作者：林冠宏 / 指尖下的幽灵
掘金：https://juejin.im/user/587f0dfe128fe100570ce2d8
博客：http://www.cnblogs.com/linguanh/
GitHub ： https://github.com/af913337456/
腾讯云专栏： https://cloud.tencent.com/developer/user/1148436/activities
关于 server.go 源码的解析可以去搜下，已经有很多且还不错的文章。
正文：
从我们启动http.ListenAndServe(port,router)开始，server.go 内部最终在一个for 循环中的 accept 方法中不停地等待客户端的连接到来。
每接收到一个accept 就启动一个 gorutine 去处理当前ip的连接。也就是源码里的go c.serve(ctx)。这一个步骤在 c.serve(ctx) 它并不是简单的形式：
请求-->处理请求-->返回结果-->断开这个连接-->结束当前的 gorutine
根据我的调试结果与源码分析显示，正确的形式是下面这样的：
为每一个连接的用户启动了一个长连接，serve 方法内部有个超时的设置是c.rwc.SetReadDeadline(time.Time{})，这样子的情况，如果内部不出错，当前的连接断开的条件是客户端自己断开，或nat超时。
这个连接建立后，以ip为单位，当前的客户端，此时它的所有http请求，例如get，post，它们都会在这个启动的gorutine 内进行分发与被处理。
也就是说，同一个ip，多个不同的请求，这里不会触发另一个 accept，不会再去启动一个go c.serve(ctx)
上述我们得出结论：
如果有 100万个 accept，就证明有100万个连接，100万个ip与当前server连接。即是我们说的百万连接
百万连接 不是百万请求
每一个连接，它可以进行多个http请求，它的请求都在当前启动这个连接的gorutine里面进行。
-
c.serve(...) 源码中的for 死循环就是负责读取每个请求再分发
for {
w, err := c.readRequest(ctx) // 读取一个 http 请求
//...
ServeHTTP(...)
}
我们的100万 连接里面，有可能并发更多的请求，例如几百万请求，一个客户端快速调用多个请求api
图解总结
结合 master-worker 并发模式
根据我们上面的分析，每一个新连接到来，go 就会启动一个 gorutine，在源码里面也没有看到有一个量级的限制，也就是达到多少连接就不再接收。我们也知道，服务器是有处理瓶颈的。
所以，在这里插播一个优化点，就是在server.go 内部做一个连接数目的限制。
master-worker 模式本身是启动多个worker 线程，去并发读取有界队列里面的任务，并执行。
我自身已经实现了一个go版本的master-worker，做过下面的尝试：
- 在
go c.serve(ctx) 处做修改，如下。
if srv.masterWorkerModel {
// lgh --- way to execute
PoolMaster.AddJob(
masterworker.Job{
Tag:" http server ",
Handler: func() {
c.serve(ctx)
fmt.Println("finish job") // 这一句在当前 ip 断开连接后才会输出
},
})
}else{
go c.serve(ctx)
}
func (m Master) AddJob(job Job) {
fmt.Println("add a job ")
m.JobQueue <- job // jobQueue 是具备缓冲的
}
// worker
func (w Worker) startWork(master *Master) {
go func() {
for {
select {
case job := <-master.JobQueue:
job.doJob(master)
}
}
}()
}
// job
func (j Job) doJob(master *Master) {
go func() {
fmt.Println(j.Tag+" --- doing job...")
j.Handler()
}()
}
不难理解它的模式。
现在我们使用生产者--消费者模式进行假设，连接的产生是生产者，<-master.JobQueue 是消费者，因为每一次消费就是启动一个处理的gorutine。
因为我们在accept 一个请求到<-master.JobQueue，管道输出一个的这个过程中，可以说是没有耗时操作的，这个job，它很快就被输出了管道。也就是说，消费很快，那么实际的生产环境中，我们的worker工作协程启动5~10个就有余了。
考虑如果出现了消费跟不上的情况，那么多出来的job将会被缓冲到channel里面。这种情况可能出现的情景是：
短时间十万+级别连接的建立，就会导致worker读取不过来。不过，即使发生了，也是很快就取完的。因为间中的耗时几乎可以忽略不计！
也就说，短时间大量连接的建立，它的瓶颈在队列的缓冲数。但是即使瓶颈发生了，它又能很快被分发处理掉。所以说：
我的这个第一点的尝试的意义事实上没有多大的。只不过是换了一种方式去分发go c.serve(ctx)。
- 这个是第二种结合方式，把
master-worker放置到ServeHTTP的分发阶段。例如下面代码，是常见的http handler写法，我们就可以嵌套进去。
func (x XHandler) ServeHTTP(w http.ResponseWriter, r *http.Request) {
//...
if x.MasterWorker {
poolMaster.AddJob(master_worker.Job{
Tag:"normal",
XContext:xc,
Handler: func(context model.XContext) {
x.HandleFunc(w,r)
},
})
return
}
x.HandleFunc(w,r)
//...
}
这样的话，我们就能控制所有连接的并发请求最大数。超出的将会进行排队，等待被执行，而不会因为短时间 http 请求数目不受控暴增 而导致服务器挂掉。
此外上述第二种还存在一个：读，过早关闭问题，这个留给读者尝试解决。
如果您认为这篇文章还不错或者有所收获，您可以通过扫描一下下面的支付宝二维码 打赏我一杯咖啡【物质支持】，也可以点击右下角的【推荐】按钮【精神支持】，因为这两种支持都是我继续写作，分享的最大动力
、
客服电话
APP下载
官方微信
请发表评论