高度并行的Apache Async HTTP客户端IOReactor问题

Question

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），以便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
• 该应用程序在tomcat之上运行（但是，纤程仅用于内部请求分派。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到20条光纤，每个光纤建立一个HTTP请求并使用FiberHttpClient进行调度
• 我正在使用c44xlarge服务器（16个内核）来测试我的应用程序
• 端点连接到抢占式保持活动连接，这意味着如果我尝试通过重用套接字进行维护，则在请求执行尝试期间会关闭连接。因此，我禁用了连接回收。

• 根据以上各节，这是我的光纤http客户端的调谐（当然，我正在使用的单个实例）：

  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();
  

• 将打开文件的ulimit设置为超高（软值和硬值都为131072）

• Eden设置为18GB，总堆大小为24GB
• 操作系统Tcp堆栈也进行了很好的调整：

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_backets = 20000.net 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，克隆并补充池
• 除了一些并发点，IOReactor线程（其中的16个）在死亡之前似乎已停止正常运行。
• 我编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的租用连接中，实际数据不再通过套接字连接发送，该Pending统计信息也飙升到30K的待处理连接请求
• 这种情况持续存在，并且基本上使应用程序无用。在某个时候，I / O Reactor线程死亡，不确定何时以及到目前为止我还无法捕获异常
• lsof在Java进程中，我可以看到它有成千上万个文件描述符，几乎所有文件描述符都在CLOSE_WAIT中（这很有意义，因为I / O反应堆线程死亡/停止运行，并且从不真正关闭它们）
• 在应用程序中断期间，服务器不会严重过载/ cpu紧张

问题

• 我猜想我正在某个地方达到某种界限，尽管我对它可能驻留在什么地方还是什么地方一无所知。除了以下
• 我是否有可能达到OS端口（所有应用请求毕竟都来自单个内部IP）限制并创建一个错误，使IO Reactor线程死亡（类似于打开文件的限制错误）？

Answer 1

忘了回答这个问题，但我在发布问题后大约一周才知道发生了什么：

1. 存在某种错误配置，导致 io-reactor 仅生成 2 个线程。

2. 即使提供更多反应器线程后，问题仍然存在。事实证明，我们的传出请求大部分都是 SSL。Apache SSL 连接处理将核心处理传播到 JVM 的 SSL 设施，这些设施的效率不足以每秒处理数千个 SSL 连接请求。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，因为创建的积压量太大，导致应用程序无用。

4. 将 SSL 传出请求处理卸载到 nginx 的性能更差 - 因为远程端点会抢先终止请求，因此无法使用 SSL 客户端会话缓存（JVM 实现也是如此）。

最终在整个模块前面放置了一个信号量，在任何给定时刻将整个模块限制为 ~6000，这解决了问题。