Spring Framework 6.x版本中CGLIB类加载导致的启动性能问题分析
2025-04-30 00:04:34作者:胡易黎Nicole
在Spring Framework 6.x版本中,开发人员发现了一个显著的启动性能退化问题。这个问题主要出现在应用程序从Spring 5.3.x升级到6.1.x版本后,在启动阶段的Spring容器刷新过程中,出现了超过30秒的性能下降。
问题现象
当Spring容器处理配置类或代理bean时,会触发三次类路径查找操作。这些查找针对的是CGLIB生成的代理类,如:
com.app.FooConfigBean$$SpringCGLIB$$0com.app.FooConfigBean$$SpringCGLIB$$FastClass$$0com.app.FooConfigBean$$SpringCGLIB$$FastClass$$1
由于这些类实际上并不存在于类路径上,每次查找都会导致完整的类路径扫描,最终导致查找失败,从而造成了显著的性能延迟。
技术背景
在Spring框架中,CGLIB是一个广泛使用的代码生成库,用于在运行时创建动态代理。Spring使用它来增强配置类和处理AOP代理。在Spring 6.x版本中,框架引入了对AOT(Ahead-Of-Time)编译的支持,这使得框架在运行时需要检查是否存在预先生成的代理类。
问题根源
问题的根本原因在于Spring 6.x版本无条件地尝试加载这些CGLIB生成的类,即使在没有AOT处理的情况下也是如此。这种行为在Spring 5.x版本中并不存在,因此导致了从5.x升级到6.x时的性能退化。
具体来说,框架会尝试:
- 查找代理类本身
- 查找FastClass辅助类(CGLIB用于优化方法调用的机制)
每次查找都会触发类加载器的完整搜索过程,这在大型应用程序中会特别耗时。
解决方案
Spring开发团队在6.1.19和6.2.6版本中修复了这个问题。修复方案的核心思想是:
- 只有在AOT处理启用(通过
spring.aot.enabled=true设置)或运行在原生镜像中时,才会执行CGLIB类加载尝试 - 同时,这个行为还依赖于CGLIB缓存是否开启(在可重载类的情况下缓存是关闭的)
- 在非AOT场景下,框架会直接在给定的ClassLoader中生成当前类,避免了不必要的类加载尝试
实际影响
这个问题在类路径较大的应用程序中表现得尤为明显。因为每次类加载尝试都会扫描整个类路径,当应用程序包含大量类时,这种扫描会累积成显著的性能开销。
最佳实践
对于遇到类似问题的开发者,建议:
- 如果从Spring 5.x升级到6.x时遇到启动性能问题,考虑升级到6.1.19或更高版本
- 在不需要AOT处理的场景下,确保没有意外启用AOT相关功能
- 对于性能敏感的应用程序,建议进行基准测试,特别是在升级Spring版本时
- 监控应用程序启动过程中的类加载活动,以识别潜在的性能瓶颈
这个问题的修复展示了Spring团队对性能问题的重视,也提醒我们在框架升级时需要关注潜在的兼容性和性能变化。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218