Netty实战之性能调优与设计模式

设计模式在Netty 中的应用(回顾):

单例模式要点回顾：

1. 一个类在任何情况下只有一个对象，并提供一个全局访问点。
2. 可延迟创建。
3. 避免线程安全问题。

　　在我们利用netty自带的容器来管理客户端链接的NIOSocketChannel的时候我们会利用public static final ChannelGroup group = new DefaultChannelGroup(GlobalEventExecutor.INSTANCE);来管理，这里就有单例的应用，而对于单例的线程安全模式最简单的就是饿汉式。如下，当然在Netty中有很多地方都会应用到单例，这里只是举类说明：

public final class GlobalEventExecutor extends AbstractScheduledEventExecutor {
    ......
    public static final GlobalEventExecutor INSTANCE;
static {
        SCHEDULE_QUIET_PERIOD_INTERVAL = TimeUnit.SECONDS.toNanos(1L);
        INSTANCE = new GlobalEventExecutor();
    }
    ......
}

策略模式要点回顾：

1. 封装一系列可相互替换的算法家族。
2. 动态选择某一个策略。

　　在我们的NioEventLoopGroup初始化的时候，在其中创建了一个指定大小的EventExecutor数组，而选择这个执行的过程正式利用了策略模式，而这个策略根据该数组大小是否是二次幂来决定：

public final class DefaultEventExecutorChooserFactory implements EventExecutorChooserFactory {
    public static final DefaultEventExecutorChooserFactory INSTANCE = new DefaultEventExecutorChooserFactory();

    private DefaultEventExecutorChooserFactory() {
    }

    public EventExecutorChooser newChooser(EventExecutor[] executors) {
        return (EventExecutorChooser)(isPowerOfTwo(executors.length) ? new DefaultEventExecutorChooserFactory.PowerOfTwoEventExecutorChooser(executors) : 
　　　　　　　　　　new DefaultEventExecutorChooserFactory.GenericEventExecutorChooser(executors));
    }

    private static boolean isPowerOfTwo(int val) {
        return (val & -val) == val;
    }

    private static final class GenericEventExecutorChooser implements EventExecutorChooser {
        private final AtomicInteger idx = new AtomicInteger();
        private final EventExecutor[] executors;

        GenericEventExecutorChooser(EventExecutor[] executors) {
            this.executors = executors;
        }

        public EventExecutor next() {
            return this.executors[Math.abs(this.idx.getAndIncrement() % this.executors.length)];
        }
    }

    private static final class PowerOfTwoEventExecutorChooser implements EventExecutorChooser {
        private final AtomicInteger idx = new AtomicInteger();
        private final EventExecutor[] executors;

        PowerOfTwoEventExecutorChooser(EventExecutor[] executors) {
            this.executors = executors;
        }

        public EventExecutor next() {
            return this.executors[this.idx.getAndIncrement() & this.executors.length - ];
        }
    }
}

装饰者模式要点回顾：

1. 装饰者和被装饰者实现同一个接口。
2. 装饰者通常继承被装饰者，同宗同源。
3. 动态修改、重载被装饰者的方法。

　　这是在一个不可释放的Buf中的例子：

class WrappedByteBuf extends ByteBuf {
    protected final ByteBuf buf;

    protected WrappedByteBuf(ByteBuf buf) {
        if (buf == null) {
            throw new NullPointerException("buf");
        } else {
            this.buf = buf;
        }
    }
    ......
}

final class UnreleasableByteBuf extends WrappedByteBuf {
    private SwappedByteBuf swappedBuf;

    UnreleasableByteBuf(ByteBuf buf) {
        super(buf);
    }
　　......
　　public boolean release() {
　　　　return false;
　　}
　　public boolean release(int decrement) {
　　　　return false;
　　}
}

观察者模式要点回顾：

1. 两个角色：观察者和被观察者。
2. 观察者订阅消息，被观察者发布消息。
3. 订阅则能收到消息，取消订阅则收不到。

　　这个例子是channel.writeAndFlush()方法：我们可以通过添加观察者来监听消息发送的结果，结果会被保存到ChannelFuture中：

future.channel().writeAndFlush(input).addListener(new ChannelFutureListener() {
   @Override
   public void operationComplete(ChannelFuture channelFuture) throws Exception {
        System.out.println("消息发送成功");
   }
});

迭代器模式要点回顾：

1. 实现迭代器接口
2. 实现对容器中的各个对象逐个访问的方法。

　　复合ByteBuf：

public class CompositeByteBuf extends AbstractReferenceCountedByteBuf implements Iterable<ByteBuf> {
　　　public byte getByte(int index) {
        return this._getByte(index);
     }
}

责任链模式(可以说是Netty的大心脏了)：

　　责任链：是指多个对象都有机会处理同一个请求，从而避免请求的发送者和接收者之间的耦合关系。然后，将这些对象连成一条链，并且沿着这条链往下传递请求，直到有一个对象可以处理它为止。在每个对象处理过程中，每个对象只处理它自己关心的那一部分，不相关的可以继续往下传递，直到链中的某个对象不想处理，可以将请求终止或丢弃。责任链模式要点回顾：

1. 需要有一个顶层责任处理接口（ChannelHandler）。
2. 需要有动态创建链、添加和删除责任处理器的接口（ChannelPipeline）。
3. 需要有上下文机制（ChannelHandlerContext）。
4. 需要有责任终止机制（不调用ctx.fireXXX()方法,则终止传播）。

　　AbstractChannelHandlerContext:

private AbstractChannelHandlerContext findContextInbound() {
        AbstractChannelHandlerContext ctx = this;

        do {
            ctx = ctx.next;
        } while(!ctx.inbound);

        return ctx;
    }

工厂模式要点回顾：

1. 将创建对象的逻辑封装起来。

　　ReflectiveChannelFactory：对于SocketChannel的初始化，正是利用了工厂模式进行反射初始化实例：

public class ReflectiveChannelFactory<T extends Channel> implements ChannelFactory<T> {
    private final Class<? extends T> clazz;

    public ReflectiveChannelFactory(Class<? extends T> clazz) {
        if (clazz == null) {
            throw new NullPointerException("clazz");
        } else {
            this.clazz = clazz;
        }
    }

    public T newChannel() {
        try {
            return (Channel)this.clazz.newInstance();
        } catch (Throwable var2) {
            throw new ChannelException("Unable to create Channel from class " + this.clazz, var2);
        }
    }

    public String toString() {
        return StringUtil.simpleClassName(this.clazz) + ".class";
    }
}

Netty 高性能并发调优

　　对于线程池的合理利用是提高程序性能的有效途径之一，这里我通过线程池来测试Netty的性能，这里按照我们原来的代码来启动一个服务端:

public class Server {
public static void main(String[] args) {
        EventLoopGroup bossGroup = new NioEventLoopGroup();
        EventLoopGroup workerGroup = new NioEventLoopGroup();
        ServerBootstrap bootstrap = new ServerBootstrap();
        bootstrap.group(bossGroup, workerGroup)
                .channel(NioServerSocketChannel.class)
                .childOption(ChannelOption.SO_REUSEADDR, true);
        bootstrap.childHandler(new ChannelInitializer<SocketChannel>() {
            @Override
            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
                //一会每次传递一个系统的时间戳
                ch.pipeline().addLast(new FixedLengthFrameDecoder(Long.BYTES));
　　　　　　　　　 ch.pipeline().addLast(ServerHandler.INSTANCE);

　　　　　　  }
        });

        ChannelFuture channelFuture = bootstrap.bind(8080).addListener(new ChannelFutureListener() {
            public void operationComplete(ChannelFuture channelFuture) throws Exception {
                System.out.println("bind success in port: " + port);
            }
        });
    }
}

　　这里唯一有变化的就是处理的ChannelHadler:

@ChannelHandler.Sharable
public class ServerHandler extends SimpleChannelInboundHandler<ByteBuf> {
    public static final ChannelHandler INSTANCE = new ServerHandler();
    //channelread0是主线程
    @Override
    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);
        //重新写会给客户端
        ctx.channel().writeAndFlush(result);
    }
    //模拟去数据库拿到一个结果
    protected Object getResult(ByteBuf data) {
        int level = ThreadLocalRandom.current().nextInt(, );
        //计算出每次响应需要的时间，用来做作为QPS的参考数据
        //90.0% == 1ms   1000 100 > 1ms
        int time;
        if (level <= ) {
            time = ;
        //95.0% == 10ms    1000 50 > 10ms
        } else if (level <= ) {
            time = ;
        //99.0% == 100ms    1000 10 > 100ms
        } else if (level <= ) {
            time = ;
        //99.9% == 1000ms    1000 1 > 1000ms
        } else {
            time = ;
        }
        try {
            Thread.sleep(time);
        } catch (InterruptedException e) {
        }
        return data;
    }
}

　　客户端代码：

public class Client {

    private static final String SERVER_HOST = "127.0.0.1";

    public static void main(String[] args) throws Exception {
        new Client().start();
    }
    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>() {
                    @Override
                    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1000次请求
        for (int i = ; i < ; i++) {
            bootstrap.connect(SERVER_HOST, port).get();
        }
    }
}

·客户端Handler:

@ChannelHandler.Sharable
public class ClientHandler extends SimpleChannelInboundHandler<ByteBuf> {
    public static final ChannelHandler INSTANCE = new ClientHandler();

    private static AtomicLong beginTime = new AtomicLong();
    //总响应时间
    private static AtomicLong totalResponseTime = new AtomicLong();
    //总请求数
    private static AtomicInteger totalRequest = new AtomicInteger();

    public static final Thread THREAD = new Thread(){
        @Override
        public void run() {
            try {
                while (true) {
                    long duration = System.currentTimeMillis() - beginTime.get();
                    if (duration != ) {
                        System.out.println("QPS: " +  * totalRequest.get() / duration + ", " + "平均响应时间: " + ((float) totalResponseTime.get()) / totalRequest.get() + "ms.");
                        Thread.sleep();
                    }
                }
            } catch (InterruptedException ignored) {
            }
        }
    };

    @Override
    public void channelActive(final ChannelHandlerContext ctx) {
　　　　 //上线,定时发送
        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);
            }
        }, , , TimeUnit.SECONDS);
    }

    @Override
    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();
        //第一次是0 会进入这里，同事设置开始时间为当前系统时间，启动线程
        if (beginTime.compareAndSet(, System.currentTimeMillis())) {
            THREAD.start();
        }
    }
}

　　通过测试我们会发现服务的性能是越来越差，这样下去那么最后会导致无法再提供服务了：

　　接下去我们通过线程池去解决这个问题，重新写一个Handler来处理请求（线程池大小经过测试，在我的机器上100左右为最佳机器性能决定线程池大小性能）：

@ChannelHandler.Sharable
public class ServerThreadPoolHandler extends ServerHandler {
    public static final ChannelHandler INSTANCE = new ServerThreadPoolHandler();
    private static ExecutorService threadPool = Executors.newFixedThreadPool();
    @Override
    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);
            }
        });
    }
}

　　利用线程池处理再来看性能结果，可以看到性能有非常好的提升：

　　除了自己定义的Handler中进行线程池的处理之外，Netty本身就给我们提供了这么一个机制，这个主要是在ch.pipeline().addLast(ServerHandler.INSTANCE);的时候指定一个线程池大小：

final EventLoopGroup businessGroup = new NioEventLoopGroup();
ch.pipeline().addLast(businessGroup, ServerHandler.INSTANCE);

　　在然我们来看看自带的线程池是否也能达到我们要的性能，可以看到性能也是有很明显地提高的：