深入浅出Java分布式系统通信

时间：2015-05-13 11:56:25 阅读：198 评论：0 收藏：0 [点我收藏+]

标签：

什么是分布式系统

之前我有篇文章已经简单介绍了分布式通信，有兴趣的朋友可以去看看：

大型网站系统架构实践（二）分布式模块之间的通信

那么今天我详细的说下我对java分布式系统通信的理解

1.集群模式，将相同应用模块部署多份

2.业务拆分模式，将业务拆分成多个模块，并分别部署

3.存储分布式

由于分布式概念太大，我们可以缩小下讨论的范围：

以下分布式的狭义定义为：

业务拆分，但不限于水平拆分，而是拆分出底层模块，功能模块，上层模块等等

一个系统功能繁多，且有层次依赖，那么我们需要将其分为很多模块，并分别部署。

举例：

比如我们现在开发一个类似于钱包的系统，那么它会有如下功能模块：用户模块（用户数据），

应用模块（如手机充值等），业务模块（处理核心业务），交易模块（与银行发生交易），

前置模块（与客户端通信）等等

我们会得到一个系统架构图：

为什么要分布式

1）将系统功能模块化，且部署在不同的地方，对于底层模块，只要保持接口不变，

上层系统调用底层模块将不关心其具体实现，且底层模块做内部逻辑变更，上层系统

都不需要再做发布，可以极大限度的解耦合

2）解耦合之后，可以复用共同的功能，且业务扩展更为方便，加快开发和发布的速度

3）系统分开部署，充分利用硬件，可以提高系统性能

4）减少数据库连接资源的消耗

分布式通信方案

场景：服务端与服务端的通信

方案1：基于socket短连接

方案2：基于socket长连接同步通信

方案3：基于socket长连接异步通信

tcp短连接通信方案

定义：

短连接：http短连接，或者socket短连接，是指每次客户端和服务端通信的时候，都要新

建立一个socket连接，本次通信完毕后，立即关闭该连接，也就是说每次通信都需要开启一个新的连接。

传输图如下：

io通信用mina实现

客户端示例代码：

NioSocketConnector connector = new NioSocketConnector();
connector.setConnectTimeoutMillis(CONNECT_TIMEOUT);
//设置读缓冲,传输的内容必须小于此缓冲
connector.getSessionConfig().setReadBufferSize(2048*2048);
//设置编码解码器
connector.getFilterChain().addLast("codec",
new ProtocolCodecFilter(new ObjectSerializationCodecFactory()));
//设置日志过滤器
connector.getFilterChain().addLast("logger", new LoggingFilter());
//设置Handler
connector.setHandler(new MyClientHandler());

//获取连接，该方法为异步执行
ConnectFuture future = connector.connect(new InetSocketAddress(
        HOSTNAME, PORT));
//等待连接建立
future.awaitUninterruptibly();
//获取session
IoSession session = future.getSession();

//等待session关闭
session.getCloseFuture().awaitUninterruptibly();
//释放connector
connector.dispose();

下面我们进行性能测试：

测试场景：

每个请求的业务处理时间110ms

100个线程并发测试，每个线程循环请求服务端

测试环境:

客户端服务器：

Cpu为4线程 2400mhz

服务端cpu: 4线程 3000Mhz

测试结果：

在经过10分钟测试之后，稳定情况下的tps

Tps:554左右

客户端Cpu:30%

服务端cpu：230%

该方案的优点：

程序实现起来简单

该方案的缺点：

1. Socket发送消息时，需要先发送至socket缓冲区，因此系统为每个socket分配缓冲区

当缓冲不足时，就达到了最大连接数的限制

2. 连接数大，也就意味着系统内核调用的越多，socket的accept和close调用

3.每次通信都重新开启新的tcp连接，握手协议耗时间，tcp是三次握手

4.tcp是慢启动，TCP 数据传输的性能还取决于 TCP 连接的使用期（age）。TCP 连接会随着时间进行自我“调谐”，起初会限制连接的最大速度，如果数据成功传输，会随着时间的推移提高传输的速度。这种调谐被称为 TCP 慢启动（slow start），用于防止因特网的突

然过载和拥塞。

tcp长连接同步通信

长连接同步的传输图

一个socket连接在同一时间只能传递一个请求的信息

只有等到response之后，第二个请求才能开始使用这个通道

为了提高并发性能，可以提供多个连接，建立一个连接池，连接被使用的时候标志为正在使用，

使用完放回连接池，标识为空闲，这和jdbc连接池是一样的。

假设后端服务器，tps是1000，即每秒处理业务数是1000

现在内网传输耗时是5毫秒，业务处理一次请求的时间为150毫秒

那么一次请求从客户端发起请求到得到服务端的响应，总共耗时150毫秒+5毫秒*2

=160毫秒，如果只有一个连接通信，那么1秒内只能完成2次业务处理，即tps为2

如果要使tps达到1000，那么理论上需要500个连接，但是当连接数上升的时候，其性能却在下降，

因此该方案将会降低网站的吞吐量。

实现挑战：

mina的session.write()和receive消息都是异步的，那么需要在主线程上阻塞以等待响应的到达。

连接池代码：

/**
* 空闲连接池
*/
private static BlockingQueue<Connection> idlePool = new LinkedBlockingQueue<Connection>();
    
/**
* 使用中的连接池
*/
public static BlockingQueue<Connection> activePool = new LinkedBlockingQueue<Connection>();

public static Connection getConn() throws InterruptedException{
    long time1 = System.currentTimeMillis();
    Connection connection = null;
    connection = idlePool.take();            
    activePool.add(connection);
    long time2 = System.currentTimeMillis();
    //log.info("获取连接耗时:"+(time2-time1));
    return connection;
}

客户端代码：

public TransInfo send(TransInfo info) throws InterruptedException {
    Result result = new Result();
    //获取tcp连接
    Connection connection = ConnectFutureFactory.getConnection(result);
    ConnectFuture connectFuture = connection.getConnection();
    IoSession session = connectFuture.getSession();
    session.setAttribute("result", result);
    //发送信息
    session.write(info);
    //同步阻塞获取响应
    TransInfo synGetInfo = result.synGetInfo();
    //此处并不是真正关闭连接，而是将连接放回连接池
    ConnectFutureFactory.close(connection,result);
    return synGetInfo;
}

阻塞获取服务端响应代码：

public synchronized TransInfo synGetInfo() {
    //等待消息返回
    //必须要在同步的情况下执行
    if (!done) {
        try {                    
            wait();
        } catch (InterruptedException e) {
            log.error(e.getMessage(), e);
        }
    }
    return info;
}

public synchronized void synSetInfo(TransInfo info) {
    this.info = info;
    this.done = true;
    notify();
}

测试场景：

每个请求的业务处理时间110ms

300个线程300个连接并发测试，每个线程循环请求服务端

测试环境:

客户端服务器：

Cpu为4线程 2400mhz

服务端cpu: 4线程 3000Mhz

测试结果：

在经过10分钟测试之后，稳定情况下的tps

Tps:2332左右

客户端Cpu:90%

服务端cpu：250%

从测试结果可以看出，当连接数足够大的时候，系统性能会降低，开启的tcp连接数越多，那么

系统开销将会越大。

tcp长连接异步通信

通信图：

一个socket连接在同一时间内传输多次请求的信息，输入通道接收多条响应消息，消息是连续发出，连续收回的。

业务处理和发消息是异步的，一个业务线程告诉通道发送消息后，不再占用通道，而是等待响应到达，而此时其它

业务线程也可以往该连接通道发信息，这样可以充分利用通道来进行通信。

实现挑战

但该方案使编码变得复杂，如上图，请求request1,request2,request3顺序发出，但是服务端处理请求并不是

排队的，而是并行处理的，有可能request3先于request1响应给客户端，那么一个request将无法找到他的response,

这时候我们需要在request和response报文中添加唯一标识，如通信序列号，在一个通信通道里面保持唯一，

那么可以根据序列号去获取对应的响应报文。

我的方案是:

1.客户端获取一个tcp连接

2.调用session.write()发送信息，并将消息的唯一序列号存入一个Result对象

result对象存入一个map

3.同步阻塞获取结果，线程在result对象进行同步阻塞

4.接收消息，并通过唯一序列号从map里面获取result对象，并唤醒阻塞在result对象上的线程

客户端发送消息示例代码：

public TransInfo send(TransInfo info) throws InterruptedException {
    Result result = new Result();
    result.setInfo(info);
    //获取socket连接
    ConnectFuture connectFuture = ConnectFutureFactory
        .getConnection(result);
    IoSession session = connectFuture.getSession();
    //将result放入ConcurrentHashMap
    ConcurrentHashMap<Long, Result> resultMap = (ConcurrentHashMap<Long, Result>)session.getAttribute("resultMap");
    resultMap.put(info.getId(), result);
    //发送消息
    session.write(info);
    //同步阻塞获取结果
    return result.synGetInfo();
}

同步阻塞和唤醒方法：

public synchronized TransInfo synGetInfo() {
    //等待消息返回
    //必须要在同步的情况下执行
    while (!done) {
        try {                    
            wait();
        } catch (InterruptedException e) {
            log.error(e.getMessage(), e);
        }
    }
    return info;
}

public synchronized void synSetInfo(TransInfo info) {
    this.info = info;
    this.done = true;
    notify();
}

接收消息示例代码：

public void messageReceived(IoSession session, Object message)
        throws Exception {
    TransInfo info = (TransInfo) message;    
    //根据唯一序列号从resultMap中获取result
    ConcurrentHashMap<Long, Result> resultMap = (ConcurrentHashMap<Long, Result>)session.getAttribute("resultMap");
    //移除result
    Result result = resultMap.remove(info.getId());        
    //唤醒阻塞线程
    result.synSetInfo(info);
}