龙空技术网

net core 抛异常对性能影响的求证之路

海椰人 382

前言:

目前大家对“netinttryparse”大约比较重视,我们都需要剖析一些“netinttryparse”的相关文章。那么小编在网络上收集了一些有关“netinttryparse””的相关内容,希望同学们能喜欢,朋友们快快来了解一下吧!

一、前言

在.net 相关技术群、网络上及身边技术讨论中看到过关于大量抛异常会影响性能这样的结论,心中一直就存在各种疑问。项目中使用自定义异常来处理业务很爽,但是又担心大量抛业务异常存在性能问题。

查阅了各种文档,微软官方对性能优化这一块也不建议使用过多的异常,故我心中冒出疑问。

疑问一:项目中大量抛出业务异常对性能是否会受到影响?二、求证2.1 使用.net 6 建立了一个简单的web api 项目 新增两个压测接口api接口代码如下

        /// <summary>        /// 正常返回数据接口1        /// </summary>        /// <returns></returns                [HttpGet("Test1")]        public async Task<IActionResult> Test()        {            return Content("1");        }        /// <summary>        /// 抛异常返回接口2 ,同时存在全局过滤器        /// </summary>        /// <returns></returns                [HttpGet("Test2")]        public async Task<IActionResult> Test2(string open)        {            throw new BusinessException(Model.EnumApiCode.SignWrong);        }
全局过滤器代码如下
    /// <summary>    /// 全局异常日志    /// </summary>    public class ExceptionFilter : IExceptionFilter    {        /// <summary>        ///         /// </summary>        /// <param name="context"></param>        public void OnException(ExceptionContext context)        {            //不做任何处理,直接返回1            context.Result = new JsonResult("1");        }    }   //全局过滤器注入   services.AddControllers()       .AddMvcOptions(option =>       {             option.Filters.Add<ExceptionFilter>();       });
现在对test1 接口并发200的情况下进行压测,持续15分钟的压测结果如下:对通过全局过滤器捕获异常并大量抛出异常 在相同压测条件情况下的压测结果如下:

对test1 和test2 同等条件下压测结果对比

接口

tps

cpu

压测条件

test1

10300左右

cpu消耗90%左右

并发200,持续压测

test2

4300左右

cpu消耗100%左右

并发200,持续压测

目前得到的结论是抛异常确实影响性能,并且对性能下降了60% 左右,上面主要是异常流程走了全局过滤器方式,故参考意义不大,下面再进一步修改代码进行压测

对test2 代码进行修改如下

       /// <summary>        /// 抛异常返回接口2 ,直接try catch 不走全局过滤器        /// </summary>        /// <returns></returns                [HttpGet("Test2")]        public async Task<IActionResult> Test2()        {            try            {                throw new BusinessException(Model.EnumApiCode.SignWrong);            }            catch (Exception ex)            {                return Content("1");            }        }
再对修改后的test2 接口进行压测,压测结果如下:

接口

tps

cpu占用

压测条件

test1

10300左右

90% 左右

并发200,持续压测

test2

9200左右

91% 左右

并发200,持续压测

进一步得到的结论是try catch 后性能有所提高,跟正常相比还有点点差距,全局过滤器对性能影响比较大,相当于走了管道,但是观察代码test1 和test2代码还存在差距,怀疑test2 代码中new 了新异常导致性能差异,故再进一步进行代码修改求证

对test1 代码进行修改,修改后的代码如下:

        /// <summary>        /// 正常返回数据接口1,但是先new 异常出来,保持跟上面test2 代码一致        /// </summary>        /// <returns></returns                [HttpGet("Test2")]        public async Task<IActionResult> Test2(string open)        {            var ex= new BusinessException(Model.EnumApiCode.SignWrong);            return Content("1");        }
对修改后的test1 代码进行压测结果如下:

忘记截图,大概和修改后的test2 代码压测结果相差不大,大概tps 9300左右,故还是拿的上一个图贴出来,谅解

接口

tps

cpu占用

压测条件

test1

9300左右

90%左右

并发200,持续压测

test2

9200左右

90%左右

并发200,持续压测

进一步得到的结论是try catch 后性能和正常返回代码性能相当,相差无几,可以忽略不计

2.2 最终结论异常和正常代码性能旗鼓相当,但是全局过滤器对性能影响比较大,大概降低了60%左右,全局过滤器走了管道,但是这跟微软官方的性能优化又有冲突,想必微软官方也是出于对全局过滤器异常处理的考虑吧。同时对于添加了业务的情况下,这个降低会被稀释,没去做压测对比哈,正常用户体量还不至于被这个给影响到稳定性。所以怎么取舍看自己这里不否定使用 全局过滤器进行业务自定义异常捕获,是否最外层try catch 掉还是全局过滤器去捕获处理,自己根据复杂度和性能两者中自行取舍,至少全局过滤器处理异常从性能角度上来说不是优雅的解决方式对于非自定义异常,尽量按照微软官方建议使用 “测试者-执行者”模式“尝试-分析”模式

最后抛出一个待求证的问题

疑问一:大量抛出非自定义异常,性能和正常返回性能对比会如何?比如字符串转换int 不使用TryParse 去转换

以上结论个人压测结果,如有不对,欢迎交流纠正

文章来自

标签: #netinttryparse