Http 爬虫 socketRead0

1、昨天线上出了个问题:我们线上的一个爬虫任务一直没有执行完毕,导致后面其他的任务跑的数据出错。发现问题之后,立刻找运维帮忙dump线上机器的日志来看:

我们可以看到线程的状态还是runnable,然后看下线程的是阻塞在了socketRead0,因为之前有遇到过类似的问题就是MySQL的查询语句,从线程池中拿连接的时候没有校验连接的有效性导致拿不到连接,然MySQL的连接超时时间是默认的8小时。导致任务一个无效的线程,拿阻塞了8个小时才断开连接,问题当然是毁灭性的了。当然缺少有效性的校验和超时时间的设置是必要的,但是任务的监控添加也是有必要的。这个后面在说。

今天发生的这个问题是由于DefaultHttpClient这个不推荐使用的客户端引起的,具体我们项目中的代码是这样使用的:


问题就出在这句上面:get.setConfig(RequestConfig.custom().setConnectTimeout(Constant.TIMEOUT)

                .setSocketTimeout(Constant.TIMEOUT).build());//10秒钟超时时间

这个超时时间的设置是不对的。我们跟着源码进去,我这里贴出非重要的路径:


当我们跟着源码到DefaultRequestDirector的exectue的方法的时候就差不多要切入正题了。下面咱们具体看看一个特别重要的方法tryConnect,他里面给我们会设置连接的超时时间等信息。

tryConnect是一个内部方法,先检查是否当前连接是否是开启的,没有就会开启,进入到这个open方法中。


可以看到连接是有的上一个方法返回的open属性的值是false。那么就去开启这个连接。结合上一步我们可以知道这个方法是需要设置超时时间等信息的。同事我们也可以看到poolEntry连接池中的信息,创建时间就是我Test启动的时间,超时时间是个特别大的值。

开启的时候最终会走到PlainSocketFactory:


你会发现他是从HttpParams params里面取值的。而不是我们代码中设置的样子。

到此问题找到了,具体的解决办法有没有呢,当然有啊,而且还不只一个:

解决办法:

1.用下面的这种方式设置参数就是OK的啦。因为她就是按照下面的方式取值的么。

2.第二种不用这个废弃的方式了。这种方式呢大家猜也难能猜到了,她设置值的时候是直接加载的config,就是咱们构造的这个socketConfig啦。大家有兴趣就跟进源码中去看看了。

第二章fa

debug源码真的很爽。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • Swift1> Swift和OC的区别1.1> Swift没有地址/指针的概念1.2> 泛型1.3> 类型严谨 对...
    cosWriter阅读 13,889评论 1 32
  • ORA-00001: 违反唯一约束条件 (.) 错误说明:当在唯一索引所对应的列上键入重复值时,会触发此异常。 O...
    我想起个好名字阅读 10,984评论 0 9
  • feisky云计算、虚拟化与Linux技术笔记posts - 1014, comments - 298, trac...
    不排版阅读 9,413评论 0 5
  • 最近被蓝瘦香菇围堵了,周围的人都在蓝瘦香菇,自己也有点中了魔咒。也许,谁的生活不是一地鸡毛呢,难过的时候就沉浸在自...
    QuellaJ阅读 4,359评论 10 14
  • 我來自一個,S爸爸,D媽媽,S妹妹,I弟弟的家庭 所以,看來這個家庭很缺C,但是很歡樂 遇到事情就是,大家一起笑一...
    可小姐的繽紛世界阅读 3,437评论 0 4

友情链接更多精彩内容