线上性能监控与压测优化专项测试

20 题 45 分钟难度：

考察知识点

Actuator监控端点配置
JVM性能调优参数
压测方法论与工具使用
性能瓶颈定位与优化策略

单选题

在Spring Boot Actuator中，以下哪个端点用于查看应用的核心指标信息，如JVM内存、CPU使用率等？

/actuator/health

/actuator/metrics

/actuator/info

/actuator/env

单选题

在Spring Boot应用中集成Prometheus监控时，需要添加哪个依赖并配置什么内容才能正确暴露Prometheus格式的指标？

添加micrometer-core依赖，配置management.endpoints.web.exposure.include=prometheus

添加micrometer-registry-prometheus依赖，配置management.endpoints.web.exposure.include=prometheus

添加spring-boot-starter-actuator依赖，配置management.metrics.export.prometheus.enabled=true

添加prometheus-client依赖，配置management.endpoint.prometheus.enabled=true

单选题

在Micrometer指标体系中，用于统计HTTP请求响应时间分布的指标类型是什么？该类型指标会自动计算哪些统计数据？

Counter，统计请求总数

Gauge，统计当前值

Timer，统计调用次数、总耗时、最大耗时和百分位分布

DistributionSummary，统计请求大小分布

多选题

在构建Spring Boot应用的监控指标体系时，以下哪些指标对于评估系统健康状态和性能瓶颈至关重要？

JVM堆内存使用量和GC频率

CPU使用率和系统负载

数据库连接池活跃连接数和等待队列长度

HTTP请求响应时间百分位值（P95、P99）

应用启动时间戳

线程池活跃线程数和队列任务数

多选题

在Micrometer指标体系中，合理使用标签(Tags)可以实现多维度监控分析。以下哪些是标签设计的最佳实践？

为每个指标添加有意义的业务维度标签，如接口路径、HTTP方法、状态码

使用高基数(cardinality)标签值，如用户ID、请求ID等唯一标识

限制标签值的可选范围，避免标签组合爆炸

使用统一的标签命名规范，如小写字母加下划线

避免在标签中包含敏感信息，如密码、token

为所有指标添加应用名称、实例IP等公共标签

判断题

在Micrometer中，MeterRegistry是指标注册中心，负责创建和管理各种Meter（Counter、Gauge、Timer等），每个Spring Boot应用通常只需要一个MeterRegistry实例。

对

错

判断题

Spring Boot Actuator的metrics端点采用拉取式(Pull)模式获取指标数据，这种模式相比于推送式(Push)模式，更适合云原生环境下的服务发现和动态伸缩场景。

对

错

单选题

以下哪种压测工具最适合用于对Spring Boot应用进行HTTP接口层面的压力测试，能够模拟大量并发用户请求？

JUnit

JMeter

Mockito

SonarQube

单选题

在JMeter中进行压力测试时，如果需要模拟1000个并发用户在10秒内逐渐启动并发起请求，应该配置哪种线程组？具体参数如何设置？

普通线程组：线程数=1000，Ramp-Up Period=10

普通线程组：线程数=1000，Ramp-Up Period=1，循环次数=10

Stepping Thread Group：初始线程=100，增量=100，间隔=1秒

Ultimate Thread Group：起始线程=1000，延迟=10秒

单选题

使用wrk工具对Spring Boot接口进行压测时，以下哪个命令可以模拟12个线程、400个连接、持续30秒的压力测试？

wrk -t12 -c400 -d30s http://localhost:8080/api/test

wrk --threads=12 --connections=400 --duration=30 http://localhost:8080/api/test

wrk -t 12 -c 400 -d 30 http://localhost:8080/api/test

wrk -T12 -C400 -D30s http://localhost:8080/api/test

多选题

在对Spring Boot应用进行压力测试前，以下哪些准备工作是必要的？

确保测试环境与生产环境配置一致或相近

准备足够的测试数据，避免数据量不足导致缓存命中率异常

关闭所有日志输出，避免IO影响测试结果

配置监控工具收集压测期间的系统指标

预热应用，让JIT编译器完成热点代码优化

确保网络环境稳定，避免网络延迟干扰测试

多选题

在Spring Boot应用的性能测试中，以下关于压测工具选择的描述哪些是正确的？

JMeter适合复杂的业务场景测试，支持脚本编程和多种协议

wrk适合快速验证接口性能，单机支持高并发HTTP测试

Gatling基于Scala，适合编写复杂的压测脚本，性能优异

ab(Apache Bench)功能强大，适合长期运行的压测场景

Locust基于Python，适合分布式压测和可编程场景

所有压测工具都支持生成HTML格式的测试报告

判断题

在压力测试中，TPS(Transactions Per Second)和QPS(Queries Per Second)都是衡量系统吞吐量的重要指标。对于单个HTTP接口而言，TPS等于QPS。

对

错

判断题

在进行压力测试时，单次测试结果就可以代表系统的真实性能水平，无需进行多次重复测试取平均值。

对

错

单选题

在Spring Boot应用压测过程中发现CPU使用率持续达到90%以上，但系统吞吐量没有相应提升，这种现象最可能说明什么问题？

应用存在频繁的CPU密集型计算，如复杂算法或死循环

CPU线程调度开销过大，应用线程过多导致频繁上下文切换

系统IO等待过高，CPU处于等待状态而非真正计算

JVM垃圾回收频繁，GC线程占用大量CPU资源

单选题

在压测过程中发现部分请求返回异常，通过日志发现线程池抛出RejectedExecutionException。分析线程池配置后发现：核心线程数=10，最大线程数=20，队列容量=100，任务处理耗时=500ms。请问在高并发场景下，如何优化线程池配置以避免拒绝异常？

增大队列容量到1000，让更多任务排队等待

将核心线程数调整为最大线程数，即core=max，避免队列等待

使用CallerRunsPolicy拒绝策略，让提交任务的线程执行任务

以上方案都不合理，应该根据系统资源重新设计整体架构

单选题

在Spring Boot应用压测过程中，发现系统响应时间出现周期性抖动，每隔几分钟会有大量请求延迟飙升到数秒。通过监控发现老年代使用率快速上升并触发Full GC。以下哪种优化方案可以最有效地缓解这个问题？

增加年轻代大小，减少对象晋升到老年代的速度

将垃圾收集器从CMS改为G1GC，降低Full GC停顿时间

减少堆内存大小，让GC更频繁但停顿更短

使用-XX:+DisableExplicitGC禁用显式GC调用

单选题

在Spring Boot应用压测中，发现数据库查询接口的响应时间P99值远高于平均值，通过分析发现存在慢SQL导致请求延迟。以下哪种方法可以最快速定位具体的慢SQL？

在Spring Boot中配置logging.level.org.springframework.jdbc=DEBUG查看SQL执行日志

开启数据库慢查询日志，设置long_query_time阈值记录慢SQL

使用Actuator的/actuator/metrics端点查看jdbc相关指标

在代码中使用JdbcTemplate的query方法手动打印SQL执行时间

多选题

在Spring Boot应用性能瓶颈分析中，以下哪些是需要重点关注的瓶颈点？

JVM内存分配不合理导致频繁GC停顿

数据库连接池耗尽导致请求等待或超时

HTTP连接池配置不当导致连接复用效率低

代码中存在N+1查询问题导致数据库压力过大

日志框架使用异步日志导致性能下降

线程池配置不当导致任务堆积或拒绝

多选题

在Spring Boot应用性能问题排查中，以下哪些APM(Application Performance Monitoring)工具可以提供链路追踪和性能分析功能？

SkyWalking - 国产开源APM，支持Java应用链路追踪

Zipkin - Twitter开源分布式追踪系统

Prometheus - 指标监控和告警系统

Jaeger - Uber开源分布式追踪系统

ELK Stack - 日志收集和分析平台

Pinpoint - 韩国开源APM，可视化服务拓扑

📝 发现内容有误？点击此处直接编辑

想参加完整模拟考试？

小程序提供计时考试、自动评分和详细解析

长按或扫描二维码，立即体验