原创：扣钉日记（微信公众号ID：codelogs），欢送分享，转载请保留出处。

简介

最近我察看到一个景象，当服务的申请量突发的增长一下时，服务的无效QPS会降落很多，有时甚至会降到0，这种景象网上也偶有提到，但少有解释得分明的，所以这里来分享一下问题成因及解决方案。

队列提早

目前的Web服务器，如Tomcat，申请处理过程大略都相似如下：

这是Tomcat申请解决的过程，如下：

  1. Acceptor线程：线程名相似http-nio-8080-Acceptor-0，此线程用于接管新的TCP连贯，并将TCP连贯注册到NIO事件中。
  2. Poller线程：线程名相似http-nio-8080-ClientPoller-0，此线程个别有CPU核数个，用于轮询已连贯的Socket，接管新到来的Socket事件（如调用端发申请数据了），并将沉闷Socket放入exec线程池的申请队列中。
  3. exec线程：线程名相似http-nio-8080-exec-0，此线程从申请队列中取出沉闷Socket，并读出申请数据，最初执行申请的API逻辑。

这里不必太关怀Acceptor与Poller线程，这是nio编程时常见的线程模型，咱们将重点放在exec线程池上，尽管Tomcat做了一些优化，但它还是从Java原生线程池扩大进去的，即有一个工作队列与一组线程。

当申请量突发增长时，会产生如下的状况：

  1. 当申请量不大时，工作队列根本是空的，每个申请都能失去及时的解决。
  2. 但当申请量突发时，工作队列中就会有很多申请，这时排在队列前面的申请，就会被解决得越晚，因此申请的整体耗时就会变长，甚至十分长。

可是，exec线程们还是在一刻不停歇的解决着申请的呀，按理说服务QPS是不会缩小的呀！

简略想想的确如此，但调用端个别是有超时工夫设置的，不会有限期待上来，当客户端期待超时的时候，这个申请实际上Tomcat就不必再解决了，因为就算解决了，客户端也不会再去读响应数据的。

因而，当队列比拟长时，队列前面的申请，基本上都是不必再解决的，但exec线程池不晓得啊，它还是会判若两人地解决这些申请。

当exec线程执行这些已超时的申请时，若又有新申请进来，它们也会排在队尾，这导致这些新申请也会超时，所以在流量突发的这段时间内，申请的无效QPS会降落很多，甚至会降到0。

这种超时也叫做队列提早，但队列在软件系统中利用得太宽泛了，比方操作系统调度器保护了线程队列，TCP中有backlog连贯队列，锁中保护了期待队列等等。

因而，很多零碎也会存在这种景象，平时响应工夫挺稳固的，但偶然耗时很高，这种状况有很多都是队列提早导致的。

优化队列提早

晓得了问题产生的起因，要优化它就比较简单了，咱们只须要让队列中那些长时间未解决的申请临时让路，让线程去执行那些等待时间不长的申请即可，毕竟这些长时间未解决的申请，让它们再等等也无防，因为客户端可能曾经超时了而不须要申请后果了，尽管这毁坏了队列的公平性，但这是咱们须要的。

对于Tomcat，在springboot中，咱们能够如下批改：
应用WebServerFactoryCustomizer自定义Tomcat的线程池，如下：

@Componentpublic class TomcatExecutorCustomizer implements WebServerFactoryCustomizer<TomcatServletWebServerFactory> {    @Resource    ServerProperties serverProperties;    @Override    public void customize(TomcatServletWebServerFactory factory) {        TomcatConnectorCustomizer tomcatConnectorCustomizer = connector -> {            ServerProperties.Tomcat.Threads threads = serverProperties.getTomcat().getThreads();            TaskQueue taskqueue = new SlowDelayTaskQueue(1000);            ThreadPoolExecutor executor = new org.apache.tomcat.util.threads.ThreadPoolExecutor(                    threads.getMinSpare(), threads.getMax(), 60L, TimeUnit.SECONDS,                    taskqueue, new CustomizableThreadFactory("http-nio-8080-exec-"));            taskqueue.setParent(executor);            ProtocolHandler handler = connector.getProtocolHandler();            if (handler instanceof AbstractProtocol) {                AbstractProtocol<?> protocol = (AbstractProtocol<?>) handler;                protocol.setExecutor(executor);            }        };        factory.addConnectorCustomizers(tomcatConnectorCustomizer);    }}

留神，这里还是应用的Tomcat实现的线程池，只是将工作队列TaskQueue扩大为了SlowDelayTaskQueue，它的作用是将长时间未解决的工作移到另一个慢队列中，待以后队列中无工作时，再把慢队列中的工作移回来。

为了能记录工作入队列的工夫，先封装了一个记录时间的工作类RecordTimeTask，如下：

@Getterpublic class RecordTimeTask implements Runnable {    private Runnable run;    private long createTime;    private long putQueueTime;    public RecordTimeTask(Runnable run){        this.run = run;        this.createTime = System.currentTimeMillis();        this.putQueueTime = this.createTime;    }    @Override    public void run() {        run.run();    }    public void resetPutQueueTime() {        this.putQueueTime = System.currentTimeMillis();    }    public long getPutQueueTime() {        return this.putQueueTime;    }}

而后队列的扩大实现如下：

public class SlowDelayTaskQueue extends TaskQueue {    private long timeout;    private BlockingQueue<RecordTimeTask> slowQueue;    public SlowDelayTaskQueue(long timeout) {        this.timeout = timeout;        this.slowQueue = new LinkedBlockingQueue<>();    }    @Override    public boolean offer(Runnable o) {        // 将工作包装一下，目标是为了记录工作放入队列的工夫        if (o instanceof RecordTimeTask) {            return super.offer(o);        } else {            return super.offer(new RecordTimeTask(o));        }    }    public void pullbackIfEmpty() {        // 如果队列空了，从慢队列中取回来一个        if (this.isEmpty()) {            RecordTimeTask r = slowQueue.poll();            if (r == null) {                return;            }            r.resetPutQueueTime();            this.add(r);        }    }    @Override    public Runnable poll(long timeout, TimeUnit unit) throws InterruptedException {        pullbackIfEmpty();        while (true) {            RecordTimeTask task = (RecordTimeTask) super.poll(timeout, unit);            if (task == null) {                return null;            }            // 申请在队列中长时间期待，移入慢队列中            if (System.currentTimeMillis() - task.getPutQueueTime() > this.timeout) {                this.slowQueue.offer(task);                continue;            }            return task;        }    }    @Override    public Runnable take() throws InterruptedException {        pullbackIfEmpty();        while (true) {            RecordTimeTask task = (RecordTimeTask) super.take();            // 申请在队列中长时间期待，移入慢队列中            if (System.currentTimeMillis() - task.getPutQueueTime() > this.timeout) {                this.slowQueue.offer(task);                continue;            }            return task;        }    }}

逻辑其实挺简略的，如下：

  1. 当工作入队列时，包装一下工作，记录一下入队列的工夫。
  2. 而后线程从队列中取出工作时，若发现工作等待时间过长，就将其移入慢队列。
  3. 而pullbackIfEmpty的逻辑，就是当队列为空时，再将慢队列中的工作移回来执行。

为了将申请的队列提早记录在access.log中，我又批改了一下Task，并加了一个Filter，如下：

  1. 应用ThreadLocal将队列提早先存起来

    @Getterpublic class RecordTimeTask implements Runnable { private static final ThreadLocal<Long> WAIT_IN_QUEUE_TIME = new ThreadLocal<>(); private Runnable run; private long createTime; private long putQueueTime; public RecordTimeTask(Runnable run){     this.run = run;     this.createTime = System.currentTimeMillis();     this.putQueueTime = this.createTime; } @Override public void run() {     try {         WAIT_IN_QUEUE_TIME.set(System.currentTimeMillis() - this.createTime);         run.run();     } finally {         WAIT_IN_QUEUE_TIME.remove();     } } public void resetPutQueueTime() {     this.putQueueTime = System.currentTimeMillis(); } public long getPutQueueTime() {     return this.putQueueTime; } public static long getWaitInQueueTime(){     return ObjectUtils.defaultIfNull(WAIT_IN_QUEUE_TIME.get(), 0L); }}

  2. 再在Filter中将队列提早取出来，放入Request对象中

    @WebFilter@Componentpublic class WaitInQueueTimeFilter extends HttpFilter { @Override public void doFilter(HttpServletRequest request, HttpServletResponse response, FilterChain chain) throws                                                                                                   IOException,                                                                                                   ServletException {     long waitInQueueTime = RecordTimeTask.getWaitInQueueTime();     // 将等待时间设置到request的attribute中，给access.log应用     request.setAttribute("waitInQueueTime", waitInQueueTime);     // 如果申请在队列中期待了太长时间，客户端大概率已超时，就没有必要再执行了     if (waitInQueueTime > 5000) {         response.sendError(503, "service is busy");         return;     }     chain.doFilter(request, response); }}

  3. 而后在access.log中配置队列提早

    server:  tomcat: accesslog:   enabled: true   directory: /home/work/logs/applogs/java-demo   file-date-format: .yyyy-MM-dd   pattern: '%h %l %u %t "%r" %s %b %Dms %{waitInQueueTime}rms "%{Referer}i" "%{User-Agent}i" "%{X-Forwarded-For}i"'

    留神，在access.log中配置%{xxx}r示意取申请xxx属性的值，所以，%{waitInQueueTime}r就是队列提早，前面的ms是毫秒单位。

优化成果

我应用接口压测工具wrk压了一个测试接口，此接口执行工夫100ms，应用1000个并发去压，1s的超时工夫，如下：

wrk -d 10d -T1s --latency http://localhost:8080/sleep -c 1000

而后，用arthas看一下线程池的队列长度，如下：

[arthas@619]$ vmtool --action getInstances \    --classLoaderClass org.springframework.boot.loader.LaunchedURLClassLoader \    --className org.apache.tomcat.util.threads.ThreadPoolExecutor \    --express 'instances.{ #{"ActiveCount":getActiveCount(),"CorePoolSize":getCorePoolSize(),"MaximumPoolSize":getMaximumPoolSize(),"QueueSize":getQueue().size()} }' \    -x 2


能够看到，队列长度远小于1000，这阐明队列中积压得不多。

再看看access.log，如下：

能够发现，尽管队列提早任然存在，但被管制在了1s以内，这样这些申请就不会超时了，Tomcat的无效QPS保住了。

而最初面那些队列提早极长的申请，则是被不偏心看待的申请，但只能这么做，因为在申请量超出Tomcat解决能力时，只能就义掉它们，以顾全大局。