-
这样调优之后,单机也能扛下100W连接
1 模拟单机连接瓶颈
我们知道,通常启动一个服务端会绑定一个端口,例如8000端口,当然客户端连接端口是有限制的,除去最大端口65535和默认的1024端口及以下的端口,就只剩下1 024~65 535个,再扣除一些常用端口,实际可用端口只有6万个左右。那么,我们如何实现单机百万连接呢?
假设在服务端启动[8 000,8 100)这100个端口,100×6万就可以实现600万左右的连接,这是TCP的一个基础知识,虽然对于客户端来说是同一个端口号,但是对于服务端来说是不同的端口号,由于TCP是一个私源组概念,也就是说它是由源IP地址、源端口号、目的IP地址和目的端口号确定的,当源IP地址和源端口号是一样的,但是目的端口号不一样,那么最终系统底层会把它当作两条TCP连接来处理,所以这里取巧给服务端开启了100个端口号,这就是单机百万连接的准备工作,如下图所示。
单机1024及以下的端口只能给ROOT保留使用,客户端端口范围为1 025~65 535,接下来用代码实现单机百万连接的模拟场景。先看服务端类,循环开启[8 000~8 100)这100个监听端口,等待客户端连接。下面已Netty为例编写代码如下。
|
|
|
package com.tom.netty.connection; |
|
|
|
import io.netty.bootstrap.ServerBootstrap; |
|
import io.netty.channel.ChannelFuture; |
|
import io.netty.channel.ChannelFutureListener; |
|
import io.netty.channel.ChannelOption; |
|
import io.netty.channel.EventLoopGroup; |
|
import io.netty.channel.nio.NioEventLoopGroup; |
|
import io.netty.channel.socket.nio.NioServerSocketChannel; |
|
|
|
/** |
|
* @author Tom |
|
*/ |
|
public final class Server { |
|
public static final int BEGIN_PORT = 8000; |
|
public static final int N_PORT = 8100; |
|
|
|
public static void main(String[] args) { |
|
new Server().start(Server.BEGIN_PORT, Server.N_PORT); |
|
} |
|
|
|
public void start(int beginPort, int nPort) { |
|
System.out.println("服务端启动中..."); |
|
|
|
EventLoopGroup bossGroup = new NioEventLoopGroup(); |
|
EventLoopGroup workerGroup = new NioEventLoopGroup(); |
|
|
|
ServerBootstrap bootstrap = new ServerBootstrap(); |
|
bootstrap.group(bossGroup, workerGroup); |
|
bootstrap.channel(NioServerSocketChannel.class); |
|
bootstrap.childOption(ChannelOption.SO_REUSEADDR, true); |
|
|
|
bootstrap.childHandler(new ConnectionCountHandler()); |
|
|
|
|
|
for (int i = 0; i <= (nPort - beginPort); i++) { |
|
final int port = beginPort + i; |
|
|
|
bootstrap.bind(port).addListener(new ChannelFutureListener() { |
|
public void operationComplete(ChannelFuture channelFuture) throws Exception { |
|
System.out.println("成功绑定监听端口: " + port); |
|
} |
|
}); |
|
} |
|
System.out.println("服务端已启动!"); |
|
} |
|
} |
|
然后看ConnectionCountHandler类的实现逻辑,主要用来统计单位时间内的请求数,每接入一个连接则自增一个数字,每2s统计一次,代码如下。
|
|
|
package com.tom.netty.connection; |
|
|
|
|
|
import io.netty.channel.ChannelHandler; |
|
import io.netty.channel.ChannelHandlerContext; |
|
import io.netty.channel.ChannelInboundHandlerAdapter; |
|
|
|
import java.util.concurrent.Executors; |
|
import java.util.concurrent.TimeUnit; |
|
import java.util.concurrent.atomic.AtomicInteger; |
|
|
|
/** |
|
* Created by Tom. |
|
*/ |
|
.Sharable |
|
public class ConnectionCountHandler extends ChannelInboundHandlerAdapter { |
|
|
|
private AtomicInteger nConnection = new AtomicInteger(); |
|
|
|
public ConnectionCountHandler() { |
|
Executors.newSingleThreadScheduledExecutor().scheduleAtFixedRate(new Runnable() { |
|
public void run() { |
|
System.out.println("当前客户端连接数: " + nConnection.get()); |
|
} |
|
},0, 2, TimeUnit.SECONDS); |
|
|
|
} |
|
|
|
|
|
public void channelActive(ChannelHandlerContext ctx) { |
|
nConnection.incrementAndGet(); |
|
} |
|
|
|
|
|
public void channelInactive(ChannelHandlerContext ctx) { |
|
nConnection.decrementAndGet(); |
|
} |
|
|
|
} |
|
再看客户端类代码,主要功能是循环依次往服务端开启的100个端口发起请求,直到服务端无响应、线程挂起为止,代码如下。
|
|
|
package com.tom.netty.connection; |
|
|
|
|
|
import io.netty.bootstrap.Bootstrap; |
|
import io.netty.channel.*; |
|
import io.netty.channel.nio.NioEventLoopGroup; |
|
import io.netty.channel.socket.SocketChannel; |
|
import io.netty.channel.socket.nio.NioSocketChannel; |
|
|
|
/** |
|
* Created by Tom. |
|
*/ |
|
public class Client { |
|
|
|
private static final String SERVER_HOST = "127.0.0.1"; |
|
|
|
public static void main(String[] args) { |
|
new Client().start(Server.BEGIN_PORT, Server.N_PORT); |
|
} |
|
|
|
public void start(final int beginPort, int nPort) { |
|
System.out.println("客户端已启动..."); |
|
EventLoopGroup eventLoopGroup = new NioEventLoopGroup(); |
|
final Bootstrap bootstrap = new Bootstrap(); |
|
bootstrap.group(eventLoopGroup); |
|
bootstrap.channel(NioSocketChannel.class); |
|
bootstrap.option(ChannelOption.SO_REUSEADDR, true); |
|
bootstrap.handler(new ChannelInitializer<SocketChannel>() { |
|
|
|
protected void initChannel(SocketChannel ch) { |
|
} |
|
}); |
|
|
|
|
|
int index = 0; |
|
int port; |
|
while (!Thread.interrupted()) { |
|
|
|
port = beginPort + index; |
|
try { |
|
ChannelFuture channelFuture = bootstrap.connect(SERVER_HOST, port); |
|
channelFuture.addListener(new ChannelFutureListener() { |
|
public void operationComplete(ChannelFuture future) throws Exception { |
|
if (!future.isSuccess()) { |
|
System.out.println("连接失败,程序关闭!"); |
|
System.exit(0); |
|
} |
|
} |
|
}); |
|
channelFuture.get(); |
|
} catch (Exception e) { |
|
} |
|
|
|
if (port == nPort) { index = 0; }else { index ++; } |
|
} |
|
} |
|
} |
|
最后,将服务端程序打包发布到Linux服务器上,同样将客户端程序打包发布到另一台Linux服务器上。接下来分别启动服务端和客户端程序。运行一段时间之后,会发现服务端监听的连接数定格在一个值不再变化,如下所示。
|
|
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
当前客户端连接数: 870 |
|
... |
|
并且抛出如下异常。
|
|
|
Exception in thread "nioEventLoopGroup-2-1" java.lang.InternalError: java.io.FileNotFoundException: /usr/java/jdk1.8.0_121/jre/lib/ext/cldrdata.jar (Too many open files) |
|
at sun.misc.URLClassPath$JarLoader.getResource(URLClassPath.java:1040) |
|
at sun.misc.URLClassPath.getResource(URLClassPath.java:239) |
|
at java.net.URLClassLoader$1.run(URLClassLoader.java:365) |
|
at java.net.URLClassLoader$1.run(URLClassLoader.java:362) |
|
at java.security.AccessController.doPrivileged(Native Method) |
|
at java.net.URLClassLoader.findClass(URLClassLoader.java:361) |
|
at java.lang.ClassLoader.loadClass(ClassLoader.java:424) |
|
at java.lang.ClassLoader.loadClass(ClassLoader.java:411) |
|
at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:331) |
|
at java.lang.ClassLoader.loadClass(ClassLoader.java:357) |
|
at java.util.ResourceBundle$RBClassLoader.loadClass(ResourceBundle.java:503) |
|
at java.util.ResourceBundle$Control.newBundle(ResourceBundle.java:2640) |
|
at java.util.ResourceBundle.loadBundle(ResourceBundle.java:1501) |
|
at java.util.ResourceBundle.findBundle(ResourceBundle.java:1465) |
|
at java.util.ResourceBundle.findBundle(ResourceBundle.java:1419) |
|
at java.util.ResourceBundle.getBundleImpl(ResourceBundle.java:1361) |
|
at java.util.ResourceBundle.getBundle(ResourceBundle.java:845) |
|
at java.util.logging.Level.computeLocalizedLevelName(Level.java:265) |
|
at java.util.logging.Level.getLocalizedLevelName(Level.java:324) |
|
at java.util.logging.SimpleFormatter.format(SimpleFormatter.java:165) |
|
at java.util.logging.StreamHandler.publish(StreamHandler.java:211) |
|
at java.util.logging.ConsoleHandler.publish(ConsoleHandler.java:116) |
|
at java.util.logging.Logger.log(Logger.java:738) |
|
at io.netty.util.internal.logging.JdkLogger.log(JdkLogger.java:606) |
|
at io.netty.util.internal.logging.JdkLogger.warn(JdkLogger.java:482) |
|
at io.netty.util.concurrent.SingleThreadEventExecutor$5.run (SingleThreadEventExecutor.java:876) |
|
at io.netty.util.concurrent.DefaultThreadFactory$DefaultRunnableDecorator.run (DefaultThreadFactory.java:144) |
|
at java.lang.Thread.run(Thread.java:745) |
|
这个时候,我们就应该要知道,这已经是服务器所能接受客户端连接数量的瓶颈值,也就是服务端最大支持870个连接。接下来要做的事情是想办法突破这个瓶颈,让单台服务器也能支持100万连接,这是一件多么激动人心的事情。
2 单机百万连接调优解决思路
2.1 突破局部文件句柄限制
首先在服务端输入命令,看一下单个进程所能支持的最大句柄数。
|
|
|
ulimit -n |
|
输入命令后,会出现1 024的数字,表示Linux系统中一个进程能够打开的最大文件数,由于开启一个TCP连接就会在Linux系统中对应创建一个文件,所以就是受这个文件的最大文件数限制。那为什么前面演示的服务端连接数最终定格在870,比1 024小呢?其实是因为除了连接数,还有JVM打开的文件Class类也算作进程内打开的文件,所以,1 024减去JVM打开的文件数剩下的就是TCP所能支持的连接数。 接下来想办法突破这个限制,首先在服务器命令行输入以下命令,打开/etc/security/limits.conf文件。
|
|
|
sudo vi /etc/security/limits.conf |
|
然后在这个文件末尾加上下面两行代码。
|
|
|
* hard nofile 1000000 |
|
* soft nofile 1000000 |
|
前面的*表示当前用户,hard和soft分别表示限制和警告限制,nofile表示最大的文件数标识,后面的数字1 000 000表示任何用户都能打开100万个文件,这也是操作系统所能支持的最大值,如下图所示。
接下来,输入以下命令。
|
|
|
ulimit -n |
|
这时候,我们发现还是1 024,没变,重启服务器。将服务端程序和客户端程序分别重新运行,这时候只需静静地观察连接数的变化,最终连接数停留在137 920,同时抛出了异常,如下所示。
|
|
|
当前客户端连接数: 137920 |
|
当前客户端连接数: 137920 |
|
当前客户端连接数: 137920 |
|
当前客户端连接数: 137920 |
|
当前客户端连接数: 137920 |
|
Exception in thread "nioEventLoopGroup-2-1" java.lang.InternalError: java.io.FileNotFoundException: /usr/java/jdk1.8.0_121/jre/lib/ext/cldrdata.jar (Too many open files) |
|
... |
|
这又是为什么呢?肯定还有地方限制了连接数,想要突破这个限制,就需要突破全局文件句柄数的限制。
2.2 突破全局文件句柄限制
首先在Linux命令行输入以下命令,可以查看Linux系统所有用户进程所能打开的文件数。
|
|
|
cat /proc/sys/fs/file-max |
|
通过上面这个命令可以看到全局的限制,发现得到的结果是10 000。可想而知,局部文件句柄数不能大于全局的文件句柄数。所以,必须将全局的文件句柄数限制调大,突破这个限制。首先切换为ROOT用户,不然没有权限。
|
|
|
sudo -s |
|
echo 2000> /proc/sys/fs/file-max |
|
exit |
|
我们改成20 000来测试一下,继续试验。分别启动服务端程序和客户端程序,发现连接数已经超出了20 000的限制。 前面使用echo来配置/proc/sys/fs/file-max的话,重启服务器就会失效,还会变回原来的10 000,因此,直接用vi命令修改,输入以下命令行。
|
|
|
sodu vi /etc/sysctl.conf |
|
在/etc/sysctl.conf文件末尾加上下面的内容。
|
|
|
fs.file-max=1000000 |
|
结果如下图所示。
接下来重启 Linux服务器,再启动服务端程序和客户端程序。
|
|
|
当前客户端连接数: 9812451 |
|
当前客户端连接数: 9812462 |
|
当前客户端连接数: 9812489 |
|
当前客户端连接数: 9812501 |
|
当前客户端连接数: 9812503 |
|
... |
|
最终连接数定格在 98万左右。我们发现主要受限于本机本身的性能。用htop命令查看一下,发现CPU都接近100%,如下图所示。
以上是操作系统层面的调优和性能提升,下面主要介绍基于Netty应用层面的调优。
3 Netty应用级别的性能调优
3.1 Netty应用级别的性能瓶颈复现
首先来看一下应用场景,下面是一段标准的服务端应用程序代码。
|
|
|
|
|
package com.tom.netty.thread; |
|
|
|
|
|
import io.netty.bootstrap.ServerBootstrap; |
|
import io.netty.channel.*; |
|
import io.netty.channel.nio.NioEventLoopGroup; |
|
import io.netty.channel.socket.SocketChannel; |
|
import io.netty.channel.socket.nio.NioServerSocketChannel; |
|
import io.netty.handler.codec.FixedLengthFrameDecoder; |
|
|
|
/** |
|
* Created by Tom. |
|
*/ |
|
public class Server { |
|
|
|
private static final int port = 8000; |
|
|
|
public static void main(String[] args) { |
|
|
|
EventLoopGroup bossGroup = new NioEventLoopGroup(); |
|
EventLoopGroup workerGroup = new NioEventLoopGroup(); |
|
final EventLoopGroup businessGroup = new NioEventLoopGroup(1000); |
|
|
|
ServerBootstrap bootstrap = new ServerBootstrap(); |
|
bootstrap.group(bossGroup, workerGroup) |
|
.channel(NioServerSocketChannel.class) |
|
.childOption(ChannelOption.SO_REUSEADDR, true); |
|
|
|
|
|
bootstrap.childHandler(new ChannelInitializer<SocketChannel>() { |
|
|
|
protected void initChannel(SocketChannel ch) { |
|
//自定义长度的解码,每次发送一个long类型的长度数据 |
|
//每次传递一个系统的时间戳 |
|
ch.pipeline().addLast(new FixedLengthFrameDecoder(Long.BYTES)); |
|
ch.pipeline().addLast(businessGroup, ServerHandler.INSTANCE); |
|
} |
|
}); |
|
|
|
|
|
ChannelFuture channelFuture = bootstrap.bind(port).addListener(new ChannelFutureListener() { |
|
public void operationComplete(ChannelFuture channelFuture) throws Exception { |
|
System.out.println("服务端启动成功,绑定端口为: " + port); |
|
} |
|
}); |
|
} |
|
|
|
} |
|
我们重点关注服务端的逻辑处理ServerHandler类。
|
|
|
package com.tom.netty.thread; |
|
|
|
|
|
import io.netty.buffer.ByteBuf; |
|
import io.netty.buffer.Unpooled; |
|
import io.netty.channel.ChannelHandler; |
|
import io.netty.channel.ChannelHandlerContext; |
|
import io.netty.channel.SimpleChannelInboundHandler; |
|
|
|
import java.util.concurrent.ThreadLocalRandom; |
|
|
|
/** |
|
* Created by Tom. |
|
*/ |
|
.Sharable |
|
public class ServerHandler extends SimpleChannelInboundHandler<ByteBuf> { |
|
public static final ChannelHandler INSTANCE = new ServerHandler(); |
|
|
|
|
|
//channelread0是主线程 |
|
|
|
protected void channelRead0(ChannelHandlerContext ctx, ByteBuf msg) { |
|
ByteBuf data = Unpooled.directBuffer(); |
|
//从客户端读一个时间戳 |
|
data.writeBytes(msg); |
|
//模拟一次业务处理,有可能是数据库操作,也有可能是逻辑处理 |
|
Object result = getResult(data); |
|
//重新写回给客户端 |
|
ctx.channel().writeAndFlush(result); |
|
} |
|
|
|
//模拟去数据库获取一个结果 |
|
protected Object getResult(ByteBuf data) { |
|
|
|
int level = ThreadLocalRandom.current().nextInt(1, 1000); |
|
|
|
//计算出每次响应需要的时间,用来作为QPS的参考数据 |
|
|
|
//90.0% == 1ms 1000 100 > 1ms |
|
int time; |
|
if (level <= 900) { |
|
time = 1; |
|
//95.0% == 10ms 1000 50 > 10ms |
|
} else if (level <= 950) { |
|
time = 10; |
|
//99.0% == 100ms 1000 10 > 100ms |
|
} else if (level <= 990) { |
|
time = 100; |
|
//99.9% == 1000ms 1000 1 > 1000ms |
|
} else { |
|
time = 1000; |
|
} |
|
|
|
try { |
|
Thread.sleep(time); |
|
} catch (InterruptedException e) { |
|
} |
|
|
|
return data; |
|
} |
|
|
|
} |
|
上面代码中有一个getResult()方法。可以把getResult()方法看作是在数据库中查询数据的一个方法,把每次查询的结果返回给客户端。实际上,为了模拟查询数据性能,getResult()传入的参数是由客户端传过来的时间戳,最终返回的还是客户端传过来的值。只不过返回之前做了一次随机的线程休眠处理,以模拟真实的业务处理性能。如下表所示是模拟场景的性能参数。
数据处理的业务接口占比 | 处理所耗的时间 |
---|---|
90% | 1ms |
95% | 10ms |
99% | 100ms |
99.9% | 1000ms |
下面来看客户端,也是一段标准的代码。
|
|
|
package com.tom.netty.thread; |
|
|
|
|
|
import io.netty.bootstrap.Bootstrap; |
|
import io.netty.channel.ChannelInitializer; |
|
import io.netty.channel.ChannelOption; |
|
import io.netty.channel.EventLoopGroup; |
|
import io.netty.channel.nio.NioEventLoopGroup; |
|
import io.netty.channel.socket.SocketChannel; |
|
import io.netty.channel.socket.nio.NioSocketChannel; |
|
import io.netty.handler.codec.FixedLengthFrameDecoder; |
|
|
|
/** |
|
* Created by Tom. |
|
*/ |
|
public class Client { |
|
|
|
private static final String SERVER_HOST = "127.0.0.1"; |
|
|
|
public static void main(String[] args) throws Exception { |
|
new Client().start(8000); |
|
} |
|
|
|
public void start(int port) throws Exception { |
|
EventLoopGroup eventLoopGroup = new NioEventLoopGroup(); |
|
final Bootstrap bootstrap = new Bootstrap(); |
|
bootstrap.group(eventLoopGroup) |
|
.channel(NioSocketChannel.class) |
|
.option(ChannelOption.SO_REUSEADDR, true) |
|
.handler(new ChannelInitializer<SocketChannel>() { |
|
|
|
protected void initChannel(SocketChannel ch) { |
|
ch.pipeline().addLast(new FixedLengthFrameDecoder(Long.BYTES)); |
|
ch.pipeline().addLast(ClientHandler.INSTANCE); |
|
} |
|
}); |
|
|
|
//客户端每秒钟向服务端发起1 000次请求 |
|
for (int i = 0; i < 1000; i++) { |
|
bootstrap.connect(SERVER_HOST, port).get(); |
|
} |
|
} |
|
} |
|
从上面代码中看到,客户端会向服务端发起1 000次请求。重点来看客户端逻辑处理ClientHandler类。
|
|
|
package com.tom.netty.thread; |
|
|
|
|
|
import io.netty.buffer.ByteBuf; |
|
import io.netty.channel.ChannelHandler; |
|
import io.netty.channel.ChannelHandlerContext; |
|
import io.netty.channel.SimpleChannelInboundHandler; |
|
|
|
import java.util.concurrent.TimeUnit; |
|
import java.util.concurrent.atomic.AtomicInteger; |
|
import java.util.concurrent.atomic.AtomicLong; |
|
|
|
/** |
|
* Created by Tom. |
|
*/ |
|
.Sharable |
|
public class ClientHandler extends SimpleChannelInboundHandler<ByteBuf> { |
|
public static final ChannelHandler INSTANCE = new ClientHandler(); |
|
|
|
private static AtomicLong beginTime = new AtomicLong(0); |
|
//总响应时间 |
|
private static AtomicLong totalResponseTime = new AtomicLong(0); |
|
//总请求数 |
|
private static AtomicInteger totalRequest = new AtomicInteger(0); |
|
|
|
public static final Thread THREAD = new Thread(){ |
|
|
|
public void run() { |
|
try { |
|
while (true) { |
|
long duration = System.currentTimeMillis() - beginTime.get(); |
|
if (duration != 0) { |
|
System.out.println("QPS: " + 1000 * totalRequest.get() / duration + ", " + "平均响应时间: " + ((float) totalResponseTime.get()) / totalRequest.get() + "ms."); |
|
Thread.sleep(2000); |
|
} |
|
} |
|
|
|
} catch (InterruptedException ignored) { |
|
} |
|
} |
|
}; |
|
|
|
|
|
public void channelActive(final ChannelHandlerContext ctx) { |
|
ctx.executor().scheduleAtFixedRate(new Runnable() { |
|
public void run() { |
|
ByteBuf byteBuf = ctx.alloc().ioBuffer(); |
|
//将当前系统时间发送到服务端 |
|
byteBuf.writeLong(System.currentTimeMillis()); |
|
ctx.channel().writeAndFlush(byteBuf); |
|
} |
|
}, 0, 1, TimeUnit.SECONDS); |
|
} |
|
|
|
|
|
protected void channelRead0(ChannelHandlerContext ctx, ByteBuf msg) { |
|
//获取一个响应时间差,本次请求的响应时间 |
|
totalResponseTime.addAndGet(System.currentTimeMillis() - msg.readLong()); |
|
//每次自增 |
|
totalRequest.incrementAndGet(); |
|
|
|
if (beginTime.compareAndSet(0, System.currentTimeMillis())) { |
|
THREAD.start(); |
|
} |
|
} |
|
|
|
} |
|
上面代码主要模拟了Netty真实业务环境下的处理耗时情况,QPS大概在1 000次,每2s统计一次。接下来,启动服务端和客户端查看控制台日志。首先运行服务端,看到控制台日志如下图所示。
然后运行客户端,看到控制台日志如下图所示,一段时间之后,发现QPS保持在1 000次以内,平均响应时间越来越长。
回到服务端ServerHander的getResul()方法,在getResult()方法中有线程休眠导致阻塞,不难发现,它最终会阻塞主线程,导致所有的请求挤压在一个线程中。如果把下面的代码放入线程池中,效果将完全不同。
|
|
|
Object result =getResult(data); |
|
ctx.channel().wrteAndFlush(result); |
|
把这两行代码放到业务线程池里,不断在后台运行,运行完成后即时返回结果。
3.2 Netty应用级别的性能调优方案
下面来改造一下代码,在服务端的代码中新建一个ServerThreadPoolHander类。
|
|
|
package com.tom.netty.thread; |
|
|
|
|
|
import io.netty.buffer.ByteBuf; |
|
import io.netty.buffer.Unpooled; |
|
import io.netty.channel.ChannelHandler; |
|
import io.netty.channel.ChannelHandlerContext; |
|
|
|
import java.util.concurrent.ExecutorService; |
|
import java.util.concurrent.Executors; |
|
|
|
/** |
|
* Created by Tom. |
|
*/ |
|
.Sharable |
|
public class ServerThreadPoolHandler extends ServerHandler { |
|
public static final ChannelHandler INSTANCE = new ServerThreadPoolHandler(); |
|
private static ExecutorService threadPool = Executors.newFixedThreadPool(1000); |
|
|
|
|
|
|
|
protected void channelRead0(final ChannelHandlerContext ctx, ByteBuf msg) { |
|
final ByteBuf data = Unpooled.directBuffer(); |
|
data.writeBytes(msg); |
|
threadPool.submit(new Runnable() { |
|
public void run() { |
|
Object result = getResult(data); |
|
ctx.channel().writeAndFlush(result); |
|
} |
|
}); |
|
|
|
} |
|
} |
|
然后在服务端的Handler处理注册为ServerThreadPoolHander,删除原来的ServerHandler,代码如下。
|
|
|
ch.pipeline().addLast(ServerThreadPoolHandler.INSTANCE); |
|
随后,启动服务端和客户端程序,查看控制台日志,如下图所示。
最终耗时稳定在15ms左右,QPS也超过了1 000次。实际上这个结果还不是最优的状态,继续调整。将ServerThreadPoolHander的线程个数调整到20,代码如下。
|
|
|
public static final ChannelHandler INSTANCE = new ServerThreadPoolHandler(); |
|
private static ExecutorService threadPool = Executors.newFixedThreadPool(20); |
|
然后启动程序,发现平均响应时间相差也不是太多,如下图所示。
由此得出的结论是:具体的线程数需要在真实的环境下不断地调整、测试,才能确定最合适的数值。本章旨在告诉大家优化的方法,而不是结果。
来源:https://www.cnblogs.com/gupaoedu-tom/p/15463969.html