推荐使用 JfrUnit:JUnit 扩展,用于断言 JDK Flight Recorder 事件
性能测试的革新者
在软件开发中,单元测试已经成为保证功能正确性的标准实践。然而,通过自动化测试来发现性能退化(如增加延迟、降低吞吐量)却是一项更具挑战的任务。传统的基于具体请求运行时的断言方法在虚拟化或容器化的 CI 环境中容易受到其他任务并发负载的影响。
JfrUnit 正是为此场景而设计,它是一个 JUnit 的扩展,允许您对应用程序发出的 JDK Flight Recorder(JFR)事件进行断言。这个创新工具提供了一种全新的视角,不仅关注如延迟和吞吐量这样的直接性能指标,而是通过 JFR 事件来间接评估可能影响这些指标的因素,例如内存分配、数据库 I/O 和执行的 SQL 语句数量。从一个基准线出发,如果这些断言在未来失败,就可能是代码变更引入了更高的垃圾收集压力、不必要的数据检索,或者常见的 SQL 问题(如 N+1 个 SELECT 语句)导致的性能退化。
JfrUnit 使您能够在标准 JUnit 测试中以可靠且环境独立的方式识别并分析这些问题,从而在它们成为生产环境中的性能问题之前及时发现。
学习更多资源
以下是一些详细介绍 JfrUnit 及其性能回归测试方法的资源:
- 走向持续性能回归测试
- 推出 JfrUnit 1.0.0.Alpha1
- 使用 JfrUnit 断言 JDK Flight Recorder 事件
- JfrUnit 连续性能回归测试
- 用 Flight Recorder、JMC Agent 和 JfrUnit 保持 SQL 的检查
使用
JfrUnit 需要运行时环境为 OpenJDK 16 或更高版本。支持 JDK 11 的工作已经在路线图上,但在此版本下,JfrUnit 不再依赖 JFR 事件流,而是从磁盘上的记录文件读取 JFR 事件。欢迎贡献这一更改的 Pull Request。
您可以从 Maven 中央仓库获取 JfrUnit;只需将以下依赖添加到您的项目 pom.xml 文件中:
...
<dependency>
<groupId>org.moditect.jfrunit</groupId>
<artifactId>jfrunit-core</artifactId>
<version>1.0.0.Alpha2</version>
<scope>test</scope>
</dependency>
...
或者,您可以从源代码构建 JfrUnit(参见下文),以便拉取最新的变更。
然后,您可以像这样实现期望特定 JFR 事件的测试:
import org.moditect.jfrunit.*;
import static org.moditect.jfrunit.JfrEventsAssert.*;
import static org.moditect.jfrunit.ExpectedEvent.*;
import org.moditect.jfrunit.events.JfrEventTypes;
@JfrEventTest
public class JfrTest {
public JfrEvents jfrEvents = new JfrEvents();
@Test
@EnableEvent(GarbageCollection.EVENT_NAME)
@EnableEvent(ThreadSleep.EVENT_NAME)
public void shouldHaveGcAndSleepEvents() throws Exception {
System.gc();
Thread.sleep(1000);
jfrEvents.awaitEvents();
assertThat(jfrEvents).contains(JfrEventTypes.GARBAGE_COLLECTION);
assertThat(jfrEvents).contains(
JfrEventTypes.THREAD_SLEEP.withTime(Duration.ofMillis(1000)));
}
}
对于使用 @QuarkusTest 注解的 Quarkus 应用程序,不需要(甚至不应)添加 @JfrEventTest 注解。相反,Quarkus 测试框架会自动处理管理 JFR 录制所需的回调。
@EnableEvent 注解用于启用应捕获的一个或多个 JFR 事件类型。星号字符 (*) 可用作通配符匹配多个类型。
@Test
@EnableEvent("jdk.GC*")
@EnableEvent("jdk.G1*")
public void someTest() throws Exception { ... }
这将捕获 jdk.GCHeapSummary、jdk.GCPhasePause、jdk.G1GarbageCollection 等事件。所有内置 JFR 事件类型的完整列表可以在此处找到。
另外,您还可以使用 @EnableConfiguration 注解指定 JFR 配置文件的名称,例如 "default" 或 "profile":
@Test
@EnableConfiguration("default")
public void someTest() throws Exception { ... }
JFR 配置文件位于 $JAVA_HOME/bin/jfr 目录下。
使用 Spock 框架
您也可以使用 Spock 框架 编写 JfrUnit 测试:
import org.moditect.jfrunit.JfrEvents
import spock.lang.Specification
import java.time.Duration
class JfrSpec extends Specification {
JfrEvents jfrEvents = new JfrEvents()
@EnableEvent('jdk.GarbageCollection')
@EnableEvent('jdk.ThreadSleep')
def 'should Have GC And Sleep Events'() {
when:
System.gc()
sleep(1000)
then:
jfrEvents['jdk.GarbageCollection']
jfrEvents['jdk.ThreadSleep'].withTime(Duration.ofMillis(1000))
}
}
正如您所见,您可以使用自定义 DSL 来检查预期状态。
构建
该项目的构建要求 OpenJDK 16 或更高版本。使用 Apache Maven 进行构建。运行以下命令以构建项目:
mvn verify
运行以下命令将 JAR 安装到本地 Maven 仓库:
mvn install
许可证
此代码库遵循 Apache 许可证 2.0 版发布。
JfrUnit 提供了一个强大的工具,可以帮助开发者在早期阶段发现潜在的性能问题,并确保代码质量。结合其易用性和灵活性,无论是 Java 标准测试还是采用 Spock 框架的测试,都值得您的团队尝试。立即加入我们的行列,让性能回归测试变得更加简单和高效!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01