C10k破局(一)——线程池和消息队列实现高并发服务器

本文深入探讨了互联网发展过程中遇到的C10K难题,即单一服务器如何处理10000个并发连接。从Web1.0到Web2.0,随着用户需求从静态网页浏览转变为实时互动,传统BIO模型面临巨大挑战。文章介绍了伪异步IO的概念,利用线程池和任务队列机制,实现了单线程处理多客户端请求的能力,有效提升了服务器的并发性能。

一、C10k的由来

互联网的基础就是网络通信,早期的互联网可以说是一个小群体的集合。互联网还不够普及,用户也不多,一台服务器同时在线100个用户估计在当时已经算是大型应用了,所以并不存在什么 C10K 的难题。互联网的爆发期应该是在www网站,浏览器,雅虎出现后。最早的互联网称之为Web1.0,互联网大部分的使用场景是下载一个HTML页面,用户在浏览器中查看网页上的信息,这个时期也不存在C10K问题。

Web2.0时代到来后就不同了,一方面是普及率大大提高了,用户群体几何倍增长。另一方面是互联网不再是单纯的浏览万维网网页,逐渐开始进行交互,而且应用程序的逻辑也变的更复杂,从简单的表单提交,到即时通信和在线实时互动,C10K的问题才体现出来了。因为每一个用户都必须与服务器保持TCP连接才能进行实时的数据交互。

然而最初的服务器都是基于进程/线程模型的,对于每一个TCP连接都分配1个进程(或者线程)去处理。而进程又是操作系统最昂贵的资源,一台机器无法创建很多进程。如果是C10K就要创建1万个进程,那么单机而言操作系统是无法承受的(往往出现效率低下甚至完全瘫痪)。如果是采用分布式系统,维持1亿用户在线需要10万台服务器,成本巨大。

基于上述考虑,如何突破单机性能局限,是高性能网络编程所必须要直面的问题。这些局限和问题最早被Dan Kegel 进行了归纳和总结,并首次成系统地分析和提出解决方案,后来这种普遍的网络现象和技术局限都被大家称为 C10K 问题。

二、传统的BIO

BIO模型图

采用BIO通信模型的服务端,通常由一个独立的Acceptor线程负责监听客户端的连接,它接收到客户端连接请求之后为每个客户端创建一个新的线程进行处理,处理完成之后,通过输出流返回应答给客户端,最后再销毁线程。这就是典型的一请求一应答通信模型。正如我们前面所说的,这种模型局限性非常大,我们需要寻求更好的模型来解决高并发的问题。

三、伪异步IO的实现

(一)、定义

1、同步与异步

同步和异步通常用来形容一次方法调用

同步方法调用一旦开始,调用者必须等到方法调用返回后,才能继续后续的行为。

异步方法调用更想一个消息传递,一旦开始,方法调用就会立即返回,调用者就可以继续后续的操作。而,异步方法通常在另外一个线程中执行着,整个过程不会妨碍调用者的工作。

2、伪异步IO

Java中提供了线程池和任务队列的机制来帮助我们实现伪异步IO模型。大致的处理过程为:每当服务器接收到一个客户端的连接请求,我们就把socket包装成一个task,并把这个task丢进线程池中,由线程池来处理该任务。线程池中的最大线程数是一定的,JVM会调度其中的空闲线程来处理我们的任务,当没有可用线程时,任务将会被加入任务列队中进行等待。这样子我们就不用为每个客户端请求都分配一个线程了。

而为何我们说这种处理方法是伪异步IO。主要是因为虽然它已经可以实现一个或多个线程处理N个客户端请求,但是它的底层仍然用的是同步阻塞IO机制,所以我们说这种处理方式是伪异步IO。

(二)、线程池简单说明

1、参数说明

2、处理机制

如果想更仔细地了解线程池的知识,可以读下这篇博客:https://www.cnblogs.com/dolphin0520/p/3932921.html

(三)、代码实现

之前写过BIO模型的聊天室(《JAVA简单聊天室的实现》),所能处理的最大并发数大概在2000到2300左右。今天我们就利用线程池来对这个聊天室进行简单的改造,并测试下它的性能。

1、线程池类

package server;

import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

public class ChatServerHandlerExcutePool {
	private ExecutorService executor;
	
	public ChatServerHandlerExcutePool(int maxPoolSize, int queueSize) {
		/*
		 * Runtime.getRuntime().availableProcessors():JVM运行所能创建的最大线程数
		 * 空闲线程存活时间为120s
		 */
		executor = new ThreadPoolExecutor(Runtime.getRuntime().availableProcessors(),maxPoolSize,120L,TimeUnit.SECONDS,new ArrayBlockingQueue<java.lang.Runnable>(queueSize));
	}

	public void execute(java.lang.Runnable task) {
		executor.execute(task);
	}

}

2、ChatServer类的改造

package server;

import java.io.IOException;
import java.net.ServerSocket;
import java.net.Socket;


 
public class ChatServer {
	
	
	//主函数入口
	public static void main(String[] args) throws IOException {
		//实例化一个服务器类的对象
		ChatServer cs=new ChatServer();
		//调用方法,为指定端口创建服务器
		cs.setUpServer(9003);
	}
 
	private void setUpServer(int port) throws IOException {
		// TODO Auto-generated method stub
		ServerSocket server=new ServerSocket(port);
		//打印出当期创建的服务器端口号
		System.out.println("服务器创建成功!端口号:"+port);
		ChatServerHandlerExcutePool singleExecutor = new ChatServerHandlerExcutePool(50,10000);
		Socket socket=null;
		while(true) {
			//等待连接进入
			socket=server.accept();
			System.out.println("进入了一个客户机连接:"+socket.getRemoteSocketAddress().toString());
			
			//启动一个线程去处理这个对象
//			ServerThread st=new ServerThread(socket);
//			st.start();
			
			//创建一个线程,并加入线程池
			singleExecutor.execute(new ServerThread(socket));
		}
	}
}

(四)、性能测试

接着我们运行服务器,并且利用Jmeter来测试一下服务器的性能

设定启动1w个线程

查看结果

没有异常,说明1w个线程都已成功发送消息并且接受到返回的信息了。

(五)、局限性

虽然相较于传统的BIO,伪异步IO的性能有了一定的提升,但是仍然存在不少的问题

(六)、故障

 

 

后续我们可以尝试用NIO编程来进一步提升服务器的性能。

说明:本文主体内容来自《Netty权威指南》一书

本文所用的聊天室代码地址:https://github.com/Alexlingl/Chatroom

源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 在信息技术领域中,开发个模仿微信客服交流平台的界面是项普遍的需求,尤其是在构建企业级沟通工具时。这个名为"仿微信客服交流界面(具备聊天信息本地数据库存储功能)"的项目,致力于为用户创造个类似于微信的互动体验,并且已经完成了聊天信息在本地数据库中的保存功能,以此保障信息的安全性可恢复性。另外,项目还包含了网络传输的代码,旨在帮助开发者更好地理解将此功能整合进自己的应用程序中。 现在让我们深入探究聊天界面的构建过程。微信客服交流界面通常由以下几个核心组件构成:用户个人照片、昵称展示、消息展示气泡、时间标记、输入区域以及发送控制键。这些组件需要经过细致的排布,以确保界面既清晰又便于使用。在用户界面设计方面,般会采用 Material Design 或者 iOS 的 Human Interface Guidelines 来设计符合平台标准的界面。源代码文件 ChatUIDemo 可能包含了这界面实现的代码,开发者可以通过查看调整这个文件来个性化自己的聊天界面。 聊天信息在本地数据库中的存储是项核心功能。在该项目中,或许选用了SQLite作为轻量级数据库,因为它易于集成,支持事务处理,适合存储结构化的数据,例如用户标识符、接收者标识符、消息内容、发送时刻等。通过运用SQL指令,能够执行数据的增加、删除、修改查询操作,从而确保聊天记录的完整性致性。开发者可能需要关注如何将新接收到的消息添加到数据库中,以及如何从数据库中获取历史记录并在界面上进行展示。 在网络传输方面,可能通过HTTP或HTTPS协议来实现,并且使用了诸如AFNetworking(iOS)或O...
内容概要:本文围绕虚拟同步发电机(VSG)接入弱电网的序阻抗建模与稳定性分析开展研究,基于Matlab/Simulink平台搭建详细的仿真模型,系统复现并验证相关理论方法。研究重点包括VSG在弱电网条件下的正负序阻抗特性建模、基于小信号分析的扫频法建模流程、系统阻抗交互特性及潜在的失稳机理分析。通过具体仿真案例,深入探讨了VSG控制参数对系统稳定性的影响,旨在为新能源并网系统的稳定运行提供理论依据与技术支撑。该内容属于电力电子与电力系统稳定性交叉领域的前沿课题,具有重要的学术价值与工程应用前景。; 适合人群:具备电力系统分析、电力电子变换器控制等基础知识,熟悉Matlab/Simulink仿真环境,从事新能源并网、微电网控制、电力系统稳定性研究的研究生、科研人员及工程师;有志于复现高水平期刊论文中阻抗建模与稳定性分析方法的技术开发者。; 使用场景及目标:① 掌握虚拟同步发电机在弱电网中的序阻抗建模理论与实现方法;② 理解并实践基于扫频法的小信号稳定性分析全过程;③ 应用于构网型变流器、虚拟同步机等先进并网技术的稳定性研究与仿真验证。; 阅读建议:建议结合所提供的Simulink仿真模型与技术资料,按照文档结构循序渐进地学习,重点关注建模原理、仿真参数设置与结果分析过程,同时参考链接中的完整资源进行代码调试与深入探究。
内容概要:本文围绕高比例可再生能源电力系统的调峰成本量化与分摊问题,构建了基于Matlab的数学模型与仿真体系。针对可再生能源发电的强波动性系统调峰压力大的特点,研究通过引入优化建模方法,科学量化调峰过程中的各项成本,并结合博弈论思想设计合理的成本分摊机制,以协调电源侧、电网侧与负荷侧之间的利益关系。模型充分考虑多方主体参与下的互动特性,旨在提升电力系统对可再生能源的消纳能力,同时保障运行的经济性与公平性。配套提供的Matlab代码实现了算法求解与仿真分析,便于读者复现与拓展研究。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力,从事新能源并网、电力市场机制设计、电网调度等方向研究的科研人员或研究生;; 使用场景及目标:①深入理解高比例可再生能源接入背景下电力系统调峰难题的建模思路;②掌握调峰成本量化与多主体利益协调的分摊机制设计方法;③利用Matlab开展双层优化、博弈模型等高级算法的仿真实践,服务于电力市场政策制定或电网运行策略优化;; 阅读建议:建议结合所提供的Matlab代码进行动手实践,重点剖析模型构建的数学逻辑与算法实现细节,同时可参考文中涉及的智能优化算法与博弈理论,进步深化对复杂电力系统决策问题的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值