Node.js vs. Spring Boot：Hello World 性能对决，谁更快一点？

前言：

Spring Boot 在 Java 生态中备受欢迎，它是一款基于 Java 构建的轻量级服务端框架，主要用于 Web 服务。Spring Boot 的应用使得创建各类基于 Spring 的企业级应用变得异常简单。Node.js作为一种基于Chrome V8引擎的JavaScript运行时环境，在服务端上运行JavaScript代码。它以其独特的特性为我们提供了极其便捷的开发方式，今天小编就为大家对比一下Spring Boot与Node.js之间的性能差异。

运行环境：

硬件：MacBook Pro M1 16g

测试工具：Bombardier

测试并发数：50、100、200

版本：

Node.js v19.6.0

Spring Boot v3.0.2

Java17

Node.js 测试代码：

import http from "node:http";   http.createServer((req, resp) => {   try {    if (req.method !== "GET") {     return resp.writeHead(405).end();    }    if (req.url !== "/") {     return resp.writeHead(404).end();    }    resp.writeHead(200, {     "content-type": "text/plain",    });    resp.end("Hello world");   } catch (e) {    resp.writeHead(500).end();   }  }).listen(3000); 

Spring Boot测试代码：

package com.example.demo;   import org.springframework.boot.SpringApplication;  import org.springframework.boot.autoconfigure.Spring BootApplication;  import org.springframework.web.bind.annotation.GetMapping;  import org.springframework.http.ResponseEntity;  import org.springframework.http.HttpStatus;  import org.springframework.web.bind.annotation.RestController;   @Spring BootApplication  @RestController  public class DemoApplication {     public static void main(String[] args) {      SpringApplication.run(DemoApplication.class, args);    }     @GetMapping("/")    public String handleRequest() {      return "Hello World!";    }  } 

测试时，每个并发执行500万请求，对比如下性能指标：

• 耗时
• 每秒处理请求数
• 延迟：平均值、中值、q25、q75、q90、最大值（以毫秒为单位）
• 资源占用情况：CPU和内存平均使用率

测试结果：

经过对比测试，绘制了如下图表（延迟以毫秒为单位）：

测试结果分析：

资源占用方面，Spring/Java 是一个资源密集型应用，在一个简单的“Hello World”案例中，200并发情况下，Spring 使用了约190%的 CPU 和 470M 的内存。相比之下，Node.js 使用了 95% 的 CPU 和 82M 的内存。

延迟方面，在q75之前，Spring 的延迟低于 Node.js。Spring在最大延迟达到了几秒钟，而Node.js的最大延迟仅 123ms。Spring 的延迟中位数（0.6ms）优于 Node.js（2.5ms）。

总结来看，Node.js 在使用显著较少的系统资源的情况下”吞吐量“（RPS/每秒请求数）更高。

原文链接：https://medium.com/deno-the-complete-reference/node-js-vs-springboot-hello-world-performance-comparison-59b4d461526c

扩展链接：

扩展链接：

ChatGPT赋能低代码开发：打造智能应用的双重引擎

窗口函数大揭秘！轻松计算数据累计占比，玩转数据分析的绝佳利器

3D模型+BI分析，打造全新的交互式3D可视化大屏开发方案