外观
19 - Spring 启动慢、Bean 创建慢:如何定位容器初始化瓶颈
适用版本:Spring Framework 6.x、Spring Boot 3.x、Java 17。性能数据必须在目标环境测量。
前置阅读:01 - 从 refresh() 读懂 Spring、18 - Spring 扩展点选型和A - Spring 机制测试与源码验证。
摘要
如果启动从 20 秒变成 90 秒,先要回答两个问题:多出的时间落在哪个阶段,线程在这段时间里做了什么?“Spring 启动慢”可能是框架处理工作增多,也可能是业务初始化等待数据库或网络。本文先统一测量边界,再按阶段定位,最后用运行证据选择优化手段。
1. 先定义测量边界
一次启动涉及多个“完成”时刻。ApplicationContext(应用上下文)组织 Spring 容器的初始化;refresh() 是执行这套初始化流程的方法。容器刷新完成后,应用还可能需要预热数据。readiness(就绪状态)表示实例是否适合接收流量,实际导流则由部署平台和负载均衡配合完成。
因此,应分别测量 JVM 进程启动到 SpringApplication.run 开始的时间、上下文刷新耗时、端口可连接时间和业务就绪时间。日志中的 Started in 不能单独代表全部预热、外部注册和导流都已完成。
先记录以下时间点,再用终点减起点计算所关心的耗时:
| 时间点 | 建议定义 |
|---|---|
| process-start | JVM 进程开始或容器启动时间 |
| spring-start | SpringApplication.run 开始 |
| context-refreshed | ApplicationContext 完成 refresh |
| port-ready | 监听端口可以建立连接 |
| app-ready | Boot 发布 ready 状态或应用自定义就绪条件满足 |
| traffic-ready | 编排平台探针成功且负载均衡开始导流 |
不同环境必须使用相同边界比较,否则“优化了 10 秒”可能只是换了统计起点。process-start 若采用容器启动时间,就不要在另一组采用 JVM 进程开始时间;app-ready 也要明确采用 Boot 状态还是自定义业务条件。上下文刷新完成、端口可连接和业务就绪应分别记录,不能假定它们同时发生。
2. 分阶段模型
Spring 创建 Bean(由容器管理的对象)之前,先处理 BeanDefinition,即描述对象如何创建和配置的元数据;随后注册 BeanPostProcessor,即参与对象加工的后处理器。普通非懒加载单例会在启动期间创建,懒加载对象则可能推迟到首次使用时创建。
下面是排查用的概览,不是所有事件的精确顺序。类加载可贯穿多个阶段,Web Server 的创建和启动位置受具体上下文实现影响:
图表将在阅读到此处时加载…
图中的 Lifecycle 指组件启停机制,Runner 指 Boot 的 ApplicationRunner / CommandLineRunner 启动任务;预热是提前准备缓存、连接等资源。框架调用这些组件时,也会执行应用代码,因此某个框架阶段耗时长,并不意味着时间都花在框架自身。
排查时先找耗时集中的阶段,再沿调用链找到具体 Bean、方法或外部资源。
3. 常见瓶颈
扫描与配置解析
classpath 是 JVM 查找类和资源的路径集合。扫描范围过大、依赖包过多或条件配置复杂,会增加候选组件发现和配置判断的工作量。条件日志可以帮助解释哪些配置生效,却不能单独证明这些判断消耗了多少时间;仍需结合启动步骤和 CPU 剖析。
Bean 初始化
Bean 创建不只是分配对象,还可能执行构造器、@Bean 工厂方法和 @PostConstruct 初始化回调。如果这些位置同步执行 DNS(域名解析)、网络请求、SQL 或证书文件读取,创建线程就要等待操作结束才能继续。偶发的下游超时会拉长少数启动的耗时,这类少数特别慢的结果称为长尾。
外部依赖串行连接
多个客户端逐个连接或探测下游时,等待时间会累加;重试还可能让一次连接占用多个超时周期。先检查依赖关系和超时设置,再区分哪些连接必须在接流量前建立,哪些可以首次使用时建立或异步预热。必需依赖若尚未准备好,就不能仅因初始化任务已转入后台而宣布就绪。
熵、磁盘与容器资源
熵是随机数生成所需的随机性来源;是否会因等待随机性而阻塞,取决于随机数实现和系统环境,不能仅凭涉及证书就认定原因。慢挂载盘可能延长文件读取,CPU 限额可能限制线程实际获得的计算时间,镜像冷启动也可能拉长容器启动到 JVM 开始的间隔。应把这些现象放回第 1 节的测量边界,并结合操作系统与 JVM 证据判断。
4. 工具路径
ApplicationStartup:Spring 的启动步骤记录接口,Boot 可配置使用它,适合先定位耗时阶段。- JFR(Java Flight Recorder):JVM 的事件记录工具,用于观察 CPU、锁、文件和 Socket(网络套接字)活动;可见证据取决于录制配置。
jcmd的Thread.print诊断命令或线程转储(Thread Dump):展示采集时各线程的调用栈,用于判断正在执行或等待的位置。- Actuator:Boot 的监控与管理功能;其
startup端点需要对应缓冲实现,开放需鉴权。 - Arthas:Java 运行时诊断工具,可在可复现环境中观测慢方法,生产使用要限制范围和次数。
具体 API 和端点配置随 Boot 版本变化,使用前查目标版本文档。
4.1 ApplicationStartup 看阶段,不直接替代剖析
ApplicationStartup 可以记录 Spring 启动步骤及标签;Actuator startup 端点只有在配置了可保存步骤的实现时才有数据。步骤名称和颗粒度可能随 Boot 版本变化,因此更适合比较同一应用、同一版本前后的阶段差异。
如果某个步骤耗时长,只能说明时间落在该框架阶段,不能直接证明 CPU 消耗来自 Spring 本身。下一步仍需结合线程栈、JFR 或方法观测找到正在执行或等待的具体代码。
4.2 线程栈先判断“忙”还是“等”
线程栈展示某一时刻的方法调用链,一份快照可能恰好落在短暂等待上。连续采集多份,再与同一时间窗口内的 CPU 和资源指标对照:
- 相同线程持续停在 Socket/DNS/连接池获取:优先检查超时、重试和下游;
- 多个线程等待同一锁:检查持有者及临界区;
- 主线程持续执行类扫描或反射:再评估 classpath 与配置规模;
- 栈位置不断变化且 CPU 高:使用 JFR 或 profiler(性能剖析工具)找消耗计算时间最多的方法;
- 怀疑进程 CPU 配额不足:结合容器 throttling(达到配额后被限制使用 CPU)的指标,不能只看主机 CPU。
JVM 诊断工具的通用方法见JVM 07 - 故障排查与监控工具,容器 CPU 限制见云原生 10 - CPU Limit 与 Throttling。
5. 建立可重复的测量实验
至少固定以下变量:
- JDK、Spring Boot、依赖锁文件和 JVM 参数;
- CPU/内存配额、节点类型和镜像;
- 配置中心、数据库、DNS 等外部依赖状态;
- 冷启动还是热启动,类和文件缓存是否预热;
- 是否启用懒加载、AOT(提前处理或编译)、调试日志和监控 Agent(代理程序);
- 每组重复次数,以及统计 P50/P95/P99 所需的样本数和方法。
P50、P95、P99 是耗时分位数,分别表示约 50%、95%、99% 的样本耗时不超过该值。P50 描述典型启动,较高分位数用于观察长尾;样本太少时,高分位数容易被个别结果左右。
建议记录以下阶段对照表,耗时统一单位。外部连接可能发生在 Bean 创建或 Runner 内部,因此这些行用于定位,不一定是可直接相加的互斥区间:
| 阶段 | 基线 | 变更后 | 证据 | 结论 |
|---|---|---|---|---|
| 定义解析 | startup step / CPU profile | |||
| Bean 创建 | Bean 名称 / 方法栈 | |||
| 外部连接 | Socket、DNS、连接池指标 | |||
| Lifecycle/Runner | 事件时间戳 / 线程栈 |
没有重复测量和环境控制时,单次启动快慢只能作为线索。
6. 反例:全局懒加载
全局懒加载将部分 Bean 的创建推迟到首次使用,因此可能让 refresh() 更快。但被推迟的初始化工作仍需执行,其中的类缺失、配置错误或连接失败也可能到首个请求才暴露。它适合明确允许延迟初始化的启动目标,不能仅凭启动日志变快就判断优化成功。
应先定位耗时最多的 Bean 或启动任务,再按原因选择措施:
- 删除不必要初始化;
- 设置有界超时;
- 并行化互不依赖的预热;
- 延迟非关键资源;
- 优化扫描或依赖规模。
并行预热可以减少互不依赖任务的串行等待,但也可能同时争抢 CPU、类加载锁、连接池或下游容量,使平均启动时间下降而 P99 和失败率上升。应使用限制线程数和排队容量的有界执行器,并设置统一 Deadline(整组任务必须结束的截止时间),避免每个任务各自重试后超出总预算。还要汇总失败结果,明确是否阻止就绪,并在应用关闭时停止任务、释放资源。
7. 容易踩的坑
- 只比较开发机和生产容器的总时间,不控制 CPU、磁盘和网络变量。
- 在没有剖析证据时删改自动配置。
- 用懒加载掩盖确定性的配置错误。
- 启动线程池并行初始化,却没有容量和失败汇总机制。
- 优化平均值,忽略 DNS 或下游超时造成的 P99。
- 只看
Started in,没有记录端口和 readiness 时间。 - 看到某个 startup step 很慢,就直接认定是框架内部 CPU 开销。
- 对单次启动结果做百分比结论,没有重复实验和置信范围。
8. 排查清单
- 建立各阶段时间点和基线。
- 采集慢启动期间线程栈或 JFR。
- 沿调用链定位具体 Bean 或启动任务,区分计算、锁等待和外部 I/O(输入输出)等待。
- 核对超时、重试次数和 DNS 行为。
- 对比依赖、配置、镜像和资源配额变更。
- 优化后重复多次测量,关注分位数而非单次结果。
- 对齐容器 CPU throttling、GC(垃圾回收)、DNS、连接池和下游延迟时间线,检查它们是否与慢阶段重合。
- 验证优化是否只是把失败推迟到首个请求或 readiness 之后。
9. 总结
启动优化应先把总时间拆到具体阶段和 Bean,再用运行证据决定优化手段。
- 容器刷新、端口监听和业务就绪是不同时间点。
- Bean 创建阶段包含业务初始化,需区分框架处理、业务计算和外部等待。
- 懒加载和并行预热都会改变工作发生的时机或资源竞争方式,优化后还要验证就绪条件、首请求和失败行为。
阅读导航
- 启动阶段地图:01 - 从 refresh() 读懂 Spring
- 扩展点执行阶段:18 - Spring 扩展点选型
- 可重复验证方法:A - Spring 机制测试与源码验证
- JVM 采集工具:JVM 07 - 故障排查与监控工具
- 容器 CPU 节流:云原生 10 - CPU Limit 与 Throttling
- 跨层故障分诊:20 - Spring 线上问题排查手册