本文作者Marc Fasel是一名高级顾问、架构师、软件开发者。他有着18年的构建大规模、高性能企业App的经验。在这篇文章里，他通过做测试的方式（在Node.js App上和Java伺服器App上分别进行性能测试），一步步将测试过程、结果、结论写出来，分析两者的性能区别。（以下是编译内容）
本文是通过从CouchDB上读取JSON数据来比较Node.js和Java EE之间的性能的。究竟谁的性能更好些？为了回答这一问题，只有在一系列的性能测试下运行Node.js App和Java EE App，才能得出最终结果来。
准备阶段
首先是在Node.js App上和Java伺服器App上分别进行了性能测试。每个App上都是用了相同的后端作为初始Node.js App：CouchDB。除此还使用了CouchBase Single Server版本1.1.3。创造出一万份大小4KB的随机文本样本文件。测试机器是配备2.4 GHZ、Intel Core 2 Duo、4 GB RAM和Mac OS X的iMac。另外，在一个独立的机器上使用Apache JMeter作为测试驱动器。
Java EE
Java伺服器是运行在一个版本为7.0.21的Apache Tomcat上的，默认配置运行在Java 1.6上。数据库驱动程序是版本0.30的CouchDB4J，驱动程序没有缓存选项，所以，没有完成任何配置。
接下来的这个Java代码是一个伺服器的代码，可以通过CouchDB获取文档，将数据作为一个JSON对象来处理。
通过使用JMeter测试驱动器来测试伺服器在不同的并发性基础之上，下面的表格数字就展现出不同的并发需求——平均的响应时间，和每秒相应的所对应的回复。
从表格里就可以看出，当并行需求在增加的时候，响应时间就会有所变化。每10个并行需求的响应时间平均起来是23毫秒，100个并行需求的响应时间平均起来就是243毫秒。
比较有趣的部分是，响应时间的平均数和并行需求的数量有着线性相关关系，所以，并行需求增长十倍就会导致每个需求的响应时间增长十倍。这使得在每秒钟处理需求数量是相当恒定的，不管有10个并发请求或150个并发请求，都无所谓。在所有观察到的并发服务请求数量大约为每秒420。
