线上性能监控与压测优化专项测试

20 题 45 分钟难度：★★★

考察知识点

Actuator监控端点配置
JVM性能调优参数
压测方法论与工具使用
性能瓶颈定位与优化策略

💡 参考答案在文末

判断题

在Micrometer中，MeterRegistry是指标注册中心，负责创建和管理各种Meter（Counter、Gauge、Timer等），每个Spring Boot应用通常只需要一个MeterRegistry实例。

对

错

在进行压力测试时，单次测试结果就可以代表系统的真实性能水平，无需进行多次重复测试取平均值。

对

错

在压力测试中，TPS(Transactions Per Second)和QPS(Queries Per Second)都是衡量系统吞吐量的重要指标。对于单个HTTP接口而言，TPS等于QPS。

对

错

Spring Boot Actuator的metrics端点采用拉取式(Pull)模式获取指标数据，这种模式相比于推送式(Push)模式，更适合云原生环境下的服务发现和动态伸缩场景。

对

错

单选题

在压测过程中发现部分请求返回异常，通过日志发现线程池抛出RejectedExecutionException。分析线程池配置后发现：核心线程数=10，最大线程数=20，队列容量=100，任务处理耗时=500ms。请问在高并发场景下，如何优化线程池配置以避免拒绝异常？

增大队列容量到1000，让更多任务排队等待

将核心线程数调整为最大线程数，即core=max，避免队列等待

使用CallerRunsPolicy拒绝策略，让提交任务的线程执行任务

以上方案都不合理，应该根据系统资源重新设计整体架构

在Spring Boot应用压测过程中发现CPU使用率持续达到90%以上，但系统吞吐量没有相应提升，这种现象最可能说明什么问题？

应用存在频繁的CPU密集型计算，如复杂算法或死循环

CPU线程调度开销过大，应用线程过多导致频繁上下文切换

系统IO等待过高，CPU处于等待状态而非真正计算

JVM垃圾回收频繁，GC线程占用大量CPU资源

在Spring Boot应用压测中，发现数据库查询接口的响应时间P99值远高于平均值，通过分析发现存在慢SQL导致请求延迟。以下哪种方法可以最快速定位具体的慢SQL？

在Spring Boot中配置logging.level.org.springframework.jdbc=DEBUG查看SQL执行日志

开启数据库慢查询日志，设置long_query_time阈值记录慢SQL

使用Actuator的/actuator/metrics端点查看jdbc相关指标

在代码中使用JdbcTemplate的query方法手动打印SQL执行时间

以下哪种压测工具最适合用于对Spring Boot应用进行HTTP接口层面的压力测试，能够模拟大量并发用户请求？

JUnit

JMeter

Mockito

SonarQube

在JMeter中进行压力测试时，如果需要模拟1000个并发用户在10秒内逐渐启动并发起请求，应该配置哪种线程组？具体参数如何设置？

普通线程组：线程数=1000，Ramp-Up Period=10

普通线程组：线程数=1000，Ramp-Up Period=1，循环次数=10

Stepping Thread Group：初始线程=100，增量=100，间隔=1秒

Ultimate Thread Group：起始线程=1000，延迟=10秒

使用wrk工具对Spring Boot接口进行压测时，以下哪个命令可以模拟12个线程、400个连接、持续30秒的压力测试？

wrk -t12 -c400 -d30s http://localhost:8080/api/test

wrk --threads=12 --connections=400 --duration=30 http://localhost:8080/api/test

wrk -t 12 -c 400 -d 30 http://localhost:8080/api/test

wrk -T12 -C400 -D30s http://localhost:8080/api/test

在Spring Boot应用压测过程中，发现系统响应时间出现周期性抖动，每隔几分钟会有大量请求延迟飙升到数秒。通过监控发现老年代使用率快速上升并触发Full GC。以下哪种优化方案可以最有效地缓解这个问题？

增加年轻代大小，减少对象晋升到老年代的速度

将垃圾收集器从CMS改为G1GC，降低Full GC停顿时间

减少堆内存大小，让GC更频繁但停顿更短

使用-XX:+DisableExplicitGC禁用显式GC调用

在Spring Boot Actuator中，以下哪个端点用于查看应用的核心指标信息，如JVM内存、CPU使用率等？

/actuator/health

/actuator/metrics

/actuator/info

/actuator/env

在Micrometer指标体系中，用于统计HTTP请求响应时间分布的指标类型是什么？该类型指标会自动计算哪些统计数据？

Counter，统计请求总数

Gauge，统计当前值

Timer，统计调用次数、总耗时、最大耗时和百分位分布

DistributionSummary，统计请求大小分布

在Spring Boot应用中集成Prometheus监控时，需要添加哪个依赖并配置什么内容才能正确暴露Prometheus格式的指标？

添加micrometer-core依赖，配置management.endpoints.web.exposure.include=prometheus

添加micrometer-registry-prometheus依赖，配置management.endpoints.web.exposure.include=prometheus

添加spring-boot-starter-actuator依赖，配置management.metrics.export.prometheus.enabled=true

添加prometheus-client依赖，配置management.endpoint.prometheus.enabled=true

多选题

在Micrometer指标体系中，合理使用标签(Tags)可以实现多维度监控分析。以下哪些是标签设计的最佳实践？

为每个指标添加有意义的业务维度标签，如接口路径、HTTP方法、状态码

使用高基数(cardinality)标签值，如用户ID、请求ID等唯一标识

限制标签值的可选范围，避免标签组合爆炸

使用统一的标签命名规范，如小写字母加下划线

避免在标签中包含敏感信息，如密码、token

为所有指标添加应用名称、实例IP等公共标签

在Spring Boot应用的性能测试中，以下关于压测工具选择的描述哪些是正确的？

JMeter适合复杂的业务场景测试，支持脚本编程和多种协议

wrk适合快速验证接口性能，单机支持高并发HTTP测试

Gatling基于Scala，适合编写复杂的压测脚本，性能优异

ab(Apache Bench)功能强大，适合长期运行的压测场景

Locust基于Python，适合分布式压测和可编程场景

所有压测工具都支持生成HTML格式的测试报告

在对Spring Boot应用进行压力测试前，以下哪些准备工作是必要的？

确保测试环境与生产环境配置一致或相近

准备足够的测试数据，避免数据量不足导致缓存命中率异常

关闭所有日志输出，避免IO影响测试结果

配置监控工具收集压测期间的系统指标

预热应用，让JIT编译器完成热点代码优化

确保网络环境稳定，避免网络延迟干扰测试

在构建Spring Boot应用的监控指标体系时，以下哪些指标对于评估系统健康状态和性能瓶颈至关重要？

JVM堆内存使用量和GC频率

CPU使用率和系统负载

数据库连接池活跃连接数和等待队列长度

HTTP请求响应时间百分位值（P95、P99）

应用启动时间戳

线程池活跃线程数和队列任务数

在Spring Boot应用性能瓶颈分析中，以下哪些是需要重点关注的瓶颈点？

JVM内存分配不合理导致频繁GC停顿

数据库连接池耗尽导致请求等待或超时

HTTP连接池配置不当导致连接复用效率低

代码中存在N+1查询问题导致数据库压力过大

日志框架使用异步日志导致性能下降

线程池配置不当导致任务堆积或拒绝

在Spring Boot应用性能问题排查中，以下哪些APM(Application Performance Monitoring)工具可以提供链路追踪和性能分析功能？

SkyWalking - 国产开源APM，支持Java应用链路追踪

Zipkin - Twitter开源分布式追踪系统

Prometheus - 指标监控和告警系统

Jaeger - Uber开源分布式追踪系统

ELK Stack - 日志收集和分析平台

Pinpoint - 韩国开源APM，可视化服务拓扑

参考答案

1.正确 2.错误 3.正确 4.正确 5.B 6.B 7.B 8.B 9.A 10.A 11.B 12.B 13.C 14.B 15.A; C; D; E; F 16.A; B; C; E 17.A; B; D; E; F 18.A; B; C; D; F 19.A; B; C; D; F 20.A; B; D; F

想在手机上练习这套试卷？

使用微信卷王开发者小程序，打开首页顶部扫码功能识别二维码