6

应用说明：

  • 我正在使用由 Comsat 的 Quasar FiberHttpClient（版本 0.7.0）包装的 Apache HTTP 异步客户端（版本 4.1.1）来运行和执行一个高度并发的 Java 应用程序，该应用程序使用光纤在内部将 http 请求发送到多个 HTTP 端点
  • 应用程序在 tomcat 之上运行（但是，fiber 仅用于内部请求调度。tomcat servlet 请求仍以标准阻塞方式处理）
  • 每个外部请求在内部打开 15-20 个 Fiber，每个 Fiber 构建一个 HTTP 请求并使用 FiberHttpClient 进行调度
  • 我正在使用 c44xlarge 服务器（16 核）来测试我的应用程序
  • 我要连接到抢占保持活动连接的端点，这意味着如果我尝试通过重用套接字来维护，则在请求执行尝试期间连接会关闭。因此，我禁用连接回收。

  • 根据上述部分，这是我的光纤 http 客户端的调整（当然我使用的是单个实例）：

    PoolingNHttpClientConnectionManager connectionManager = 
new PoolingNHttpClientConnectionManager(
    new DefaultConnectingIOReactor(
        IOReactorConfig.
            custom().
            setIoThreadCount(16).
            setSoKeepAlive(false).
            setSoLinger(0).
            setSoReuseAddress(false).
            setSelectInterval(10).
            build()
            )
    );

connectionManager.setDefaultMaxPerRoute(32768);
connectionManager.setMaxTotal(131072);
FiberHttpClientBuilder fiberClientBuilder = FiberHttpClientBuilder.
        create().
        setDefaultRequestConfig(
                RequestConfig.
                custom().
                setSocketTimeout(1500).
                setConnectTimeout(1000).
                build()
        ).
       setConnectionReuseStrategy(NoConnectionReuseStrategy.INSTANCE).
       setConnectionManager(connectionManager).
       build();

  • 打开文件的 ulimits 设置为超高（软和硬值均为 131072）

  • Eden 设置为 18GB，总堆大小为 24GB
  • OS Tcp 堆栈也经过了很好的调整：

kernel.printk = 8 4 1 7 kernel.printk_ratelimit_burst = 10 kernel.printk_ratelimit = 5 net.ipv4.ip_local_port_range = 8192 65535 net.core.rmem_max = 16777216 net.core.wmem_max = 16777216 net.core.rmem_default = 16777216 net.core .wmem_default = 16777216 net.core.optmem_max = 40960 net.ipv4.tcp_rmem = 4096 87380 16777216 net.ipv4.tcp_wmem = 4096 65536 16777216 net.core.netdev_max_backlog = 100000 net.ipv4.tcp_max_syn_backlog = 100000 net.ipv4.tcp_max_tw_buckets = 2000000 net.ipv4.tcp_tw_reuse = 1 net.ipv4.tcp_tw_recycle = 1 net.ipv4.tcp_fin_timeout = 10 net.ipv4.tcp_slow_start_after_idle = 0 net.ipv4.tcp_sack = 0 net.ipv4.tcp_timestamps = 1

问题描述

  • 在中低负载下一切都很好，连接被租用，关闭并且池补充
  • 在某些并发点之外，IOReactor 线程（其中 16 个）似乎在死亡之前停止正常运行。
  • 我写了一个小线程来获取池统计信息并每秒打印一次。在大约 25K 的租用连接处，不再通过套接字连接发送实际数据，该Pending统计数据也向猛增的 30K 未决连接请求发送
  • 这种情况持续存在并且基本上使应用程序无用。在某些时候，I/O Reactor 线程会死掉，不确定何时，到目前为止我还无法捕捉到异常
  • lsof在调用 java 进程时，我可以看到它有数以万计的文件描述符，几乎所有文件描述符都在 CLOSE_WAIT 中（这是有道理的，因为 I/O 反应器线程死亡/停止运行并且永远不会真正关闭它们
  • 在应用程序中断期间，服务器没有严重过载/cpu 压力过大

问题

  • 我猜我正在某个地方到达某种边界，尽管我对它可能驻留的内容或位置一无所知。下列情况除外
  • 我是否有可能到达操作系统端口（毕竟所有应用请求都源自单个内部 IP）限制并创建一个错误，导致 IO Reactor 线程死亡（类似于打开文件限制错误）？
4

1 回答 1

2

忘了回答这个问题，但是在发布问题大约一周后，我知道了发生了什么：

  1. 有某种错误配置导致 io-reactor 仅使用 2 个线程生成。

  2. 即使在提供更多反应器线程之后，问题仍然存在。事实证明，我们发出的请求主要是 SSL。Apache SSL 连接处理将核心处理传播到 JVM 的 SSL 设施，这对于每秒处理数千个 SSL 连接请求来说效率不够。更具体地说，SSLEngine 中的一些方法（如果我没记错的话）是同步的。在高负载下执行线程转储显示 IORecator 线程在尝试打开 SSL 连接时相互阻塞。

  3. 即使尝试以连接租约超时的形式创建压力释放阀也不起作用，因为创建的积压工作太大，导致应用程序无用。

  4. 将 SSL 传出请求处理卸载到 nginx 执行得更糟糕 - 因为远程端点抢先终止请求，所以无法使用 SSL 客户端会话缓存（JVM 实现也是如此）。

最后在整个模块前面放置一个信号量，在任何给定时刻将整个信号量限制在 ~6000 左右，从而解决了这个问题。

于 2017-03-06T06:22:29.483 回答