，默认大小是200。该参数相当于临时工，如果并发请求的数量在10到200之间，就会使用这些临时工线程进行处理。建议设置为 2 倍到 4 倍的 QPS
      max: 6667
      # 最少的工作线程数，默认大小是10。该参数相当于长期工，如果并发请求的数量达不到10，就会依次使用这几个线程去处理请求。如果min-spare设置得太低，那么当应用程序接收到高并发请求时，线程池将无法满足服务要求而导致请求失败。较高的min-spare值可能会导致系统响应时间变慢，因为它会创建大量线程来处理请求，这可能会占用过多的CPU和内存资源。如果将min-spare值设置得太低，则线程池可能无法及时响应请求。当系统负载较高时，有些请求可能会被暂时挂起，等待线程变得可用。如果没有足够的空闲线程，则请求将会等待更长时间。设置较高的min-spare值会占用更多的内存资源。如果线程池中的线程数超出了系统的实际需求，则会浪费内存资源。因此，将min-spare值设置为10至20是一种平衡内存和线程利用率的方式。
      min-spare: 20
      # 最大连接数，默认大小是8192。表示Tomcat可以处理的最大请求数量，超过8192的请求就会被放入到等待队列。如果设置为-1，则禁用maxconnections功能，表示不限制tomcat容器的连接数。建议设置为 2 倍到 4 倍的 QPS。如果设置的值太低，将会限制服务器处理客户端请求的能力，从而可能导致应用程序出现性能问题。如果设置的值太高，则会浪费服务器资源，因为服务器的处理能力可能不足以处理所有的连接。通过经验和测试，2到4倍的QPS值通常会在服务器处理客户端请求时提供最佳性能和稳定性。这个范围也会提供一定的缓冲以应对突发流量，从而在服务器资源短缺时避免过载。
    max-connections: 6667
    # 等待队列的长度，默认大小是100。建议设置为 2 至 5 倍的 max-connections。将accept-count设置为2至5倍的max-connections可以确保Tomcat能够处理足够的连接请求，同时避免因过多排队连接导致的性能问题。但是，设置过高的accept-count会增加系统负担和内存压力，同时也可能会引起其他问题，如拒绝服务攻击等。至于为什么建议不超过5倍，是因为实际上超过这个范围的设置已经很少能带来明显的性能提升，反而会增加系统负担。同时，设置过高的accept-count还可能会导致频繁的连接请求失败和性能下降，甚至可能会导致Tomcat崩溃。
    accept-count: 13334
# mybatis配置
mybatis:
  configuration:
    # 日志输出实现使用stdoutImpl
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
    # 启用下划线转驼峰
    map-underscore-to-camel-case: true
# mybatis-plus配置
mybatis-plus:
  # mapper文件所在路径
  mapper-locations: classpath*:/mapper/*.xml
  # 实体类所在包路径
  typeAliasesPackage: com.example.redpacketrain.model
  global-config:
    # 数据库表字段名转换为驼峰命名
    db-column-underline: true
    # 字段插入策略，填充器顺序执行
    field-strategy: 1
    # ID类型 0:"数据库ID自增",1:"用户输入ID",2:"全局唯一ID(UUID)"
    id-type: 0
# actuator暴露端点配置
management:
  endpoints:
    web:
      exposure:
        # 包含所有端点
        include: '*'
# spring配置
spring:
  profiles:
    # 配置文件的前缀，默认是application.name的值，如果配了prefix，就取prefix的值。开发环境dev，测试环境test，生产环境prod。
    # nacos会根据当前环境去拼接配置名称查找相应配置文件，示例：{spring.application.name}-{spring.profiles.active}-{spring.cloud.nacos.config.file-extension}，获取到值：nacos-config-dev.yml
    active: dev
  application:
    # 配置应用的名称，用于获取配置
    name: red-packet-rain
  jackson:
    # 日期格式
    date-format: yyyy-MM-dd HH:mm:ss
    # 时区
    time-zone: GMT+8
  main:
    # 允许覆盖bean定义
    allow-bean-definition-overriding: true
  devtools:
    restart:
      # 启用自动重启
      enable: true
  redis:
    # 数据库
    database: 0
    # 主机地址
    host: r-uf63c2kc5bhsl6sw94pd.tairpdb.rds.aliyuncs.com
    # 密码
    password: 2023@Liao
    # 端口
    port: 6379
    timeout: 60000
  datasource:
    # 数据库驱动
    driver-class-name: com.mysql.jdbc.Driver
    # 用户名
    username: root
    # 密码
    password: 2023@Liao
    # 数据库连接地址
    url: jdbc:mysql://rm-uf6613ss8xgiqpdkiao.mysql.rds.aliyuncs.com:3306/red-packet-rain?characterEncoding=UTF-8&allowMultiQueries=true&serverTimezone=GMT%2B8
    # 初始连接数
    initial-size: 100
    # 最大连接数
    max-active: 300
    # 最小空闲连接数
    min-idle: 100
    # 最长等待时间
    max-wait: 60000
    # 连接池配置
    pool-prepared-statements: true # 启用预编译语句池
    max-pool-prepared-statement-per-connection-size: 20 # 每个连接的预编译语句数
    time-between-eviction-runs-millis: 60000 # 检查需要关闭的连接间隔毫秒数
    min-evictable-idle-time-millis: 300000 # 连接在池中最小生存时间
    test-while-idle: true  # 空闲连接是否在连接池被空闲连接回收器进行检测
    test-on-borrow: false # 申请连接时是否检测连接可用性
    test-on-return: false # 归还连接时是否检测连接可用性
    # Druid 监控配置
    stat-view-servlet:
      enabled: true # 启用监控
      url-pattern: /druid/* # 访问路径
    # 过滤器配置
    filter:
      stat:
        log-slow-sql: true # 开启慢 SQL 记录
        slow-sql-millis: 1000 # 慢 SQL 阈值
        merge-sql: false # 是否合并 SQL
      wall:
        config:
          multi-statement-allow: true # 是否允许多个 SQL 语句同时执行
  cloud:
    sentinel:
      transport:
        # 添加sentinel的控制台地址
        dashboard: 139.224.215.67:8080
    stream:
      default-binder: rocketmq #选择默认绑定器
      rocketmq:
        binder:
          transaction:
            producer:
              transactionalIdPrefix: tx- #事务ID的前缀，用于区分不同的应用
              corePoolSize: 5 #事务Producer线程池初始大小
              maxPoolSize: 10 #事务Producer线程池最大大小
          # RocketMQ的NameServer地址
          name-server: rmq-cn-uax3f2kxe03.cn-shanghai.rmq.aliyuncs.com:8080
          access-key: tAPs290605b36eJh
          secret-key: 08qWfJh5ZQ793h0U
      binders: #可以绑定多个消息中间件
        rocketmq: #表示定义的名称，用于binding整合 名字可以自定义 在此处配置要绑定的rocket的服务信息
          type: rocketmq
      bindings: # 服务的整合处理
        rocketmqOutput: # 通道名称
          # 消息发往的目的地，对应topic 在发送消息的配置里面，group是不用配置的
          destination: rocket-destination
          # 设置消息类型，本次为json，文本则设置“text/plain” 如果我们需要传输json的信息，那么在发送消息端需要设置content-type为json（其实可以不写，默认content-type就是json）
          content-type: application/json
          default-binder: rocketmq # 如果没设定，就使用default-binder默认的
          # 指定了消息分区的数量
          partitionCount: 2
          # 指定分区键的表达式规则，我们可以根据实际的输出消息规则来配置SpEL来生成合适的分区键；
          partition-key-expression: headers.id3
        rocketmqInput:
          # 消息发往的目的地，对应topic
          destination: rocket-destination
          # 设置消息类型，本次为json，如果是文本则设置“text/plain”
          content-type: application/json
          # 设置要绑定的消息服务的具体设置
          default-binder: rocketmq
          # 分组名称，在rocket当中其实就是交换机绑定的队列名称
          group: my-rocketmq-group
          consumer:
            # 初始/最少/空闲时消费者数量，默认为1
            concurrency: 2
            # 重试次数
            max-attempts: 3
            # 通过该参数开启消费者分区功能；
            partitioned: true
file:
  path: D://opt