ASP.NET性能优化
上一篇 /
下一篇 2010-05-01 02:00:19
ASP.NET性能优化
衡量Web性能的方法
l 衡量web服务器性能的唯一方式是对服务器进行压力测试（stresstesting）
1. 自动压力测试工具是衡量的唯一方式
2. 浏览器的点击刷新并不能作为痕量手段……
l 收集多个典型应用场景方案：
1. 在应用车工女婿执行过程中模拟典型事物处理的过程
2. 痕量常用的单个页面的性能（热点）
3. 确定个场景及个页面的使用率
l 通过测试找出系统的新能指标：
1. 服务器的处理能力
2. 确定适合可接受TTFB/TTLB响应时间范围的可支持的最大客户端负载（并发用户）
性能测试工具
l 微软Web Application Stress Tool
1. 可免费下载（10MB），适用于XP、2000、2003
2. http://www.microsoft.com/technet/treeview/default.aspx?url=/technet/itsolutions/intranet/downloads/webstres.asp
l 微软应用程序中心测试工具（Microsoft Application Center Test）
1. 作为VS.NET Enterprise 的一部分提供给客户
2. 启用更丰富的脚本及报告
主要的性能测试观测项PerfMon Counters
l Processor，CPU% Utilization
Low numbers = blocking or lock contention
l ASP.NET，Requests In Application Queue
出现线型增长时表示服务器已达满负荷
l ASP.NET，Applications，Requests/Sec
动态吞吐量（应保持一致、无大的波动）
l ASP.NET，Applications，Errors Total
预示着功能级错误（应为0）
l ASP.NET App/Worker Process Restarts
表示有严重错误编程级错误（应为0）
压力测试环境的注意事项
l 在独立与Web服务器及应用服务器的机器上运行压力测试工具
1. 否则工具将超出服务器CPU的最大范围
2. 对于繁重的负载使用多个客户端机器
l 对测试进行配置，以模拟不同的客户端带宽级别
1. 特定用于衡量56K拨号
l 消除应用之外的任何瓶刭：
1. 网络、客户端等
逻辑设计
l 建议：采用3层逻辑模型
1. Pages and User Controls UI
2. Business and Data Access classes in \bin dir
3. Data withwin a SQL Database via SPROCs
l 设计系统时要考虑到Scale-Out的情形
1. 不要假设客户端的请求
l 永远会返回到同一机器
使用最佳的Data Provider
l ADO.NET 可支持多个Provider:
1. System.Data.SqlClient
2. System.Data.OracleClient
3. System.Data.OleDb
4. System.Data.Odbc
l 所有Provider的编程模型相同
1. 但是性能方面存在明显差异
l 建议：使用最佳
1. 在访问MSDE/SQL 是始终使用SqlClient
2. 在访问Oracle时始终使用OracleClient
DataReader vs.DataSets
l DataReader
1. 对查询的结果提供了单向读取的操作
2. 轻量快速-但在Reader关闭之前数据库始终处于连接状态
l DataSet
1. 非连接的数据访问方式
2. 内部使用DataReader用户获取数据
3. 在完成DataSet的获取后会自动关闭DataReader
l Which is better?
1. 依赖于你的应用
2. 原则上在Middle_Tier设计到大量数据处理或进行离线的数据访问时建议使用DataSet
连接池
l ADO.NET拥有内置的连接迟
1. 自动缓寸/重新使用连接
2. 不必为此编写任何代码
l 代码建议
1. “在后期打开代码中的连接，然后在早期将其关闭”
2. 切无长时间保持连接状态 – 切无尝试构建你自己的“智能”连接池逻辑
3. 完成后应立即显示地关闭数据库连接，以将其返回致池中
l 优化提示：
1. 不同的连接字符串可以生成多个不同的连接池
2. 在Web.Config中存储单个连接字符串
3. 使用ConfigurationSettings.AppSettings以在运行时采用编程形式对其进行访问
4. 观察”.NET CLR数据“性能计数器，以变对由ADP.NET维护的连接池数量保持 |
收藏
举报
TAG:
