Tomcat性能调优指南：内存与连接数深度解析

一、内存参数配置：JVM调优的核心

1.1 堆内存分配策略

Tomcat作为Java Web容器，其性能直接受JVM堆内存影响。生产环境推荐采用-Xms（初始堆）与-Xmx（最大堆）同值配置，避免动态扩容带来的性能波动。例如：

JAVA_OPTS="-Xms2g -Xmx2g -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m"

此配置将堆内存固定为2GB，元空间限制在256-512MB范围内。对于高并发系统，建议通过GC日志分析（-Xloggc:/path/to/gc.log）监控Full GC频率，当发现每小时超过2次Full GC时，需考虑扩大堆内存或优化对象生命周期。

1.2 垃圾回收器选择

• Parallel GC：适合多核服务器且对吞吐量敏感的场景，通过-XX:+UseParallelGC启用
• G1 GC：推荐用于大堆内存（>4GB）系统，设置-XX:+UseG1GC -XX:MaxGCPauseMillis=200可控制单次GC暂停时间
• ZGC/Shenandoah：Java 11+提供的超低延迟GC，适用于需要亚秒级响应的实时系统

1.3 内存泄漏排查

使用jmap -histo:live <pid>定期检查存活对象分布，重点关注：

• 持续增长且未释放的集合类
• 静态变量持有的大对象
• 未关闭的数据库连接/文件流

二、连接数管理：线程池与连接池协同

2.1 线程池配置优化

在server.xml中，<Executor>标签定义线程池参数：

<Executor name="tomcatThreadPool" 
          namePrefix="catalina-exec-"
          maxThreads="200" 
          minSpareThreads="10"
          maxQueueSize="100"
          prestartminSpareThreads="true"/>

关键参数说明：

• maxThreads：建议设置为(核心数*2)+1，例如8核CPU可设为17
• maxQueueSize：当请求数超过线程数时，允许排队的请求数，需配合acceptCount使用
• prestartminSpareThreads：启动时即创建最小空闲线程，减少首次请求延迟

2.2 数据库连接池配置

以HikariCP为例，推荐配置：

HikariConfig config = new HikariConfig();
config.setJdbcUrl("jdbc:mysql://host:3306/db");
config.setMaximumPoolSize(20);  // 与Tomcat线程数比例建议1:5-1:10
config.setMinimumIdle(5);
config.setIdleTimeout(30000);
config.setMaxLifetime(1800000);
config.setConnectionTimeout(5000);

连接数计算原则：

最大连接数 = (maxThreads / 并发数据库操作比例) * 1.2

例如200线程中30%会操作数据库，则连接数建议为(200*0.3)/0.8 ≈ 75

2.3 连接数监控与调优

通过以下指标判断连接池是否合理：

• 等待队列长度：持续>0表示连接不足
• 活跃连接占比：长期>80%需扩容
• 获取连接超时次数：每月不应超过5次

三、高级性能优化技巧

3.1 NIO与APR模式选择

• NIO：Java原生实现，兼容性好，适合大多数场景
• APR：基于Apache Portable Runtime，需安装本地库，在超高压场景下性能提升15-20%
  配置示例：

  <Connector port="8080" protocol="org.apache.coyote.http11.Http11AprProtocol"
           maxThreads="200" minSpareThreads="10"
           enableLookups="false" redirectPort="8443" />

3.2 压缩与缓存优化

启用GZIP压缩：

<Connector ... compression="on" compressionMinSize="2048" 
           compressableMimeType="text/html,text/xml,text/plain,text/css,text/javascript,application/javascript" />

静态资源缓存配置：

<Context>
    <Resources cachingAllowed="true" cacheMaxSize="100000" cacheTTL="60000" />
</Context>

3.3 安全与性能平衡

关闭不必要的协议和加密套件：

<Connector ... sslEnabledProtocols="TLSv1.2,TLSv1.3"
           ciphers="TLS_ECDHE_RSA_WITH_AES_128_GCM_SHA256,..." />

禁用DNS解析（避免反向查找延迟）：

<Connector ... enableLookups="false" />

四、性能测试与持续优化

4.1 基准测试方法

使用JMeter进行阶梯式加压测试：

1. 初始50并发，每5分钟增加20%
2. 监控错误率、响应时间、TPS
3. 找到性能拐点（错误率开始上升的点）

4.2 监控工具推荐

• VisualVM：实时查看JVM内存、线程状态
• Prometheus + Grafana：可视化Tomcat Exporter指标
• Arthas：在线诊断内存泄漏、方法耗时

4.3 持续优化流程

1. 每次代码变更后执行回归测试
2. 每月分析GC日志和线程转储
3. 每季度重新评估硬件资源需求

五、常见问题解决方案

5.1 “Too many open files”错误

解决方案：

# 临时修改
ulimit -n 65535
# 永久修改（/etc/security/limits.conf）
* soft nofile 65535
* hard nofile 65535

5.2 数据库连接耗尽

排查步骤：

1. 检查是否有未关闭的Connection/Statement
2. 验证连接池配置的maxLifetime是否小于数据库wait_timeout
3. 使用netstat -anp | grep 3306查看连接状态

5.3 线程阻塞问题

诊断命令：

jstack <pid> > thread_dump.log
# 搜索关键词 BLOCKED、WAITING

结语

Tomcat性能调优是一个系统工程，需要结合业务特点、硬件资源和监控数据持续优化。建议建立性能基线，每次变更后记录关键指标变化。对于超大规模系统，可考虑采用微服务架构分散压力，或使用专业APM工具进行全链路监控。记住：没有放之四海而皆准的配置，适合业务场景的参数才是最佳参数。