前言

在日常开发中，经常会遇到一些性能问题。

比如用户反馈：“这个页面加载好慢啊！” 这个时候，你该怎么办？

首先就得找出到底是哪个方法、哪段代码执行时间过长。

只有找到了瓶颈，才能对症下药进行优化。所以说，方法耗时统计是性能优化中非常重要的一环。

接下来，我就给大家介绍七种实用的实现方式，从简单到复杂，总有一种适合你！

1. System.currentTimeMillis()

这是最原始但最直接的方式，适用于快速验证某段代码的执行时间。

java

体验AI代码助手

代码解读

复制代码

public void doSomething() { long start = System.currentTimeMillis(); // 模拟业务逻辑 try { Thread.sleep(100); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } long end = System.currentTimeMillis(); System.out.println("方法执行耗时：" + (end - start) + "ms"); }

优点

• 无需引入任何依赖
• 简单直观，适合临时调试

缺点

• 代码侵入性强
• 多处使用时重复代码多
• 精度受系统时钟影响（可能受NTP调整干扰）

适用场景

• 本地开发调试
• 快速验证某段逻辑耗时

⚠️ 注意：该方法基于系统时间，不适用于高精度计时。推荐使用System.nanoTime()替代（见后文补充）。

2. 使用StopWatch工具类

Spring 提供了org.springframework.util.StopWatch类，支持分段计时和格式化输出，适合需要统计多个子任务耗时的场景。

java

体验AI代码助手

代码解读

复制代码

import org.springframework.util.StopWatch; public void processUserFlow() { StopWatch stopWatch = new StopWatch("用户处理流程"); stopWatch.start("查询用户"); // 查询逻辑... Thread.sleep(50); stopWatch.stop(); stopWatch.start("更新缓存"); // 缓存操作... Thread.sleep(80); stopWatch.stop(); log.info(stopWatch.prettyPrint()); }

输出示例：

markdown

体验AI代码助手

代码解读

复制代码

StopWatch '用户处理流程': running time = 130897800 ns ----------------------------------------- ms % Task name ----------------------------------------- 50.00 38% 查询用户 80.00 62% 更新缓存

优点

• 支持多任务分段计时
• 输出美观，便于分析
• 可命名任务，提升可读性

缺点

• 仍需手动插入代码
• 不适用于自动化监控

适用场景

• 需要分析多个步骤耗时占比的复杂流程

3. 使用AOP切面+自定义注解（推荐）

通过面向切面编程（AOP），可以实现对指定方法的无侵入式耗时监控。

第一步：定义注解

java

体验AI代码助手

代码解读

复制代码

@Target(ElementType.METHOD) @Retention(RetentionPolicy.RUNTIME) public @interface LogCostTime { String value() default ""; // 方法描述 long threshold() default 0; // 耗时阈值（ms），超过则告警 }

第二步：编写切面

java

体验AI代码助手

代码解读

复制代码

@Aspect @Component @Slf4j @Order(1) // 确保优先级 public class CostTimeAspect { @Around("@annotation(logCostTime)") public Object around(ProceedingJoinPoint pjp, LogCostTime logCostTime) throws Throwable { String methodName = pjp.getSignature().getName(); String desc = logCostTime.value(); long threshold = logCostTime.threshold(); long start = System.nanoTime(); // 高精度计时 Object result; try { result = pjp.proceed(); } finally { long costNanos = System.nanoTime() - start; long costMillis = TimeUnit.NANOSECONDS.toMillis(costNanos); // 根据阈值决定日志级别 if (threshold > 0 && costMillis > threshold) { log.warn("方法: {}.{}({}) 耗时超阈值: {} ms (阈值: {} ms)", pjp.getTarget().getClass().getSimpleName(), methodName, desc, costMillis, threshold); } else { log.info("方法: {}.{}({}) 耗时: {} ms", pjp.getTarget().getClass().getSimpleName(), methodName, desc, costMillis); } } return result; } }

注意：需确保项目已启用 AOP，Spring Boot 默认支持；否则需添加@EnableAspectJAutoProxy。

第三步：使用注解

java

体验AI代码助手

代码解读

复制代码

@Service public class UserService { @LogCostTime(value = "根据ID查询用户", threshold = 50) public User getUserById(Long id) { try { Thread.sleep(100); // 模拟耗时 } catch (InterruptedException e) { Thread.currentThread().interrupt(); } return userRepository.findById(id); } }

输出：

css

体验AI代码助手

代码解读

复制代码

WARN ... 方法: UserService.getUserById(根据ID查询用户) 耗时超阈值: 102 ms (阈值: 50 ms)

优点

• 低侵入：只需添加注解
• 可复用：一处定义，多处使用
• 可扩展：支持阈值告警、慢查询监控等

适用场景

• 核心服务方法
• 远程调用（RPC/HTTP）
• 数据库查询
• 复杂计算逻辑

4. 使用Micrometer@Timed注解

Micrometer是现代Java应用的事实标准指标收集库，与Spring Boot Actuator深度集成，支持对接 Prometheus、Grafana、Datadog 等监控系统。

添加依赖

xml

体验AI代码助手

代码解读

复制代码

<dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-core</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency>

启用指标端点

yaml

体验AI代码助手

代码解读

复制代码

management: endpoints: web: exposure: include: metrics, prometheus metrics: export: prometheus: enabled: true

使用@Timed注解

java

体验AI代码助手

代码解读

复制代码

@Service public class BusinessService { @Timed( value = "business.process.time", description = "业务处理耗时", percentiles = {0.5, 0.95, 0.99} ) public void process() { try { Thread.sleep(200); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } } }

访问/actuator/prometheus可看到：

ini

体验AI代码助手

代码解读

复制代码

# HELP business_process_time_seconds # TYPE business_process_time_seconds summary business_process_time_seconds_count{method="process",} 1.0 business_process_time_seconds_sum{method="process",} 0.201

优点

• 标准化指标，支持多维度聚合
• 可视化展示（Grafana）
• 支持报警（Prometheus Alertmanager）

适用场景

• 生产环境性能监控
• 微服务架构下的统一指标体系

5. 使用Java8的Instant与Duration

Java 8 引入了新的时间 API，更加安全和易用。

java

体验AI代码助手

代码解读

复制代码

public void doSomething() { Instant start = Instant.now(); // 业务逻辑 try { Thread.sleep(150); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } Instant end = Instant.now(); Duration duration = Duration.between(start, end); log.info("耗时：{} ms", duration.toMillis()); }

优点

• 使用现代时间 API，语义清晰
• 线程安全，避免旧 Date 的坑

缺点

• 仍需手动编码
• 性能略低于nanoTime

适用场景

• 偏好 Java 8+ 新特性的项目

6. 异步方法耗时统计CompletableFuture

对于异步任务，可通过回调机制统计耗时。

java

体验AI代码助手

代码解读

复制代码

public CompletableFuture<Void> asyncProcess() { long start = System.nanoTime(); return CompletableFuture.runAsync(() -> { // 模拟异步任务 try { Thread.sleep(100); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } }).whenComplete((result, ex) -> { long cost = TimeUnit.NANOSECONDS.toMillis(System.nanoTime() - start); log.info("异步任务耗时：{} ms", cost); }); }

优点

• 适用于非阻塞场景
• 可结合线程池监控

适用场景

• 异步消息处理
• 批量任务调度

7. 使用HandlerInterceptor统计 Web 请求耗时

在 Web 层通过拦截器统一记录所有 Controller 请求的处理时间。

java

体验AI代码助手

代码解读

复制代码

@Component public class RequestTimeInterceptor implements HandlerInterceptor { @Override public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) { request.setAttribute("startTime", System.nanoTime()); return true; } @Override public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) { Long start = (Long) request.getAttribute("startTime"); if (start != null) { long costNanos = System.nanoTime() - start; long costMillis = TimeUnit.NANOSECONDS.toMillis(costNanos); String uri = request.getRequestURI(); log.info("HTTP {} {} 耗时: {} ms", request.getMethod(), uri, costMillis); } } }

注册拦截器：

java

体验AI代码助手

代码解读

复制代码

@Configuration public class WebConfig implements WebMvcConfigurer { @Autowired private RequestTimeInterceptor requestTimeInterceptor; @Override public void addInterceptors(InterceptorRegistry registry) { registry.addInterceptor(requestTimeInterceptor); } }

输出：

sql

体验AI代码助手

代码解读

复制代码

HTTP GET /api/user/123 耗时: 105 ms

优点

• 全局覆盖所有请求
• 无需修改业务代码

适用场景

• Web 应用整体性能监控
• API 网关层耗时分析

总结

希望这篇文章对你有帮助！如果你有更好的方法，欢迎在评论区分享~ 若有不对的地方也欢迎提出指正。