進擊的 Java ，雲原生時代的蛻變

時間  2019-11-24
標籤 進擊 java 原生 時代 蛻變 欄目 Java 简体版
原文   原文鏈接

做者| 易立 阿里雲資深技術專家

導讀：雲原生時代的來臨，與Java 開發者到底有什麼聯繫？有人說，雲原生壓根不是爲了 Java 存在的。然而，本文的做者卻認爲雲原生時代，Java 依然能夠勝任「巨人」的角色。做者但願經過一系列實驗，開拓同窗視野，提供有益思考。html

在企業軟件領域，Java 依然是絕對王者，但它讓開發者既愛又恨。一方面由於其豐富的生態和完善的工具支持，能夠極大提高了應用開發效率；但在運行時效率方面，Java 也揹負着」內存吞噬者「，「CPU 撕裂者「的惡名，持續受到 NodeJS、Python、Golang 等新老語言的挑戰。java

在技術社區，咱們常常看到有人在唱衰 Java 技術，認爲其再也不符合雲原生計算髮展的趨勢。咱們先拋開這些觀點，首先思考一下雲原生對應用運行時的不一樣需求。git

  • 體積更小 - 對於微服務分佈式架構而言，更小的體積意味着更少的下載帶寬，更快的分發下載速度。
  • **啓動速度更快 **- 對於傳統單體應用，啓動速度與運行效率相比不是一個關鍵的指標。緣由是，這些應用重啓和發佈頻率相對較低。然而對於須要快速迭代、水平擴展的微服務應用而言，更快的的啓動速度就意味着更高的交付效率，和更加快速的回滾。尤爲當你須要發佈一個有數百個副本的應用時，緩慢的啓動速度就是時間殺手。對於Serverless 應用而言，端到端的冷啓動速度則更爲關鍵，即便底層容器技術能夠實現百毫秒資源就緒，若是應用沒法在500ms內完成啓動，用戶就會感知到訪問延遲。
  • 佔用資源更少 - 運行時更低的資源佔用，意味着更高的部署密度和更低的計算成本。同時，在JVM啓動時須要消耗大量CPU資源對字節碼進行編譯，下降啓動時資源消耗，能夠減小資源爭搶，更好保障其餘應用SLA。
  • 支持水平擴展 - JVM的內存管理方式致使其對大內存管理的相對低效，通常應用沒法經過配置更大的heap size實現性能提高，不多有Java應用可以有效使用16G內存或者更高。另外一方面，隨着內存成本的降低和虛擬化的流行，大內存配比已經成爲趨勢。因此咱們通常是採用水平擴展的方式，同時部署多個應用副本，在一個計算節點中可能運行一個應用的多個副原本提高資源利用率。

熱身準備

熟悉Spring框架的開發者大多對 Spring Petclinic 不會陌生。本文將藉助這個著名示例應用來演示如何讓咱們的Java應用變得更小，更快，更輕，更強大！
github

file

咱們fork了IBM的Michael Thompson的示例，並作了一些調整。 

$ git clone https://github.com/denverdino/adopt-openj9-spring-boot
$ cd adopt-openj9-spring-boot
複製代碼

首先，咱們會爲PetClinic應用構建一個Docker鏡像。在Dockerfile中，咱們利用OpenJDK做爲基礎鏡像，安裝Maven，下載、編譯、打包Spring PetClinic應用，最後設置鏡像的啓動參數完成鏡像構建。spring

$ cat Dockerfile.openjdk
FROM adoptopenjdk/openjdk8
RUN sed -i 's/archive.ubuntu.com/mirrors.aliyun.com/' /etc/apt/sources.list
RUN apt-get update
RUN apt-get install -y \
    git \
    maven
WORKDIR /tmp
RUN git clone https://github.com/spring-projects/spring-petclinic.git
WORKDIR /tmp/spring-petclinic
RUN mvn install
WORKDIR /tmp/spring-petclinic/target
CMD ["java","-jar","spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar"]
複製代碼

構建鏡像並執行docker

$ docker build -t petclinic-openjdk-hotspot -f Dockerfile.openjdk .
$ docker run --name hotspot -p 8080:8080 --rm petclinic-openjdk-hotspot
              |\      _,,,--,,_
             /,`.-'`'   ._  \-;;,_
  _______ __|,4-  ) )_   .;.(__`'-'__     ___ __    _ ___ _______
 |       | '---''(_/._)-'(_\_)   |   |   |   |  |  | |   |       |
 |    _  |    ___|_     _|       |   |   |   |   |_| |   |       | __ _ _
 |   |_| |   |___  |   | |       |   |   |   |       |   |       | \ \ \ \
 |    ___|    ___| |   | |      _|   |___|   |  _    |   |      _|  \ \ \ \
 |   |   |   |___  |   | |     |_|       |   | | |   |   |     |_    ) ) ) )
 |___|   |_______| |___| |_______|_______|___|_|  |__|___|_______|  / / / /
 ==================================================================/_/_/_/
...
2019-09-11 01:58:23.156  INFO 1 --- [           main] o.s.b.w.embedded.tomcat.TomcatWebServer  : Tomcat started on port(s): 8080 (http) with context path ''
2019-09-11 01:58:23.158  INFO 1 --- [           main] o.s.s.petclinic.PetClinicApplication     : Started PetClinicApplication in 7.458 seconds (JVM running for 8.187)
複製代碼

能夠經過 http://localhost:8080/ 訪問應用界面。
檢查一下構建出的Docker鏡像， 」petclinic-openjdk-openj9「 的大小爲871MB，而基礎鏡像 」adoptopenjdk/openjdk8「 僅有 300MB！這貨也太膨脹了!數據庫

$ docker images petclinic-openjdk-hotspot
REPOSITORY                  TAG                 IMAGE ID            CREATED             SIZE
petclinic-openjdk-hotspot   latest              469f73967d03        26 hours ago        871MB
複製代碼

緣由是：爲了構建Spring應用，咱們在鏡像中引入了一系列編譯時依賴，如 Git，Maven等，併產生了大量臨時的文件。然而這些內容在運行時是不須要的。
在著名的軟件12要素 第五條明確指出了，」Strictly separate build and run stages.「 嚴格分離構建和運行階段，不但能夠幫助咱們提高應用的可追溯性，保障應用交付的一致性，同時也能夠減小應用分發的體積，減小安全風險。 編程

鏡像瘦身

Docker提供了Multi-stage Build（多階段構建），能夠實現鏡像瘦身。
ubuntu

file

咱們將鏡像構建分紅兩個階段：

  • 在 」build「 階段依然採用JDK做爲基礎鏡像，並利用Maven進行應用構建；
  • 在最終發佈的鏡像中，咱們會採用JRE版本做爲基礎鏡像，並從」build「 鏡像中直接拷貝出生成的jar文件。這意味着在最終發佈的鏡像中，只包含運行時所需必要內容，不包含任何編譯時依賴，大大減小了鏡像體積。
$ cat Dockerfile.openjdk-slim
FROM adoptopenjdk/openjdk8 AS build
RUN sed -i 's/archive.ubuntu.com/mirrors.aliyun.com/' /etc/apt/sources.list
RUN apt-get update
RUN apt-get install -y \
    git \
    maven
WORKDIR /tmp
RUN git clone https://github.com/spring-projects/spring-petclinic.git
WORKDIR /tmp/spring-petclinic
RUN mvn install
FROM adoptopenjdk/openjdk8:jre8u222-b10-alpine-jre
COPY --from=build /tmp/spring-petclinic/target/spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar
CMD ["java","-jar","spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar"]
複製代碼

查看一下新鏡像大小，從 871MB 減小到 167MB！緩存

$ docker build -t petclinic-openjdk-hotspot-slim -f Dockerfile.openjdk-slim .
...
$ docker images petclinic-openjdk-hotspot-slim
REPOSITORY                       TAG                 IMAGE ID            CREATED             SIZE
petclinic-openjdk-hotspot-slim   latest              d1f1ca316ec0        26 hours ago        167MB
複製代碼

鏡像瘦身以後將大大加速應用分發速度，咱們是否有辦法優化應用的啓動速度呢？

從 JIT 到 AOT - 啓動提速

爲了解決Java啓動的性能瓶頸，咱們首先須要理解JVM的實現原理。爲了實現「一次編寫，隨處運行」的能力，Java程序會被編譯成實現架構無關的字節碼。JVM在運行時將字節碼轉換成本地機器碼執行。這個轉換過程決定了Java應用的啓動和運行速度。爲了提高執行效率，JVM引入了JIT compiler（Just in Time Compiler，即時編譯器），其中Sun/Oracle公司的HotSpot是最著名JIT編譯器實現。它提供了自適應優化器，能夠動態分析、發現代碼執行過程當中的關鍵路徑，並進行編譯優化。HotSpot的出現極大提高了Java應用的執行效率，在Java 1.4之後成爲了缺省的VM實現。可是HotSpot VM在啓動時纔對字節碼進行編譯，一方面致使啓動時執行效率不高，一方面編譯和優化須要不少的CPU資源，拖慢了啓動速度。咱們是否能夠優化這個過程，提高啓動速度呢？
熟悉Java江湖歷史的同窗應該會知道IBM J9 VM，它是用於IBM企業級軟件產品的一款高性能的JVM，幫助IBM奠基了商業應用平臺中間件的霸主地位。2017年9月，IBM 將 J9 捐獻給 Eclipse 基金會，並改名 Eclipse OpenJ9，開啓開源之旅。
OpenJ9 提供了Shared Class Cache (SCC 共享類緩存) 和 Ahead-of-Time (AOT 提早編譯) 技術，顯著減小了Java應用啓動時間。
SCC 是一個內存映射文件，包含了J9 VM對字節碼的執行分析信息和已經編譯生成的本地代碼。開啓 AOT 編譯後，會將JVM編譯結果保存在 SCC 中，在後續 JVM 啓動中能夠直接重用。與啓動時進行的 JIT 編譯相比，從 SCC 加載預編譯的實現要快得多，並且消耗的資源要更少。啓動時間能夠獲得明顯改善。
咱們開始構建一個包含AOT優化的Docker應用鏡像

$cat Dockerfile.openj9.warmed
FROM adoptopenjdk/openjdk8-openj9 AS build
RUN sed -i 's/archive.ubuntu.com/mirrors.aliyun.com/' /etc/apt/sources.list
RUN apt-get update
RUN apt-get install -y \
    git \
    maven
WORKDIR /tmp
RUN git clone https://github.com/spring-projects/spring-petclinic.git
WORKDIR /tmp/spring-petclinic
RUN mvn install
FROM adoptopenjdk/openjdk8-openj9:jre8u222-b10_openj9-0.15.1-alpine
COPY --from=build /tmp/spring-petclinic/target/spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar
# Start and stop the JVM to pre-warm the class cache
RUN /bin/sh -c 'java -Xscmx50M -Xshareclasses -Xquickstart -jar spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar &' ; sleep 20 ; ps aux | grep java | grep petclinic | awk '{print $1}' | xargs kill -1
CMD ["java","-Xscmx50M","-Xshareclasses","-Xquickstart", "-jar","spring-petclinic-2.1.0.BUILD-SNAPSHOT.jar"]
複製代碼

其中 Java 參數 -Xshareclasses 開啓SCC，-Xquickstart 開啓AOT。
在Dockerfile中，咱們運用了一個技巧來預熱SCC。在構建過程當中啓動JVM加載應用，並開啓SCC和AOT，在應用啓動後中止JVM。這樣就在Docker鏡像中包含了生成的SCC文件。
而後，咱們來構建Docker鏡像並啓動測試應用，

$ docker build -t petclinic-openjdk-openj9-warmed-slim -f Dockerfile.openj9.warmed-slim .
$ docker run --name hotspot -p 8080:8080 --rm petclinic-openjdk-openj9-warmed-slim
...
2019-09-11 03:35:20.192  INFO 1 --- [           main] o.s.b.w.embedded.tomcat.TomcatWebServer  : Tomcat started on port(s): 8080 (http) with context path ''
2019-09-11 03:35:20.193  INFO 1 --- [           main] o.s.s.petclinic.PetClinicApplication     : Started PetClinicApplication in 3.691 seconds (JVM running for 3.952)
...
複製代碼

能夠看到，啓動時間已經從以前的 8.2s 減小到 4s，提高近50%。
在這個方案中，咱們一方面將耗時耗能的編譯優化過程轉移到構建時完成，一方面採用以空間換時間的方法，將預編譯的SCC緩存保存到Docker鏡像中。在容器啓動時，JVM能夠直接使用內存映射文件來加載SCC，優化了啓動速度和資源佔用。
這個方法另一個優點是：因爲Docker鏡像採用分層存儲，同一個宿主機上的多個Docker應用實例會共享同一份SCC內存映射，能夠大大減小在單機高密度部署時的內存消耗。
下面咱們作一下資源消耗的比較，咱們首先利用基於HotSpot VM的鏡像，同時啓動4個Docker應用實例，30s後利用docker stats查看資源消耗

$ ./run-hotspot-4.sh
...
Wait a while ...
CONTAINER ID        NAME                CPU %               MEM USAGE / LIMIT     MEM %               NET I/O             BLOCK I/O           PIDS
0fa58df1a291        instance4           0.15%               597.1MiB / 5.811GiB   10.03%              726B / 0B           0B / 0B             33
48f021d728bb        instance3           0.13%               648.6MiB / 5.811GiB   10.90%              726B / 0B           0B / 0B             33
a3abb10078ef        instance2           0.26%               549MiB / 5.811GiB     9.23%               726B / 0B           0B / 0B             33
6a65cb1e0fe5        instance1           0.15%               641.6MiB / 5.811GiB   10.78%              906B / 0B           0B / 0B             33
...
複製代碼

而後使用基於OpenJ9 VM的鏡像，同時啓動4個Docker應用實例，並查看資源消耗

$ ./run-openj9-warmed-4.sh
...
Wait a while ...
CONTAINER ID        NAME                CPU %               MEM USAGE / LIMIT     MEM %               NET I/O             BLOCK I/O           PIDS
3a0ba6103425        instance4           0.09%               119.5MiB / 5.811GiB   2.01%               1.19kB / 0B         0B / 446MB          39
c07ca769c3e7        instance3           0.19%               119.7MiB / 5.811GiB   2.01%               1.19kB / 0B         16.4kB / 120MB      39
0c19b0cf9fc2        instance2           0.15%               112.1MiB / 5.811GiB   1.88%               1.2kB / 0B          22.8MB / 23.8MB     39
95a9c4dec3d6        instance1           0.15%               108.6MiB / 5.811GiB   1.83%               1.45kB / 0B         102MB / 414MB       39
...
複製代碼

與HotSpot VM相比，OpenJ9的場景下應用內存佔用從平均 600MB 降低到 120MB。驚喜不驚喜？
一般而言，HotSpot JIT比AOT能夠進行更加全面和深刻的執行路徑優化，從而有更高的運行效率。爲了解決這個矛盾，OpenJ9 的AOT SCC只在啓動階段生效，在後續運行中會繼續利用JIT進行分支預測、代碼內聯等深度編譯優化。
更多關於 OpenJ9 SCC和AOT的技術介紹，請參考

思考：與C/C++，Golang, Rust等靜態編譯語言不一樣，Java採用VM方式運行，提高了應用可移植性的同時犧牲了部分性能。咱們是否能夠將AOT作到極致？徹底移除字節碼到本地代碼的編譯過程？

原生代碼編譯

爲了將Java應用編譯成本地可執行代碼，咱們首先要解決JVM和應用框架在運行時的動態性挑戰。JVM提供了靈活的類加載機制，Spring的依賴注入(DI，Dependency-injection)能夠實現運行時動態類加載和綁定。在Spring框架中，反射，Annotation 運行時處理器等技術也被普遍應用。這些動態性一方面提高了應用架構的靈活性和易用性，另外一方面也下降了應用的啓動速度，使得AOT原生編譯和優化變得很是複雜。
爲了解決這些挑戰，社區有不少有趣的探索，Micronaut 是其中一個優秀表明。與Spring框架序不一樣，Micronaut提供了編譯時的依賴注入和AOP處理能力，並最小化反射和動態代理的使用。Micronaut 應用有着更快的啓動速度和更低的內存佔用。更加讓咱們更感興趣的是Micronaut支持與Graal VM配合，能夠將Java應用編譯成爲本地執行代碼全速運行。注：GraalVM是Oracle推出的一種新型通用虛擬機，支持多種語言，能夠將Java應用程序編譯爲本地原生應用。

file

原圖
下面開始咱們的探險，咱們利用 Mitz提供的Micronaut版本PetClinic示例工程並作了一點點調整。（使用Graal VM 19.2） 

$ git clone https://github.com/denverdino/micronaut-petclinic
$ cd micronaut-petclinic
複製代碼

其中Docker鏡像的內容以下

$ cat Dockerfile
FROM maven:3.6.1-jdk-8 as build
COPY ./ /micronaut-petclinic/
WORKDIR /micronaut-petclinic
RUN mvn package
FROM oracle/graalvm-ce:19.2.0 as graalvm
RUN gu install native-image
WORKDIR /work
COPY --from=build /micronaut-petclinic/target/micronaut-petclinic-*.jar .
RUN native-image --no-server -cp micronaut-petclinic-*.jar
FROM frolvlad/alpine-glibc
EXPOSE 8080
WORKDIR /app
COPY --from=graalvm /work/petclinic .
CMD ["/app/petclinic"]
複製代碼

其中

  • 在 "build" 階段，利用Maven構建 Micronaut 版本的 PetClinic 應用，
  • 在 "graalvm" 階段，咱們經過 native-image 將PetClinic jar文件轉化成可執行文件。
  • 在最終階段，將本地可執行文件加入一個Alpine Linux基礎鏡像

構建應用

$ docker-compose build
複製代碼

啓動測試數據庫

$ docker-compose up db
複製代碼

啓動測試應用

$ docker-compose up app
micronaut-petclinic_db_1 is up-to-date
Starting micronaut-petclinic_app_1 ... done
Attaching to micronaut-petclinic_app_1
app_1  | 04:57:47.571 [main] INFO  org.hibernate.dialect.Dialect - HHH000400: Using dialect: org.hibernate.dialect.PostgreSQL95Dialect
app_1  | 04:57:47.649 [main] INFO  org.hibernate.type.BasicTypeRegistry - HHH000270: Type registration [java.util.UUID] overrides previous : org.hibernate.type.UUIDBinaryType@5f4e0f0
app_1  | 04:57:47.653 [main] INFO  o.h.tuple.entity.EntityMetamodel - HHH000157: Lazy property fetching available for: com.example.micronaut.petclinic.owner.Owner
app_1  | 04:57:47.656 [main] INFO  o.h.e.t.j.p.i.JtaPlatformInitiator - HHH000490: Using JtaPlatform implementation: [org.hibernate.engine.transaction.jta.platform.internal.NoJtaPlatform]
app_1  | 04:57:47.672 [main] INFO  io.micronaut.runtime.Micronaut - Startup completed in 159ms. Server Running: http://1285c42bfcd5:8080
複製代碼

應用啓動速度如閃電般提高至 159ms，僅有HotSpot VM的1/50！
Micronaut和Graal VM還在快速發展中，遷移一個Spring應用還有很多工做須要考慮。此外Graal VM的調試、監控等工具鏈還不夠完善。可是這已經讓咱們看到了曙光，Java應用和Serverless的世界再也不遙遠。因爲篇幅有限，對Graal VM和Micronaut有興趣的同窗能夠參考

總結與後記

做爲進擊的巨人，Java技術在雲原生時代也在不停地進化。在JDK 8u191和JDK 10以後，JVM加強了在Docker容器中對資源的感知。同時社區也在多個不一樣方向探索Java技術棧的邊界。JVM OpenJ9做爲傳統VM的一員，在對現有Java應用保持高度兼容的同時，對啓動速度和內存佔用作了細緻的優化，比較適於與現有Spring等微服務架構配合使用。而Micronaut/Graal VM則另闢蹊徑，經過改變編程模型和編譯過程，將應用的動態性儘量提早到編譯時期處理，極大優化了應用啓動時間，在Serverless領域前景可期。這些設計思路都值得咱們借鑑。
在雲原生時代，咱們要可以在橫向的應用開發生命週期中，將開發、交付、運維過程進行有效的分割和重組，提高研發協同效率；而且要能在整個縱向軟件技術棧中，在編程模型、應用運行時和基礎設施等多層面進行系統優化，實現radical simplification，提高系統效率。
本文完成於在參加阿里集團20週年的火車旅途上，9/10阿里年會是很是難忘的經歷。感謝馬老師，感謝阿里，感謝這個時代，感謝全部幫助和支持咱們的小夥伴，感謝全部追夢的技術人，咱們一塊兒開拓雲原生的將來。

「阿里巴巴雲原生微信公衆號（ID：Alicloudnative）關注微服務、Serverless、容器、Service Mesh等技術領域、聚焦雲原生流行技術趨勢、雲原生大規模的落地實踐，作最懂雲原生開發者的技術公衆號。」

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程