知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 46 - Spring Boot 启动慢怎么优化 > 导读:本文以一个启动耗时 90 秒的 Spring Boot 项目为例,讲清如何定位启动瓶颈、有哪些优化手段、每种手段的收益与风险,以及面试怎么答。适合遇到启动慢/发布慢问题、以及准备后端面试的同学。 ## 一、先建立全局认知 ### Q:Spring Boot 启动慢,通常慢在哪些环节? A:不要凭感觉猜,先看数据。一个启动需要 90 秒的项目,通过启动日志可以拆出下面这样的耗时分布: ```text Started Application in 92.345 seconds (JVM running for 95.123) 耗时分布(估算): - Bean 初始化:40 秒(300+ 个 Bean,很多用不到也被加载了) - 数据库连接池初始化:10 秒(启动时就建立连接) - Redis 连接初始化:5 秒 - Swagger 文档生成:8 秒 - 自动配置扫描:15 秒(扫描了大量不需要的自动配置类) - 其他:14 秒 ```  *图:Spring Boot 启动耗时的常见构成,以及对应的优化方向。* [编辑 Excalidraw 源图](/images/java-interview-copy/concurrent/46-spring-boot-startup-slow-spring-boot-startup-slow-optimization-map-diagram.excalidraw) 从这张分布可以看出一个规律:**启动耗时的大头不是"框架本身",而是"加载了不该加载的东西"**。300+ 个 Bean 里很多用不到、自动配置扫描了不需要的类、Swagger 文档在启动时就生成——这些都是"无用功"。所以优化的主线思路是两条:一是砍掉不需要的加载(排除自动配置、缩小组件扫描),二是把不急于启动时完成的工作推迟(懒加载、异步初始化)。 ## 二、理解核心机制 ### Q:怎么定位到底是哪个 Bean / 哪个环节慢? A:先定位,再优化——否则容易优化到"不痛"的地方。有两种可用的定位手段。 方法一用 Spring Boot 官方的 Startup Actuator(需 Spring Boot 2.4+),它能直接返回每个 Bean 的初始化耗时: ```bash # 方法一:Spring Boot Startup Actuator(Spring Boot 2.4+) # application.yml management: endpoint: startup: enabled: true # 启动后访问 # GET /actuator/startup # 返回每个 Bean 的初始化耗时,找出最慢的 Bean ``` 方法二用一个自定义 `BeanPostProcessor` 统计耗时,不依赖 Actuator: ```java // 方法二:自定义 BeanPostProcessor 统计耗时 @Component public class BeanInitTimer implements BeanPostProcessor { private final Map<String, Long> startTimeMap = new ConcurrentHashMap<>(); @Override public Object postProcessBeforeInitialization(Object bean, String beanName) { startTimeMap.put(beanName, System.currentTimeMillis()); return bean; } @Override public Object postProcessAfterInitialization(Object bean, String beanName) { Long startTime = startTimeMap.remove(beanName); if (startTime != null) { long cost = System.currentTimeMillis() - startTime; if (cost > 100) { // 只打印耗时超过 100ms 的 Bean System.out.println("Bean [" + beanName + "] init cost: " + cost + "ms"); } } return bean; } } ``` 这段实现有个细节值得注意:`postProcessBeforeInitialization` 与 `postProcessAfterInitialization` 分别记录起止时间,用 `ConcurrentHashMap` 按 beanName 存快照——因为 Bean 的创建可能发生在多个线程上。同时只打印超过 100ms 的 Bean,避免日志被大量微小的 Bean 淹没。 ## 三、放进真实场景 ### Q:定位到瓶颈后,有哪些手段可以把启动时间真正降下来? A:下面五种手段对应不同的耗时来源,可以组合使用。 **手段一:懒加载(Lazy Initialization)。** 让 Bean 在第一次被使用时才初始化: ```yaml # 全局懒加载:Bean 在第一次使用时才初始化 spring: main: lazy-initialization: true ``` ```java // 指定某些 Bean 懒加载 @Lazy @Service public class ReportService { // 报表服务不是每次启动都用到,懒加载 } // 排除某些 Bean 不懒加载(关键 Bean 需要启动时就绑定) @Lazy(false) @Component public class MqConsumer { // MQ 消费者必须启动时就初始化 } ``` 注意:全局懒加载会把启动时的问题延迟到运行时暴露,生产环境慎用。推荐只对非核心 Bean 使用 `@Lazy`。这里体现了懒加载的核心取舍:**它并没有让初始化变快,只是把初始化从启动时刻挪到了使用时刻**。所以对"启动时确实用不到、且晚一点初始化也无所谓"的 Bean 才划算;对 MQ 消费者、定时任务这类必须"启动即就绪"的 Bean,必须显式 `@Lazy(false)` 排除。 **手段二:异步初始化。** 把耗时的初始化放到后台线程,不阻塞主启动流程: ```java // 耗时的初始化操作放到异步线程 @Configuration public class AsyncInitConfig { @Bean @Lazy(false) public CommandLineRunner asyncInit(DataWarmupService warmupService, CachePreloadService cacheService) { return args -> { CompletableFuture.allOf( CompletableFuture.runAsync(warmupService::warmup), CompletableFuture.runAsync(cacheService::preload) ).join(); // 等待所有异步初始化完成 }; } } // 或者用 @Async + @EventListener @Component public class AsyncInitializer { @Async @EventListener(ApplicationReadyEvent.class) public void warmupCache() { // 应用启动完成后异步预热缓存 cacheService.preloadHotData(); } } ``` 两种写法对应两种语义:`CommandLineRunner` + `CompletableFuture.join()` 是"启动时并行做,做完才算启动完成";`@Async` + `@EventListener(ApplicationReadyEvent.class)` 是"启动完成后在后台慢慢做,不阻塞启动"。选哪种取决于这件事是不是"启动就绪"的必要条件——缓存预热通常可以放到启动之后异步做。 **手段三:减少自动配置扫描。** 把用不到的自动配置直接排除: ```java // 排除不需要的自动配置 @SpringBootApplication(exclude = { DataSourceAutoConfiguration.class, // 不用数据库的服务 RedisAutoConfiguration.class, // 不用 Redis 的服务 MongoAutoConfiguration.class, SecurityAutoConfiguration.class, MailSenderAutoConfiguration.class }) public class Application { public static void main(String[] args) { SpringApplication.run(Application.class, args); } } ``` 排除之前,先搞清楚到底加载了哪些: ```bash # 查看哪些自动配置被加载了 # application.yml debug: true # 启动日志会打印 CONDITIONS EVALUATION REPORT # Positive matches: 实际生效的自动配置 # Negative matches: 条件不满足未生效的 # 关注 Positive matches 中不需要的配置,手动 exclude ``` 这里的关键是**不要凭印象排除**。`debug: true` 会让启动日志打印条件评估报告,其中 `Positive matches` 是实际生效的自动配置,正是我们要审查的对象;`Negative matches` 是条件不满足而未生效的,无需处理。 **手段四:条件装配优化。** 在自定义 Starter 时用条件注解,避免不必要的 Bean 创建: ```java // 自定义 Starter 时用条件注解,避免不必要的 Bean 创建 @Configuration @ConditionalOnProperty(name = "feature.report.enabled", havingValue = "true") public class ReportAutoConfiguration { @Bean @ConditionalOnMissingBean public ReportService reportService() { return new ReportService(); // 只有配置开启时才创建 } } // 按环境条件装配 @Configuration @Profile("!dev") // 开发环境不加载 public class MonitorConfig { @Bean public HealthCheckService healthCheck() { return new HealthCheckService(); } } ``` `@ConditionalOnProperty` 是按功能开关装配,`@Profile` 是按环境装配。它们的共同价值在于:**让"不启用"的代价趋近于零**——配置没开,对应的 Bean 连锁都不创建。 **手段五:其他优化手段。** 这些是零散的"减负"项: ```yaml # 1. 关闭开发环境不需要的功能 spring: jmx: enabled: false # 关闭 JMX main: banner-mode: off # 关闭 Banner # 2. Swagger 只在开发环境启用 springdoc: api-docs: enabled: ${SWAGGER_ENABLED:false} # 3. 数据库连接池延迟初始化 spring: datasource: hikari: initialization-fail-timeout: -1 # 不在启动时校验连接 ``` ```java // 4. 减少组件扫描范围 @SpringBootApplication @ComponentScan(basePackages = "com.example.order") // 精确指定扫描包 public class OrderApplication { } // 5. 使用 Spring Boot 3.x AOT(Ahead-of-Time)编译 // GraalVM Native Image 可以将启动时间从 90 秒降到 < 1 秒 // 但有反射限制,需要额外配置 ``` 关于第 3 项要多说一句:`initialization-fail-timeout: -1` 表示启动时不校验数据库连接,这确实能省掉启动时建立连接的开销,但代价是"数据库不可用"这类问题会被推迟到第一次访问时才暴露——本质上是拿"启动快"换"故障发现晚",需要结合你们的发布流程权衡。第 5 项的 GraalVM Native Image 收益极大(原文给出的对比是启动从 90 秒降到 < 1 秒),但有反射限制、需要额外配置,风险也最高。 ### Q:这些优化手段的收益和风险分别是什么? A:把上面的手段放在一张表里对比,便于按需取舍: | 优化手段 | 预估提升 | 风险 | |---------|---------|------| | 排除不需要的自动配置 | 10~20 秒 | 低 | | 非核心 Bean 懒加载 | 15~30 秒 | 中(问题延迟暴露) | | 异步初始化耗时操作 | 10~15 秒 | 低 | | 缩小组件扫描范围 | 5~10 秒 | 低 | | 关闭 JMX/Swagger 等 | 5~10 秒 | 低 | | GraalVM Native Image | 启动 < 1 秒 | 高(兼容性问题) | 选型的经验原则是:**先做低风险高收益的**(排除自动配置、异步初始化),再考虑中风险的懒加载,最后才评估高风险的 Native Image。不要为了追求极限启动时间,把低风险的收益都放弃掉直接上 AOT。 ### Q:全局懒加载有什么副作用? A:1)第一次请求会变慢(触发 Bean 初始化);2)配置错误在启动时发现不了,延迟到运行时才报错;3)某些需要启动时注册的 Bean(如 MQ 消费者、定时任务)必须排除懒加载。 这三点合起来说明一个道理:**懒加载是把"启动时的确定性"换成了"启动时的速度"**。如果你的发布流程依赖"启动成功即代表配置正确",那全局懒加载会削弱这个保障——所以更稳的做法是只对明确非核心的 Bean 使用 `@Lazy`。 ### Q:Spring Boot 3 的 AOT 和 GraalVM Native Image 是什么? A:AOT 在编译期完成 Bean 定义解析、条件评估等工作,避免运行时反射。GraalVM Native Image 将 Java 应用编译成原生可执行文件,启动时间从秒级降到毫秒级,但不支持动态类加载和部分反射,需要额外的 reflect-config.json 配置。 理解它的思路很重要:AOT(Ahead-of-Time,提前编译)把原本"运行时才做的解析工作"提前到"编译期做掉",所以运行时省下了这部分时间;而代价是失去了运行时的动态能力。这就是为什么它启动极快、却对反射兼容性要求苛刻。 ## 四、总结与自测 ### Q:面试里怎么答这道题? A:按"先定位、再优化"的框架作答: 1. 定位瓶颈:用 `/actuator/startup` 或自定义 `BeanPostProcessor` 找出初始化最慢的 Bean。 2. 懒加载:`spring.main.lazy-initialization=true` 全局懒加载,或 `@Lazy` 针对非核心 Bean。 3. 减少扫描:`@SpringBootApplication(exclude=...)` 排除不需要的自动配置,缩小 `@ComponentScan` 范围。 4. 异步初始化:耗时操作(缓存预热、数据加载)用 `@Async` + `ApplicationReadyEvent` 异步执行。 ### Q:优化启动速度时,第一原则是什么? A:第一原则是"先度量、后优化,先低风险、后高风险"。启动慢的成因通常是多个环节叠加,不先定位就调优,很容易在无关的地方花力气;而不同手段的风险差异很大,低风险的排除自动配置、缩小组件扫描几乎无副作用,高风险的 Native Image 则有兼容性成本。所以合理的顺序是:度量找到大头 → 砍无用加载 → 推迟非必要初始化 → 最后才考虑 AOT。 --- ## 自测 1. 除了看总耗时,如何定位到具体是哪个 Bean 拖慢了启动?两种方法各自的适用前提是什么? 2. 全局懒加载的副作用有哪些?哪些 Bean 必须显式排除懒加载? 3. `@Async + ApplicationReadyEvent` 与 `CommandLineRunner + CompletableFuture.join()` 两种异步初始化,语义上有什么区别? 4. `initialization-fail-timeout: -1` 省下了什么开销、又带来了什么风险,你会怎么权衡?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入