JDK httpClient 详解(源码级分析)——概览及架构篇
1. 前言
2018年9月,伴随着java 11的发布,内置的httpclient正式登上了历史的舞台。此前,JDK内置的http工具URLConnection性能羸弱,操作繁琐,饱受诟病,也因此令如Apache 的 Httpclient, Square的 OKHttp 这样的第三方客户端大放异彩。新生的JDK Httpclient,拥抱了响应式流(Reactive Stream)模型,使用了JAVA 9引入的Flow api,并运用completableFuture使调用流程异步化(在IO层面实现非阻塞化),带来了性能的提升和焕然一新的使用体验。
然而,时至如今,网络上对JDK Httpclient的分析基本是泛泛而谈,多止步于基本的使用样例,缺乏对实现的分析。或许是因为目前(2021年末)JAVA8还是主流版本,又或许是开发者已习惯了使用熟悉的Http客户端。然而,尽管我们将要看到JDK内置的httpClient并不完善,但它的实现仍有许多值得学习的地方。理解Httpclient,有助于我们更好地掌握面向对象编程和异步编程,理解NIO模型,对网络编程有更深刻的理解。
从使用到源码,让我们走进JDK HttpClient的内心,见证它从初始化、建立和维护连接、收发请求、结束回收的生命历程。
本系列文章的源码分析基于 (Zulu) Open JDK 17。截止2021年末,主要分析Http1请求的主要流程。
2. 文章链接
待更新
3. 预备知识
Reactive Streams 及 Java Flow api
响应式编程是一种面向数据流和变化传播的编程范式,可以在编程语言中很方便地表达静态或动态的数据流,相关的计算模型会自动将变化的值通过数据流进行传播。
Reactive Streams 是一项倡议,旨在为具有非阻塞背压的异步流处理提供标准。 http://www.reactive-streams.org/。某种程度上,响应式流的编程方式是观察者模式和迭代器模式的结合,但其更注重的是“非阻塞”的特性。
JDK9将Reactive Streams标准所规范的相关接口,集成到官方类库中,位于java.base模块中的java.util.concurrent包下。JDK官方实现的HttpClient完全建立在响应式流模型上,结合completableFuture,使Http请求的流程完全非阻塞化。
https://zhuanlan.zhihu.com/p/41342507
Http/Https/Http2
HTTP(1/2)是基于客户端请求——服务器响应模型的相关协议。Https是在http(1/2)协议之上多套一层SSL(TLS)协议后的协议。
IO模型(BIO/NIO)
HttpClient的实现,使用了JAVA自身的NIO类库(Selector,Channel等)来完成连接建立、数据传输等功能,其背后的底层原理是操作系统提供的(同步)I/O多路复用机制:操作系统提供系统调用,调用后内核来轮询各个文件描述符是否可读或可写;当相关系统调用返回可读或可写时,此时应用程序从便可从用户缓冲器写数据到内核缓冲区,或者从内核缓冲器读数据到用户缓冲区。
怎样理解阻塞非阻塞与同步异步的区别? - 知乎 https://www.zhihu.com/question/19732473
IO多路复用到底是不是异步的? - 闪客sun的回答 - 知乎 https://www.zhihu.com/question/59975081/answer/1932776593
4. 架构图及功能简述
下面是本人阅读HttpClient源码后,总结出的架构图
简要介绍下各层的作用:
客户端层:分为外观层和实现层,主要作用是的提供调用的api,发起同步或异步的Http请求
交换层:分为多重交换层MultiExchange和单次交换层Exchange,单次交换层又委托给下面具体实现的Http1.1/Http2交换层
- MultiExchange:处理一个用户请求可能衍生出的多个请求——响应交换
- Exchange:处理单次请求——响应交换
连接层:管理Http连接,负责建立和复用Http连接的过程
管道层:负责建立、维护Socket连接及收发数据。分为Socket管道和可能存在的建立于其上的SSL管道
- Socket管道:负责向Socket通道发送或从其接收数据
- SSL管道:负责https请求的SSL认证及数据的加密、解密
见识了HttpClient的分层架构,那么它如何使用,性能如何呢?我们下回分解。
JDK httpClient 详解(源码级分析)——概览及架构篇的更多相关文章
- ArrayList详解-源码分析
ArrayList详解-源码分析 1. 概述 在平时的开发中,用到最多的集合应该就是ArrayList了,本篇文章将结合源代码来学习ArrayList. ArrayList是基于数组实现的集合列表 支 ...
- LinkedList详解-源码分析
LinkedList详解-源码分析 LinkedList是List接口的第二个具体的实现类,第一个是ArrayList,前面一篇文章已经总结过了,下面我们来结合源码,学习LinkedList. 基于双 ...
- MapReduce的ReduceTask任务的运行源码级分析
MapReduce的MapTask任务的运行源码级分析 这篇文章好不容易恢复了...谢天谢地...这篇文章讲了MapTask的执行流程.咱们这一节讲解ReduceTask的执行流程.ReduceTas ...
- MapReduce的MapTask任务的运行源码级分析
TaskTracker任务初始化及启动task源码级分析 这篇文章中分析了任务的启动,每个task都会使用一个进程占用一个JVM来执行,org.apache.hadoop.mapred.Child方法 ...
- TaskTracker任务初始化及启动task源码级分析
在监听器初始化Job.JobTracker相应TaskTracker心跳.调度器分配task源码级分析中我们分析的Tasktracker发送心跳的机制,这一节我们分析TaskTracker接受JobT ...
- Java开源生鲜电商平台-盈利模式详解(源码可下载)
Java开源生鲜电商平台-盈利模式详解(源码可下载) 该平台提供一个联合买家与卖家的一个平台.(类似淘宝购物,这里指的是食材的购买.) 平台有以下的盈利模式:(类似的平台有美菜网,食材网等) 1. 订 ...
- 监听器初始化Job、JobTracker相应TaskTracker心跳、调度器分配task源码级分析
JobTracker和TaskTracker分别启动之后(JobTracker启动流程源码级分析,TaskTracker启动过程源码级分析),taskTracker会通过心跳与JobTracker通信 ...
- TableInputFormat分片及分片数据读取源码级分析
我们在MapReduce中TextInputFormat分片和读取分片数据源码级分析 这篇中以TextInputFormat为例讲解了InputFormat的分片过程以及RecordReader读取分 ...
- MapReduce job在JobTracker初始化源码级分析
mapreduce job提交流程源码级分析(三)中已经说明用户最终调用JobTracker.submitJob方法来向JobTracker提交作业.而这个方法的核心提交方法是JobTracker.a ...
随机推荐
- 数仓day01
1. 该项目适用哪些行业? 主营业务在线上进行的一些公司,比如外卖公司,各类app(比如:下厨房,头条,安居客,斗鱼,每日优鲜,淘宝网等等) 这类公司通常要针对用户的线上访问行为.消费行为.业务操作行 ...
- 基本类型、引用类型NPE异常
1.null是Java中的关键字,像public.static.final.它是大小写敏感的,你不能将null写成Null或NULL,编译器将不能识别它们然后报错. 2.就像每种原始类型都有默认值一样 ...
- d3入门二-常用 方法
CSV 版本6.5.0 这里的data实际上是csv中的一行数据 d3.csv("static/data/dept_cpu.csv",function (data) { conso ...
- docker配置国内阿里云镜像源
使用docker默认镜像源下载镜像会很慢,因此很多情况下,我们在安装完docker以后都会修改为国内的镜像,这样在下载镜像的时候就不用等那么长时间了. 配置docker的镜像为阿里云镜像 方法一 $ ...
- SpringBoot java配置类@Configuration 的两种写法
首先在Springboot项目中,件一个java类,使用注解@Configuration ,则这个类是SpringBoot bean的创建的配置文件类,,这种配置文件类有两种写法 1.使用包扫描 , ...
- springboot优雅实现异常处理
前言 在平时的 API 开发过程中,总会遇到一些错误异常没有捕捉到的情况.那有的小伙伴可能会想,这还不简单么,我在 API 最外层加一个 try...catch 不就完事了. 哈哈哈,没错.这种方法简 ...
- springMVC中@requestMapper的使用和注意事项
package com.hope.controller;import org.springframework.stereotype.Controller;import org.springframew ...
- ASP.NET Core中使用滑动窗口限流
滑动窗口算法用于应对请求在时间周期中分布不均匀的情况,能够更精确的应对流量变化,比较著名的应用场景就是TCP协议的流量控制,不过今天要说的是服务限流场景中的应用. 算法原理 这里假设业务需要每秒钟限流 ...
- C# 枚举的flags 标志位应用
枚举有个特性叫标志位,使用方法如下 [Flags] enum Foo { a =1, b = 2, c = 4, d = 8 } 每个值需要为2的n次方,保证多个值的组合不会重复. 这样在判断其中一个 ...
- java 图形化小工具Abstract Window Toolit ImageIO缩放图片,添加水印
实现步骤: 读取图像Image src = ImageIO.read 创建目标图像BufferedImage distImage = new BufferedImage(dstWidth, dstHe ...