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!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue07- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00