背景

最近在做的一个项目，两个java进程之间会涉及一个大数据量的传递过程，基本都是图片文件，(做了压缩后还是会比较大，最大的有超过600MB)。其次这两个java进程是在跨机房，比如中国和美国机房，网络待框也就几百kB。

这就是本文的项目背景

分析

1. 600MB的文件，都是A进程运行时根据需要生成的(下载需要的图片文件)。所以无法预先处理，而且公司总图片文件都是以TB计算，所以全量同步的方案也不靠谱

2. 从A进程到B进程的数据传递，首先想到用socket进行传递，但单socket的数据同步无法满足需求，多线程数据传递会涉及数据的切片和数据的合并等，代码相对会比较复杂

老的项目实现：

A先临时保存文件到一指定目录
A进程机器上启动一个http服务(比如nginx,lighttpd)
B进程外部调用一个多线程下载客户端，下载数据到一临时目录
B进程等下载完成后，再操纵临时目录的数据

项目的工程代码都是以java，引入了多线程服务和下载客户端之后，增加了项目的部署和维护成本。所以在项目重构时，想的一个办法是用嵌入式的jetty，去替换nginx提供http服务。

过程

涉及到多线程下载和断点续载，首先得了解一个Http协议的内容。

Byte Ranges: 文档http://www.w3.org/Protocols/rfc2616/rfc2616-sec14.html#sec14.35.1

大致的内容，可以在Http的Header头中进行添加，可以指定文件下载byte的start和end的位置，几个例子：

1.bytes=100-499    
2.bytes=-300  
3.bytes=100-  
4.bytes=1-2,2-3,6-,-2

最后，通过tcpdump进行数据抓包分析，多线程下载客户端的Http协议的内容。基本的思路是根据线程数，计算出每个线程的bytes-range，然后每个线程发起一个独立的请求。后端每个处理线程单独处理bytes-range的数据下载。

至于断点续传，其实也相对比较简单了。就是记录好分出去的每个bytes-range成功与否，失败的重新再做，已经做完的可以直接跳过。

抓取的Http协议内容：

1.GET /source.tar.gz HTTP/1.1  
2.User-Agent: aria2/1.13.0  
3.Accept: */*  
4.Host: 10.20.156.49:8080  
5.Pragma: no-cache  
6.Cache-Control: no-cache  
7.Range: bytes=258998272-387973119

java版的多线程下载支持

一提到做java版的多线程下载，首先就会想到jetty和tomcat。tomcat只能以外部server的方式进行启动，和nginx没有太多的区别。

最后我选择了jetty，并在项目中做为嵌入式进行启动，提供http多线程下载服务。

按照前面的分析，要做多线程下载，无非就是要实现一个bytes-range的处理。还好我用的jetty版本(7.0.1)已经解析了bytes-range，具体解析类：InclusiveByteRange

再仔细翻了下它的代码，发现jetty已经默认提供了一个servlet支持多线程下载，就是DefaultServlet，甚喜。

最后，按照我项目的需求适当的裁剪了一些代码，最后完成了：DownloadServlet，具体代码见附件。

类中使用了java版的sendfile，推荐看一下:http://stackoverflow.com/questions/1605332/java-nio-filechannel-versus-fileoutputstream-performance-usefulness

将jetty引入做为嵌入式启动的步骤

1. 引入相关的jar

1.<dependency>  
2.  <groupId>com.alibaba.external</groupId>  
3.  <artifactId>server.jetty.jetty-servlet</artifactId>  
4.  <version>${jetty_verion}</version>  
5.</dependency>  
6.<dependency>  
7.  <groupId>com.alibaba.external</groupId>  
8.  <artifactId>server.jetty.jetty-xml</artifactId>  
9.  <version>${jetty_verion}</version>  
10.</dependency>  
11.<dependency>  
12.  <groupId>com.alibaba.external</groupId>  
13.  <artifactId>server.jetty.jetty-server</artifactId>  
14.  <version>${jetty_verion}</version>  
15.</dependency>

2. 配置jetty.xml (我选择了xml的配置方式，但没有使用war包，我只需要一个Http服务功能即可)

1.<Configure id="Server" class="org.eclipse.jetty.server.Server">  
2.  
3.    <!-- =========================================================== -->  
4.    <!-- Server Thread Pool                                          -->  
5.    <!-- =========================================================== -->  
6.    <Set name="ThreadPool">  
7.      <!-- Default queued blocking threadpool -->  
8.      <New class="org.eclipse.jetty.util.thread.QueuedThreadPool">  
9.        <Set name="minThreads">10</Set>  
10.        <Set name="maxThreads">250</Set>  
11.      </New>  
12.    </Set>  
13.  
14.    <!-- =========================================================== -->  
15.    <!-- Set connectors                                              -->  
16.    <!-- =========================================================== -->  
17.    <!-- -->  
18.    <Call name="addConnector">  
19.      <Arg>  
20.          <New class="org.eclipse.jetty.server.bio.SocketConnector">  
21.            <Set name="port"><Property name="jetty.bio.port" default="8080"/></Set>  
22.            <Set name="forwarded">true</Set>  
23.            <Set name="forwardedHostHeader">ignore</Set>  
24.            <Set name="forwardedServerHeader">ignore</Set>  
25.            <Set name="acceptQueueSize">256</Set>  
26.            <Set name="statsOn">false</Set>  
27.            <Set name="maxIdleTime">600000</Set>  
28.            <Set name="lowResourcesMaxIdleTime">5000</Set>  
29.            <Set name="requestHeaderSize">8192</Set>  
30.        <Set name="responseHeaderSize">8192</Set>  
31.          </New>  
32.      </Arg>  
33.    </Call>  
34.    <!--   
35.    <Call name="addConnector">  
36.      <Arg>  
37.          <New class="org.eclipse.jetty.server.nio.SelectChannelConnector">  
38.            <Set name="host"><Property name="jetty.host" /></Set>  
39.            <Set name="port"><Property name="jetty.port" default="8080"/></Set>  
40.            <Set name="forwarded">true</Set>  
41.            <Set name="forwardedHostHeader">ignore</Set>  
42.            <Set name="forwardedServerHeader">ignore</Set>  
43.            <Set name="maxIdleTime">600000</Set>  
44.            <Set name="Acceptors">2</Set>  
45.            <Set name="acceptQueueSize">256</Set>  
46.            <Set name="statsOn">false</Set>  
47.            <Set name="confidentialPort">8443</Set>  
48.            <Set name="lowResourcesConnections">2000</Set>  
49.            <Set name="lowResourcesMaxIdleTime">5000</Set>  
50.            <Set name="requestHeaderSize">8192</Set>  
51.            <Set name="responseHeaderSize">8192</Set>  
52.          </New>  
53.      </Arg>  
54.    </Call>  
55.     -->  
56.    <!-- =========================================================== -->  
57.    <!-- Set handler Collection Structure                            -->  
58.    <!-- =========================================================== -->  
59.    <Set name="handler">  
60.      <New id="Handlers" class="org.eclipse.jetty.server.handler.HandlerCollection">  
61.        <Set name="handlers">  
62.         <Array type="org.eclipse.jetty.server.Handler">  
63.           <Item>  
64.             <New id="ServletHandler" class="org.eclipse.jetty.servlet.ServletContextHandler">  
65.                <Set name="contextPath">/</Set>  
66.                <Call name="addServlet">  
67.                    <Arg>com.alibaba.otter.task.biz.common.jetty.DownloadServlet</Arg>  
68.                    <Arg>/*</Arg>  
69.                </Call>  
70.                <Get name="initParams">  
71.                    <Put name="org.eclipse.jetty.servlet.Default.resourceBase">/tmp/</Put>  
72.                    <Put name="org.eclipse.jetty.servlet.Default.gzip">false</Put>  
73.                </Get>  
74.             </New>  
75.           </Item>  
76.         </Array>  
77.        </Set>  
78.      </New>  
79.    </Set>  
80.  
81.    <!-- =========================================================== -->  
82.    <!-- extra options                                               -->  
83.    <!-- =========================================================== -->  
84.    <Set name="stopAtShutdown">true</Set>  
85.    <Set name="sendServerVersion">false</Set>  
86.    <Set name="sendDateHeader">true</Set>  
87.    <Set name="gracefulShutdown">1000</Set>  
88.</Configure>

说明：主要的配置见handler，配置了对应的DownloadServlet

3. 启动入口 (使用了xml配置后就灰常的简洁了)

1.Resource jetty_xml = Resource.newSystemResource("jetty/jetty.xml");  
2.XmlConfiguration configuration = new XmlConfiguration(jetty_xml.getInputStream());  
3.Server server = (Server) configuration.configure();  
4.server.start();

测试

最后选择了几个多线程下载的客户端进行了测试，我这里选择了aria2c(http://aria2.sourceforge.net/) 和 axel(http://www.axel.com/uk2/)

aria2c测试

参数：

1.--no-conf -x 10 -s 10 -j 10 --timeout=600 --max-tries=5 --stop=1800 --allow-overwrite=true --enable-http-keep-alive=true --log-level=warn

下载1.1GB的文件:

apache : 28s

nginx : 27s

jetty : 27s

axel测试

参数：

1.-n 10 -a -v <span style="white-space: normal;"> </span>

下载1.1GB的文件:

apache : 87s
nginx : 87s

jetty : 88s

总结

并没有做非常详尽的性能测试，不过从几次跑的结果来看，基本上也有数了。

jetty实现的servlet性能基本和nginx,apache下载接近。而且测试过程中瓶颈已经不在应用本身，基本都在网络带宽上了，我是百MB网卡，基本可以满负荷运转。
jetty的nio和bio版本，nio在context switch切换上会相对比较多(因为有大量的READ/WRITE事件响应，线程切换反而不如bio来得少)，建议部署bio模式
多线程下载aria2c工具的确不错，推荐使用

后续，会尝试使用java写一个多线程的客户端，如果性能还ok的话，可以直接替换aria2c，到时候就是一些jar包，没有了外部软件的依赖，部署和维护也会相对比较简单。

使用jetty做为server提供多线程文件下载

背景

分析

过程

java版的多线程下载支持

将jetty引入做为嵌入式启动的步骤

总结

热门文章

最新文章

相关课程

相关电子书

相关实验场景