Tomcat性能调优指南：内存与连接数参数深度解析

一、引言：Tomcat性能调优的必要性

在Java Web应用部署中，Tomcat作为最广泛使用的Servlet容器，其性能表现直接影响系统的整体吞吐量和响应速度。然而，默认配置往往无法满足高并发场景的需求，内存溢出、连接超时等问题频繁出现。本文将围绕内存分配、连接数管理、线程池配置等核心参数展开，提供可落地的优化方案。

二、JVM内存参数配置：避免OOM的关键

1. 堆内存（Heap）设置

Tomcat运行在JVM之上，堆内存大小直接影响其处理能力。推荐通过CATALINA_OPTS环境变量配置：

export CATALINA_OPTS="-Xms2048m -Xmx4096m -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m"

• -Xms与-Xmx：初始堆内存与最大堆内存，建议设置为相同值以避免动态调整带来的性能波动。生产环境建议从4GB起步，根据应用负载调整。
• 元空间（Metaspace）：替代PermGen的内存区域，存储类元数据。设置过小会导致Metaspace OOM，过大则浪费资源。

2. 垃圾回收器选择

针对不同场景选择GC算法：

• 高吞吐场景：使用G1 GC（-XX:+UseG1GC），适合大内存（>8GB）应用。
• 低延迟场景：ZGC（JDK 11+）或Shenandoah，将停顿时间控制在10ms以内。
• 监控工具：通过jstat -gcutil <pid> 1000实时观察GC频率和耗时。

三、连接器（Connector）参数优化：提升并发能力

1. BIO vs NIO vs APR

• BIO（阻塞IO）：默认配置，每个连接占用一个线程，并发超过200时性能急剧下降，仅适用于低并发内部系统。
• NIO（非阻塞IO）：推荐生产环境使用，通过protocol="HTTP/1.1"和executor配置线程池，支持数千并发。
• APR（Apache Portable Runtime）：基于本地库的高性能实现，需额外安装tomcat-native库，适合超高频交易场景。

2. 关键参数配置

在server.xml中调整以下参数：

<Connector port="8080" protocol="HTTP/1.1"
           connectionTimeout="20000"
           maxThreads="500"
           minSpareThreads="50"
           acceptCount="100"
           enableLookups="false"
           redirectPort="8443" />

• maxThreads：线程池最大线程数，建议设置为(核心数 * 2) + 1，例如8核CPU可设为200~300。
• acceptCount：当所有线程忙时，等待队列长度。超过此值将返回503 Service Unavailable。
• enableLookups：禁用DNS反向查询（false），避免每次请求耗时50~200ms。

四、线程池深度配置：平衡资源与响应

1. 自定义线程池

通过Executor元素配置独立线程池：

<Executor name="tomcatThreadPool" 
          namePrefix="catalina-exec-"
          maxThreads="300" 
          minSpareThreads="50"
          prestartminSpareThreads="true"/>
<Connector executor="tomcatThreadPool" ... />

• prestartminSpareThreads：启动时即创建最小空闲线程，避免首次请求延迟。
• 监控线程状态：使用jstack <pid>检查线程是否处于RUNNABLE或BLOCKED状态。

2. 异步请求处理

对于长耗时操作（如文件上传），启用异步Servlet：

@WebServlet(urlPatterns = "/async", asyncSupported = true)
public class AsyncServlet extends HttpServlet {
    protected void doGet(HttpServletRequest req, HttpServletResponse resp) {
        AsyncContext asyncContext = req.startAsync();
        new Thread(() -> {
            // 模拟耗时操作
            Thread.sleep(5000);
            asyncContext.getResponse().getWriter().write("Done");
            asyncContext.complete();
        }).start();
    }
}

五、数据库连接池协同优化

Tomcat通常与DBCP或HikariCP连接池配合使用，需确保：

• 连接数匹配：连接池最大连接数（如HikariCP的maximumPoolSize）应小于maxThreads，避免资源争用。
• 验证查询：配置testQuery="SELECT 1"防止连接泄漏。
• 超时设置：connectionTimeout（获取连接超时）和socketTimeout（SQL执行超时）需合理设置。

六、监控与持续调优

1. 关键指标监控

• JVM指标：通过JMX或Prometheus + Micrometer监控堆内存、GC次数。
• Tomcat指标：/manager/status页面查看线程活跃数、请求计数。
• 自定义指标：使用Servlet过滤器记录请求处理时间分布。

2. 压力测试方法

使用JMeter或Gatling进行模拟测试：

<!-- JMeter线程组配置示例 -->
<ThreadGroup numThreads="500" rampUp="60" loopCount="10">
    <HTTPSampler path="/api/test" />
</ThreadGroup>

• 逐步加压：从100并发开始，每次增加20%，观察错误率和响应时间拐点。
• 结果分析：重点关注99%线响应时间（P99），而非平均值。

七、常见问题解决方案

1. 内存溢出（OOM）

• 现象：java.lang.OutOfMemoryError: Java heap space
• 解决：增大-Xmx，检查是否有内存泄漏（如静态集合持续增长）。

2. 连接拒绝（Connection refused）

• 现象：Too many open files或Connection timed out
• 解决：调整Linux系统限制（ulimit -n 65535），优化Tomcat的acceptCount。

3. 线程阻塞

• 现象：线程状态多为BLOCKED，请求堆积
• 解决：检查数据库锁、外部服务调用等耗时操作，引入熔断机制（如Hystrix）。

八、总结与最佳实践

1. 基准测试：在调优前记录原始性能数据，便于对比。
2. 分步调整：每次仅修改1~2个参数，避免变量过多。
3. 自动化配置：通过Ansible或Docker将优化参数模板化。
4. 容灾设计：设置合理的maxThreads和acceptCount，避免雪崩效应。

通过科学配置内存、连接数和线程池，Tomcat的并发处理能力可提升3~5倍。实际调优需结合应用特性（如CPU密集型或IO密集型）和硬件资源进行动态调整。