Technology

Chart Type 《大数据经典论文解读》 三驾马车学习 Spark 内存管理及调优 Yarn学习 从Spark部署模式开始讲源码分析 容器狂占内存资源怎么办? 多角度理解一致性 golang io使用及优化模式 Flink学习 c++学习 学习ebpf go设计哲学 ceph学习 学习mesh kvm虚拟化 学习MQ go编译器 学习go 为什么要有堆栈 汇编语言 计算机组成原理 运行时和库 Prometheus client mysql 事务 mysql 事务的隔离级别 mysql 索引 坏味道 学习分布式 学习网络 学习Linux go 内存管理 golang 系统调用与阻塞处理 Goroutine 调度过程 重新认识cpu mosn有的没的 负载均衡泛谈 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go channel codereview gc分析 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes扩缩容 神经网络模型优化 直觉上理解深度学习 如何学习机器学习 TIDB源码分析 什么是云原生 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 共识算法 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全访问机制 jvm crash分析 Prometheus 学习 Kubernetes监控 容器日志采集 Kubernetes 控制器模型 容器狂占资源怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes类型系统 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言那些事儿 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 如何分发计算 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 OpenTSDB 入门 spring事务小结 分布式事务 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker namespace和cgroup Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 深度学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM执行 git maven/ant/gradle/make使用 再看tcp kv系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go基础 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

Architecture

实时训练 分布式链路追踪 helm tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 机器学习中的python调用c 机器学习训练框架概述 embedding的原理及实践 tensornet源码分析 大模型训练 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 在离线业务混部 RNN pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 多活 volcano特性源码分析 推理服务 kubebuilder 学习 mpi 学习pytorch client-go学习 tensorflow学习 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台 tf-operator源码分析 k8s批处理调度 喜马拉雅容器化实践 Kubernetes 实践 学习rpc BFF 生命周期管理 openkruise学习 可观察性和监控系统 基于Kubernetes选主及应用 《许式伟的架构课》笔记 Kubernetes webhook 发布平台系统设计 k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 controller 组件介绍 openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI 资源调度泛谈 业务系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 serverless 泛谈 概率论 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 架构大杂烩 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念入门 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 用户登陆 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 当我在说模板引擎的时候,我在说什么 用户认证问题 资源的分配与回收——池 消息/任务队列


《netty in action》读书笔记

2017年06月14日

前言

java nio

the earliest versions of java introduced enough of an object-oriented facade to hide some of the thornier details.but those first java apis supported only the so-called blocking functions provided by the native system socket libraries.

相当的java库就是对底层c库做object-oriented facade

java nio provide considerably more control over the utiliaztion of network resources:

  • Using setsockopt(),you can configure sockets so that read/write calls will return immediately if there is no data; 是不是blocking其实就是socket 的一个opt,不用牵扯其它的
  • you can register a set of non-blocking sockets using the system’s event notification api to determine whether any of them have data ready for reading or writing.

select 其实是一种event notification service

this model provides much better resource management than the blocking i/o model:

  • many connecitons can be handled with fewer threads,and thus with far less overhead due to memory management and context-switching. 为每个线程分配栈空间是要占内存的
  • threads can be retargeted to other tasks when there is no i/o to handle.这个retargeted很传神

netty

在提交netty的一些组件时,作者提到think of them as domain objects rather than concrete java classes.

Channel、ChannelPipeline、ChannelHandler和ChannelHandlerContext的一对一、一对多关系

netty is asynchronous and event-driven.

every new channel that is created is assigned a new ChannelPipeline.This association is permanent;the channel can neither attach another ChannelPipeline nor detach the current one.

a ChannelHandlerContext represents an association between a ChannelHandler and ChannelPipeline and is created whenever a ChannelHandler is added to a ChannelPipeline.

the movement from one handler to the next at the ChannelHandler level is invoked on the ChannelHandlerContext.

a ChannelHandler can belong to more than one ChannelPipeline,it can be bound to multiple ChannelHandlerContext instances.

thread model

同步io,线程和连接通常要维持一对一关系。异步io才可以一个线程处理多个io。

首先,netty的数据处理模型

  1. 以event notification 来处理io
  2. event分为inbound 和 outbound
  3. event 由handler处理,handler形成一个链pipeline

数据处理模型与线程模型的结合,便是

  1. channel和eventloop是多对一关系
  2. channel的inbound和outbound事件全部由eventloop处理
  3. 根据1和2,outbound事件可以由多个calling thread触发,但只能由一个eventloop处理。那么就需要将多线程调用转换为任务队列。

the basic idea of an event loop

while(!terminated){
	List<Runnable> readyEvents = blockUntilEventsReady();
	for(Runnable ev: readyEvents){
		ev.run();
	}
}

how netty works

笔者曾经读过一本书《how tomcat works》,从第一个例子十几行代码开始讲述tomcat是如何写出来的,此处也用类似的风格描述下。

我们先从一个最简单的NIOServer代码示例开始,单线程模型:

public class NIOServer {
    public static void main(String[] args) throws IOException {
        Selector selector = Selector.open();
        ServerSocketChannel serverSocketChannel = ServerSocketChannel.open();
        serverSocketChannel.configureBlocking(false);
        serverSocketChannel.socket().bind(new InetSocketAddress(8080));
        serverSocketChannel.register(selector, SelectionKey.OP_ACCEPT);
        while (true) {
        	   // 所有连接、所有事件阻塞在一处 
            selector.select(1000);
            Set<SelectionKey> selectedKeys = selector.selectedKeys();
            Iterator<SelectionKey> it = selectedKeys.iterator();
            SelectionKey key = null;
            while (it.hasNext()) {
                key = it.next();
                it.remove();
                handleKey(key);
            }
        }
    }
    public static void handleKey(SelectionKey key) throws IOException {
        if (key.isAcceptable()) {
            // Accept the new connection
            ServerSocketChannel ssc = (ServerSocketChannel) key.channel();
            SocketChannel sc = ssc.accept();
            sc.configureBlocking(false);
            // Add the new connection to the selector
            sc.register(key.selector(), SelectionKey.OP_READ | SelectionKey.OP_WRITE);
            System.out.println("accept...");
        } else if (key.isReadable()) {
            SocketChannel sc = (SocketChannel) key.channel();
            ByteBuffer readBuffer = ByteBuffer.allocate(1024);
            // handle buffer
            int count = sc.read(readBuffer);
            if (count > 0) {
                String receiveText = new String(readBuffer.array(), 0, count);
                System.out.println("服务器端接受客户端数据--:" + receiveText);
            }
        }
    }
}

以下忽略main方法的书写。

我们对上述代码进行简单的抽取,将while(it.hasNext()){..},handleKey(){...}抽取到一个worker线程中。这样的线程有个学名,叫eventloop,于是

class NIOServer{
	main(){
		ServerSocketChannel ...
   	while(true){
   		selector.select(1000);
   		new Worker(SelectionKey).start();
   	}
	}
}

当然了,大家都提倡将acceptable和read/write event分开,我们可以换个方式抽取原始代码:boss和worker线程都执行while(true){selector.select(1000);...},只不过boss专门处理acceptable事件,worker只处理r/w事件。

class NIOServer{
	ServerSocketChannel ...
    Selector selectror = ...
    new Boss(selector).start();
	 new Worker(selector).start();
}

boss和worker共享一个selector虽然简单,但是扩展性太低,因此让boss和worker各用各的selector,boss thread accept得到的socketchannel通过queue传给worker,worker从queue中取下socketChannel”消费”(将socketChannel注册到selector上,interest读写事件)。简单实现如下:

class NIOServer{
    Queue<SocketChannel> queue = ...
    new Boss(queue).start();
    new Worker(queue).start();
}

除了共享queue,传递新accept的socket channel另一种方法是,boss thread保有worker thread的引用,worker thread除了run方法,还提供registerSocketChannel等方法。这样,boos thread就可以通过worker.registerSocketChannel把得到的SocketChannel注册到worker thread 的selector。

说句题外话,笔者以前分解的代码都是静态的,简单的说就是将一个类分解为多个类。本例中,代码分解涉及到了线程,线程对象不只有一个run方法,还可以具备registerChannel的功能。所以,在nio中,线程模型与nio通信代码的结合,不只是new Thread(runnable).start()去驱动代码执行,还深入到了代码的分解与抽象中。

然后再将Boss和worker线程池化,是不是功德圆满了呢?还没有.

nio类库提供给用户的三个基本操作类bytebuffer,channel,selector,虽然抽象程度低,但简单明了,直接提供read/write data的接口。以我们目前的抽象,netty程序的驱动来自boss和worker thread,问题来了?读取的数据怎么处理(尤其是复杂的处理),我们如何主动地写入数据呢?总得给用户一个入口对象。(任何框架,总得有一个入口对象供用户使用,比如fastjson,JSON对象就是其对应的入口对应。比如rabbitMQ,messageListner是其读入口对象,rabbitTemplate是其写入口对象)。

netty选择将channel作为写的入口对象,将channel从worker thread中提取出来,channel提出来之后,worker thread便需要提供自己(内部的selector)与channel交互的手段,比如register方法。

channel提出来之后,读写数据的具体逻辑代码也要跟着channel提取出来,这样worker thread中的代码可以更简洁。但本质上还是worker.handlekey才知道什么时候读到了数据,什么时候可以写数据。因此,channel支持触发数据的读写,但读写数据的时机还是由work thread决定。我们要对channel作一定的封装。伪代码如下

ChannelFacade{
    channel	// 实际的channel
    writeBuffer	// 发送缓冲区 
    handleReadData(Buffer){}	// 如何处理读到的数据,由worker thread触发	
    write()					// 对外提供的写数据接口
    doWrite()			// 实际写数据,由workerThread触发
    workerThread		// 对应的Channel
}
class NIOServer{
        ServerSocektChannel srvSocketChannel = ...
    new Boss(srvSocketChannel){};
    new Worker().start();
}
class Boss extends Thread{
    public void run(){
        SocketChannel socketChannel = srvSocketChannel.accept();
        ChannelFacade cf = facade(socketChannel);
        worker.register(cf); //如果cf保有workerThread引用的话,也可以
        cf.register();
    }
} 

将channel与其对应的reactor线程剥离之后,一个重要的问题是:如何确保channel.read/write是线程安全的。一段代码总在一个线程下执行,那么这段代码就是线程安全的,每个channel(或channel对应的channelhandler,ChannelhandlerContext)持有其约定reactor线程的引用,每次执行时判断下:如果在绑定的reactor线程,则直接执行,如果不在约定线程,则向约定线程提交本任务。

channelhandler一门心思处理业务数据,channelhandlercontenxt触发事件函数的调用,并保证其在绑定的reactor线程下执行

这样,我们就以《how tomcat works》的方式,猜想了netty的主要实现思路,当然,netty的实现远较这个复杂。但复杂在提高健壮性、丰富特性上,主要的思路应该是这样的。

几种io模型代码的直观感受

《Netty权威指南》开篇使用各种io模型实现了一个TimeServer和TimeClient

BIO的实现

public class TimeServer{
    public static void main(String[] args){
        ServerSocket serverSocket = null;
        ...
        while(true){
            Socket socket = serverSocket.accept();
            new Thread(new TimeServerHandler()).start();
        }
    }
}
public class TimeServerHandler implements Runnable{
    private Socket socket;
    public void run(){
        BufferedReader in = null;
        PrintWriter out = null;
        try{...}catch(Exception e){...}
    }
}

NIO的实现

public class TimeServerHandler implements Runnable{
    private selector selector;
    private ServerSocketChannel servChannel
    public void run(){...}
}

AIO的实现

public class TimeServerHandler implements Runnable{
    AsynchronousServerSocketChannel asyncServerSocketChannel;
    public void run(){
        CountDownLatch latch = new CountDownLatch(1);
        asyncServerSocketChannel.accept(this,new CompletionHandler(){
            public void completed(AsynchronousSocketChannel channel,TimeServerHandler attachment){
                channel opt...
            }
        });
        latch.await();
    }
}

网络数据读写,一方是用户线程,一方是内核处理,AIO、NIO和BIO,正体现了生产者和消费者两方线程的几种交互方式。从TimeServerHandler类成员的不同,就可以看到使用方式的差异。AIO和NIO都需要我们显式的提供线程去驱动数据的读写和处理,AIO由jdk底层的线层池负责回调,并驱动读写操作。