Netty里的Reactor模型

1、Netty里的Reactor模型如下所示

select->process->run

理解起来比较简单,先select要处理的事件,然后处理这些事件,然后处理处理这些事件时添加的任务

2、select操作

每次轮询的开始,Netty先计算策略

io.netty.channel.SelectStrategy#calculateStrategy

Netty会先判断当前是否有需要执行的任务,如果有,就直接selectNow,如果没有,就返回SELECT,表示执行阻塞select


io.netty.channel.DefaultSelectStrategy#calculateStrategy

如果返回的是SELECT,则说明要执行阻塞select

这里会先得到下一个延时任务最晚执行的时间,拿到这个时间之后,如果当前没有要执行的任务,就执行一下阻塞select

如果后面没有要执行的定时任务,就会一直阻塞直到select到一个感兴趣的事件

如果又要执行的定时任务,就会计算5毫秒后是否会到定时任务开始执行的时间,如果是,就会直接select,如果不是,就会执行带超时时间的阻塞select

io.netty.channel.nio.NioEventLoop#select

select是个io操作,有可能会抛出ioexception,当抛出ioexception时,netty会重新构建selector,然后处理异常,这里处理异常的方式打印一条日志,并当前线程睡眠1秒,防止造成cpu过高

3、process操作

需要处理的事件select出来之后,就要进行处理了

netty会先得到当前ioRatio

1)当ioRation是100时,说明io任务是最重要的,这是如果有selectKey要处理,就会进行处理,然后执行要处理的task

2)如果介于0~100之间,netty会计算process执行的时间,那这个执行的时间计算任务应该执行的时间

3)如果小于等于0,说明不需要执行io操作,这里会直接执行任务

进入processSelectedKeys,我们会发现里面有两个实现,如果selectKey不是空,就执行优化处理方式,如果是空,就直接处理

io.netty.channel.nio.NioEventLoop#processSelectedKeys

我们点一下selectKeys可以发现,这是一个netty自己实现的set,没错,优化主要就是这个地方,netty使用一个自己实现的set,结合使用场景,会比jdk提供的set有更好的处理性能

我们打开优化的处理逻辑,发现遍历selectKey,拿到selectKey上绑定的对象,我们在注册的时候,会把NioSocketChannel绑定到对应的selectKey上

这里有两个细节:1、拿到selectKey后会把set里的元素置为空,方便后面垃圾回收,2、当selectKey被取消的时候,会再执行一次select

然后进入processSelectedKey

io.netty.channel.nio.NioEventLoop#processSelectedKeysOptimized

processSelectedKey会拿到准备好的操作参数,调用unsafe去执行对应的读写操作

io.netty.channel.nio.NioEventLoop#processSelectedKey(java.nio.channels.SelectionKey, io.netty.channel.nio.AbstractNioChannel)

4、run操作

这里会先从延时队列需要执行的任务,添加到任务队列,任务队列会一个个执行任务,每执行一个任务,就会判断当前时间是否超时,如果超时,就不再执行

io.netty.util.concurrent.SingleThreadEventExecutor#runAllTasks(long)

5、后续处理

执行到最后,netty会判断ranTasks和select的selectorKey是否大于0,如果不是,说明这次轮询是一次空轮询

如果空轮询的次数到达512(默认)次,netty会认为触发了jdk nio的空轮询bug,这时netty会重建selector

netty会新建一个selector,netty会在这里作废老的selectKey,在之前的channel上用新的selector注册新的selectKey,然后关闭老的selector

总结

1、netty先执行select,然后处理select出来的selectionKey,然后处理任务

2、netty在select遇到ioexception或遇到连续多次的空轮询时,会重建对应的selector

3、问题,netty执行的任务是什么时候被添加进去的,是怎样保持线程安全的

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351