本文系统性分析并优化了一个 Spring Boot 项目启动耗时高达 280 秒的问题。通过识别瓶颈、优化分库分表加载逻辑、异步初始化耗时任务等手段，最终将启动耗时缩短至 159 秒，提升近 50%。文章涵盖启动流程分析、性能热点识别、异步初始化设计等关键技术细节，适用于大型 Spring Boot 项目的性能优化参考。
一、前言
随着业务的发展，笔者项目对应的 Spring Boot 工程的依赖越来越多。随着依赖数量的增长，Spring 容器需要加载更多组件、解析复杂依赖并执行自动装配，导致项目启动时间显著增长。在日常开发或测试过程中，一旦因为配置变更或者其他热部署不生效的变更时，项目重启就需要等待很长的时间影响代码的交付。加快 Spring 项目的启动可以更好的投入项目中，提升开发效率。
整体环境介绍：
- Spring版本：4.3.22
- Spring Boot版本：1.5.19
- CPU：i5-9500
- 内存：24GB
- 优化前启动耗时：280秒
二、Spring Boot项目启动流程介绍
Spring Boot项目主要启动流程都在 org.springframework.boot.SpringApplication#run(java.lang.String...) 方法中：
public ConfigurableApplicationContext run(String... args) {
StopWatch stopWatch = new StopWatch();
stopWatch.start();
// Spring上下文
ConfigurableApplicationContext context = null;
FailureAnalyzers analyzers = null;
configureHeadlessProperty();
// 初始化SpringApplicationRunListener监听器
SpringApplicationRunListeners listeners = getRunListeners(args);
listeners.starting();
try {
ApplicationArguments applicationArguments = new DefaultApplicationArguments(
args);
// 环境准备
ConfigurableEnvironment environment = prepareEnvironment(listeners,
applicationArguments);
// 打印banner
Banner printedBanner = printBanner(environment);
// 创建上下文
context = createApplicationContext();
analyzers = new FailureAnalyzers(context);
// 容器初始化
prepareContext(context, environment, listeners, applicationArguments,
printedBanner);
// 刷新容器内容
refreshContext(context);
afterRefresh(context, applicationArguments);
// 结束监听广播
listeners.finished(context, null);
stopWatch.stop();
if (this.logStartupInfo) {
new StartupInfoLogger(this.mainApplicationClass)
.logStarted(getApplicationLog(), stopWatch);
}
return context;
} catch (Throwable ex) {
handleRunFailure(context, listeners, analyzers, ex);
throw new IllegalStateException(ex);
}
}
可以看到在启动流程中，监听器应用在了应用的多个生命周期中。并且 Spring Boot 中也预留了针对 listener 的扩展点。我们可以借此实现一个自己的扩展点去监听 Spring Boot 的每个阶段的启动耗时，实现如下：
@Slf4j
public class MySpringApplicationRunListener implements SpringApplicationRunListener{
private Long startTime;
public MySpringApplicationRunListener(SpringApplication application, String[] args){
}
@Override
public void starting(){
startTime = System.currentTimeMillis();
log.info("MySpringListener启动开始 {}", LocalTime.now());
}
@Override
public void environmentPrepared(ConfigurableEnvironment environment){
log.info("MySpringListener环境准备 准备耗时：{}毫秒", (System.currentTimeMillis() - startTime));
startTime = System.currentTimeMillis();
}
@Override
public void contextPrepared(ConfigurableApplicationContext context){
log.info("MySpringListener上下文准备 耗时：{}毫秒", (System.currentTimeMillis() - startTime));
startTime = System.currentTimeMillis();
}
@Override
public void contextLoaded(ConfigurableApplicationContext context){
log.info("MySpringListener上下文载入 耗时：{}毫秒", (System.currentTimeMillis() - startTime));
startTime = System.currentTimeMillis();
}
@Override
public void finished(ConfigurableApplicationContext context, Throwable exception){
log.info("MySpringListener结束 耗时：{}毫秒", (System.currentTimeMillis() - startTime));
startTime = System.currentTimeMillis();
}
}
接着还需要在 classpath/META-INF 目录下新建 spring.factories 文件，并添加如下文件内容：
org.springframework.boot.SpringApplicationRunListener=com.vivo.internet.gameactivity.api.web.MySpringApplicationRunListener
至此，借助 Listener 机制，我们能够追踪 Spring Boot 启动各阶段的耗时分布，为后续性能优化提供数据支撑。
contextLoaded 事件是在 run 方法中的 prepareContext() 结束时调用的，因此 contextLoaded 事件和 finished 事件之间仅存在两个语句：refreshContext(context) 和 afterRefresh(context,applicationArguements) 消耗了 285 秒的时间，调试一下就能发现主要耗时在 refreshContext() 中。
三、AbstractApplicationContext#refresh
refreshContext() 最终调用到 org.springframework.context.support.AbstractApplicationContext#refresh 方法中，这个方法主要是 beanFactory 的预准备、对 beanFactory 完成创建并进行后置处理、向容器添加 bean 并且给 bean 添加属性、实例化所有 bean。通过调试发现，finishBeanFactoryInitialization(beanFactory) 方法耗时最久。该方法负责实例化容器中所有的单例 Bean，是启动性能的关键影响点。
四、找出实例化耗时的 Bean
Spring Boot 也是利用的 Spring 的加载流程。在 Spring 中可以实现 InstantiationAwareBeanPostProcessor 接口去在 Bean 的实例化和初始化的过程中加入扩展点。因此我们可以实现该接口并添加自己的扩展点找到处理耗时的 Bean。
@Service
public class TimeCostCalBeanPostProcessor implements InstantiationAwareBeanPostProcessor {
private Map<String, Long> costMap = Maps.newConcurrentMap();
@Override
public Object postProcessBeforeInstantiation(Class<?> beanClass, String beanName) throws BeansException {
if (!costMap.containsKey(beanName)) {
costMap.put(beanName, System.currentTimeMillis());
}
return null;
}
@Override
public boolean postProcessAfterInstantiation(Object bean, String beanName) throws BeansException {
return true;
}
@Override
public PropertyValues postProcessPropertyValues(PropertyValues pvs, PropertyDescriptor[] pds, Object bean, String beanName) throws BeansException {
return pvs;
}
@Override
public Object postProcessBeforeInitialization(Object bean, String beanName) throws BeansException {
return bean;
}
@Override
public Object postProcessAfterInitialization(Object bean, String beanName) throws BeansException {
if (costMap.containsKey(beanName)) {
Long start = costMap.get(beanName);
long cost = System.currentTimeMillis() - start;
// 只打印耗时长的bean
if (cost > 5000) {
System.out.println("bean: " + beanName + "\ttime: " + cost + "ms");
}
}
return bean;
}
}
具体原理就是在 Bean 开始实例化之前记录时间，在 Bean 初始化完成后记录结束时间，打印实例化到初始化的时间差获得 Bean 的加载总体耗时。结果如图：
可以看到有许多耗时在 10 秒以上的类，接下来可以针对性的做优化。值得注意的是，统计方式为单点耗时计算，未考虑依赖链上下文对整体加载顺序的影响，实际优化还需结合依赖关系分析。
五、singletonDataSource
@Bean(name = "singletonDataSource")
public DataSource singletonDataSource(DefaultDataSourceWrapper dataSourceWrapper) throws SQLException {
//先初始化连接
dataSourceWrapper.getMaster().init();
//构建分库分表数据源
String dataSource0 = "ds0";
Map<String, DataSource> dataSourceMap = new HashMap<>();
dataSourceMap.put(dataSource0, dataSourceWrapper.getMaster());
//分库分表数据源
DataSource shardingDataSource = ShardingDataSourceFactory.createDataSource
(dataSourceMap,shardingRuleConfiguration, prop);
return shardingDataSource;
}
singletonDataSource 是一个分库分表的数据源，连接池采用的是 Druid，分库分表组件采用的是公司内部优化后的中间件。通过简单调试代码发现，整个 Bean 耗时的过程发生在 createDataSource 方法，该方法中会调用 createMetaData 方法去获取数据表的元数据，最终运行到 loadDefaultTables 方法。该方法如下图，会遍历数据库中所有的表。因此数据库中表越多，整体就越耗时。
笔者的测试环境数据库中有很多的分表，这些分表为了和线上保持一致，分表的数量都和线上是一样的。
因此在测试环境启动时，为了加载这些分表会更加的耗时。可通过将分表数量配置化，使测试环境在不影响功能验证的前提下减少分表数量，从而加快启动速度。
六、初始化异步
activityServiceImpl 启动中，主要会进行活动信息的查询初始化，这是一个耗时的操作。类似同样的操作在工程的其他类中也存在。
@Service
public class ActivityServiceImpl implements ActivityService, InitializingBean{
// 省略无关代码
@Override
public void afterPropertiesSet() throws Exception {
initActivity();
}
// 省略无关代码
}
可以通过将 afterPropertiesSet() 异步化的方式加速项目的启动。
观察 Spring 源码可以注意到 afterPropertiesSet 方法是在 AbstractAutowireCapableBeanFactory#invokeInitMethods 中调用的。在这个方法中，不光处理了 afterPropertiesSet 方法，也处理了init-method。
因此我们可以写一个自己的 BeanFactory 继承 AbstractAutowireCapableBeanFactory，将 invokeInitMethods 方法进行异步化重写。考虑到 AbstractAutowireCapableBeanFactory 是个抽象类，有额外的抽象方法需要实现，因此继承该抽象类的子类 DefaultListableBeanFactory。具体实现代码如下：
public class AsyncInitListableBeanFactory extends DefaultListableBeanFactory{
public AsyncInitBeanFactory(ConfigurableListableBeanFactory beanFactory){
super(beanFactory);
}
@Override
protected void invokeInitMethods(String beanName, Object bean, RootBeanDefinition mbd)throws Throwable {
if (beanName.equals("activityServiceImpl")) {
AsyncTaskExecutor.submitTask(() -> {
try {
super.invokeInitMethods(beanName, bean, mbd);
} catch (Throwable throwable) {
throwable.printStackTrace();
}
});
} else {
super.invokeInitMethods(beanName, bean, mbd);
}
}
}
又因为 Spring在refreshContext() 方法之前的 prepareContext() 发放中针对 initialize 方法提供了接口扩展 （applyInitializers()）。因此我们可以通过实现该接口并将我们的新的 BeanFactory 通过反射的方式更新到 Spring 的初始化流程之前。
public interface ApplicationContextInitializer<C extends ConfigurableApplicationContext> {
/**
* Initialize the given application context.
* @param applicationContext the application to configure
*/
void initialize(C applicationContext);
}
改造后的代码如下，新增 AsyncAccelerateInitializer 类实现 ApplicationContextInitializer 接口：
public class AsyncBeanFactoryInitializer implements ApplicationContextInitializer<ConfigurableApplicationContext> {
@SneakyThrows
@Override
public void initialize(ConfigurableApplicationContext applicationContext){
if (applicationContext instanceof GenericApplicationContext) {
AsyncInitListableBeanFactory beanFactory = new AsyncInitListableBeanFactory(applicationContext.getBeanFactory());
Field field = GenericApplicationContext.class.getDeclaredField("beanFactory");
field.setAccessible(true);
field.set(applicationContext, beanFactory);
}
}
}
public class AsyncBeanInitExecutor{
private static final int CPU_COUNT = Runtime.getRuntime().availableProcessors();
private static final AtomicReference<ThreadPoolExecutor> THREAD_POOL_REF = new AtomicReference<>();
private static final List<Future<?>> FUTURES = new ArrayList<>();
/**
* 创建线程池实例
*/
private static ThreadPoolExecutor createThreadPoolExecutor(){
int poolSize = CPU_COUNT + 1;
return new ThreadPoolExecutor(poolSize, poolSize, 50L, TimeUnit.SECONDS, new LinkedBlockingQueue<>(), new ThreadPoolExecutor.CallerRunsPolicy()
);
}
/**
* 确保线程池已初始化（线程安全）
*/
private static void ensureThreadPoolExists(){
if (THREAD_POOL_REF.get() != null) {
return;
}
ThreadPoolExecutor executor = createThreadPoolExecutor();
if (!THREAD_POOL_REF.compareAndSet(null, executor)) {
executor.shutdown(); // 另一线程已初始化成功
}
}
/**
* 提交异步初始化任务
*
* @param task 初始化任务
* @return 提交后的 Future 对象
*/
public static Future<?> submitInitTask(Runnable task) {
ensureThreadPoolExists();
Future<?> future = THREAD_POOL_REF.get().submit(task);
FUTURES.add(future);
return future;
}
/**
* 等待所有初始化任务完成并释放资源
*/
public static void waitForInitTasks(){
try {
for (Future<?> future : FUTURES) {
future.get();
}
} catch (Exception ex) {
throw new RuntimeException("Async init task failed", ex);
} finally {
FUTURES.clear();
shutdownThreadPool();
}
}
/**
* 关闭线程池并重置引用
*/
private static void shutdownThreadPool(){
ThreadPoolExecutor executor = THREAD_POOL_REF.getAndSet(null);
if (executor != null) {
executor.shutdown();
}
}
}
实现类后，还需要在 META-INF/spring.factories 下新增说明 org.springframework.context.ApplicationContextInitializer=com.xxx.AsyncAccelerateInitializer，这样这个类才能真正生效。
这样异步化以后还有一个点需要注意，如果该初始化方法执行耗时很长，那么会存在 Spring 容器已经启动完成，但是异步初始化任务没执行完的情况，可能会导致空指针等异常。为了避免这种问题的发生，还要借助于 Spring 容器启动中 finishRefresh() 方法，监听对应事件，确保异步任务执行完成之后，再启动容器。
public class AsyncInitCompletionListener implements ApplicationListener<ContextRefreshedEvent>, ApplicationContextAware, PriorityOrdered{
private ApplicationContext currentContext;
@Override
public void setApplicationContext(ApplicationContext applicationContext)throws BeansException {
this.currentContext = applicationContext;
}
@Override
public void onApplicationEvent(ContextRefreshedEvent event){
if (event.getApplicationContext() == currentContext) {
AsyncBeanInitExecutor.waitForInitTasks();
}
}
@Override
public int getOrder(){
return Ordered.HIGHEST_PRECEDENCE;
}
}
七、总结
启动优化后的项目实际测试结果如下：
通过异步化初始化和分库分表加载优化，项目启动时间从 280 秒缩短至 159 秒，提升约 50%。这对于提升日常开发效率、加快测试与联调流程具有重要意义。
原文：https://mp.weixin.qq.com/s/hAnwV7FTlNMC2Pou_cZElQ
作者：互联网服务器团队- Liu Di