-
go gin框架和springboot框架WEB接口性能对比
1 简要概述
最近看起go lang,真的被go的goroutine(协程)惊艳到了,一句 go function(){#todo},即可完成一个并发的工作。
看到gin这个web框架时,突然就特别想拿它和springboot来做个性能对比,马上撸一遍。
请求:/ping
返回:{"message":"pong"}
先透露下对比报告:
qps | CPU | 内存 | 包大小 | |
gin | 14900 | 150% | 0.4% | 9M |
springboot | 11536 | 143% | 12% | 24M |
2 环境准备
- 2台2C4G的云主机(172.16.60.211,172.16.60.210),这个自己到阿里云上购买即可。一小时0.8元左右。
- gin的helloworld代码:https://github.com/qinxiongzhou/gin-vs-springboot/tree/main/springboot
- springboot的helloworld代码:https://github.com/qinxiongzhou/gin-vs-springboot/tree/main/gin/src/http_gin
- 172.16.60.211机器上,上次gin和springboot编译好的包,并启动运行。gin运行在8080端口,springboot运行在8090端口
- 172.16.60.210机器上,安装AB 工具包,做压测控制
3 代码工程及打包
3.1 gin
关键代码:
1 func main() { 2 gin.SetMode(gin.ReleaseMode) 3 gin.DefaultWriter = ioutil.Discard 4 r := gin.Default() 5 r.GET("/ping", func(c *gin.Context) { 6 c.JSON(200, gin.H{ 7 "message": "pong", 8 }) 9 }) 10 r.Run() // listen and serve on 0.0.0.0:8080 (for windows "localhost:8080") 11 }
打包:
1 set GOOS=linux #windows环境需要设置GOOS,才能build成linux环境的可运行二进制文件 2 go build http_gin.go
上传linux环境:
1 修改成可执行文件 chmod +x http_gin 2 运行 ./http_gin &
3.2 springboot
关键代码:
1 @RestController 2 public class DemoController { 3 Result result = new Result("pong"); 4 5 @RequestMapping("/ping") 6 public Result hello(){ 7 return result; 8 } 9 } 10 11 12 class Result{ 13 String Message; 14 public String getMessage() { 15 return Message; 16 } 17 public void setMessage(String message) { 18 Message = message; 19 } 20 public Result(String message) { 21 Message = message; 22 } 23 }
编译上传:
1 maven编译 :mvn install
运行:
1 java -jar demo-0.0.1-SNAPSHOT.jar &
4 benchmark
模拟20个用户,发出20万个请求
1 ab -c 20 -n 200000 http://172.16.60.211:8080/ping
4.1 gin benchmark
1 ab -c 20 -n 200000 http://172.16.60.211:8080/ping
benchmark结果:
1 Concurrency Level: 20 2 Time taken for tests: 13.423 seconds 3 Complete requests: 200000 4 Failed requests: 0 5 Write errors: 0 6 Total transferred: 28200000 bytes 7 HTML transferred: 3600000 bytes 8 Requests per second: 14900.02 [#/sec] (mean) 9 Time per request: 1.342 [ms] (mean) 10 Time per request: 0.067 [ms] (mean, across all concurrent requests) 11 Transfer rate: 2051.66 [Kbytes/sec] received
benchmark过程中,服务器CPU、内存状态:
4.2 springboot benchmark
1 ab -c 10 -n 200000 http://172.16.60.211:8090/ping
1 Concurrency Level: 20 2 Time taken for tests: 17.336 seconds 3 Complete requests: 200000 4 Failed requests: 0 5 Write errors: 0 6 Total transferred: 24600000 bytes 7 HTML transferred: 3600000 bytes 8 Requests per second: 11536.65 [#/sec] (mean) 9 Time per request: 1.734 [ms] (mean) 10 Time per request: 0.087 [ms] (mean, across all concurrent requests) 11 Transfer rate: 1385.75 [Kbytes/sec] received
benchmark过程中,服务器CPU、内存状态:
4.3 对比
qps | CPU | 内存 | 包大小 | |
gin | 14900 | 150% | 0.4% | 9M |
springboot | 11536 | 143% | 12% | 24M |
结论:
- qps上,gin 比 springboot 高出1.3倍。别看只有1.3倍,如果公司现在有10000台服务器呢?
- CPU上,两者持平
- 内存上,gin比springboot 小30倍。这个差距是真有点大。
- 包大小上,gin比springboot 小2.6倍。别看磁盘只是小了2.6倍,流水线持续部署时,磁盘大小和每次传包的时间,也是相当可观的节省
出处:https://www.cnblogs.com/zhouqinxiong/p/14730217.html
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式