使用jetty做为server提供多线程文件下载

背景

  最近在做的一个项目，两个java进程之间会涉及一个大数据量的传递过程，基本都是图片文件，(做了压缩后还是会比较大，最大的有超过600MB)。其次这两个java进程是在跨机房，比如中国和美国机房，网络待框也就几百kB。

 

  这就是本文的项目背景

分析

1.  600MB的文件，都是A进程运行时根据需要生成的(下载需要的图片文件)。所以无法预先处理，而且公司总图片文件都是以TB计算，所以全量同步的方案也不靠谱

2.  从A进程到B进程的数据传递，首先想到用socket进行传递，但单socket的数据同步无法满足需求，多线程数据传递会涉及数据的切片和数据的合并等，代码相对会比较复杂

 

老的项目实现：

• A先临时保存文件到一指定目录
• A进程机器上启动一个http服务(比如nginx,lighttpd)
• B进程外部调用一个多线程下载客户端，下载数据到一临时目录
• B进程等下载完成后，再操纵临时目录的数据

项目的工程代码都是以java，引入了多线程服务和下载客户端之后，增加了项目的部署和维护成本。所以在项目重构时，想的一个办法是用嵌入式的jetty，去替换nginx提供http服务。

过程

涉及到多线程下载和断点续载，首先得了解一个Http协议的内容。

 

Byte Ranges: 文档http://www.w3.org/Protocols/rfc2616/rfc2616-sec14.html#sec14.35.1

 

大致的内容，可以在Http的Header头中进行添加，可以指定文件下载byte的start和end的位置，几个例子：

bytes=100-499  
bytes=-300
bytes=100-
bytes=1-2,2-3,6-,-2

 

最后，通过tcpdump进行数据抓包分析，多线程下载客户端的Http协议的内容。基本的思路是根据线程数，计算出每个线程的bytes-range，然后每个线程发起一个独立的请求。后端每个处理线程单独处理bytes-range的数据下载。

至于断点续传，其实也相对比较简单了。就是记录好分出去的每个bytes-range成功与否，失败的重新再做，已经做完的可以直接跳过。

 

抓取的Http协议内容：

GET /source.tar.gz HTTP/1.1
User-Agent: aria2/1.13.0
Accept: */*
Host: 10.20.156.49:8080
Pragma: no-cache
Cache-Control: no-cache
Range: bytes=258998272-387973119

java版的多线程下载支持

一提到做java版的多线程下载，首先就会想到jetty和tomcat。tomcat只能以外部server的方式进行启动，和nginx没有太多的区别。

最后我选择了jetty，并在项目中做为嵌入式进行启动，提供http多线程下载服务。

 

按照前面的分析，要做多线程下载，无非就是要实现一个bytes-range的处理。还好我用的jetty版本(7.0.1)已经解析了bytes-range，具体解析类：InclusiveByteRange

 

再仔细翻了下它的代码，发现jetty已经默认提供了一个servlet支持多线程下载，就是DefaultServlet，甚喜。

 

最后，按照我项目的需求适当的裁剪了一些代码，最后完成了：DownloadServlet，具体代码见附件。

 

类中使用了java版的sendfile，推荐看一下:http://stackoverflow.com/questions/1605332/java-nio-filechannel-versus-fileoutputstream-performance-usefulness

 

将jetty引入做为嵌入式启动的步骤

1. 引入相关的jar

 

<dependency>
  <groupId>com.alibaba.external</groupId>
  <artifactId>server.jetty.jetty-servlet</artifactId>
  <version>${jetty_verion}</version>
</dependency>
<dependency>
  <groupId>com.alibaba.external</groupId>
  <artifactId>server.jetty.jetty-xml</artifactId>
  <version>${jetty_verion}</version>
</dependency>
<dependency>
  <groupId>com.alibaba.external</groupId>
  <artifactId>server.jetty.jetty-server</artifactId>
  <version>${jetty_verion}</version>
</dependency>

 

2.  配置jetty.xml (我选择了xml的配置方式，但没有使用war包，我只需要一个Http服务功能即可)

<Configure id="Server" class="org.eclipse.jetty.server.Server">

    <!-- =========================================================== -->
    <!-- Server Thread Pool                                          -->
    <!-- =========================================================== -->
    <Set name="ThreadPool">
      <!-- Default queued blocking threadpool -->
      <New class="org.eclipse.jetty.util.thread.QueuedThreadPool">
        <Set name="minThreads">10</Set>
        <Set name="maxThreads">250</Set>
      </New>
    </Set>

    <!-- =========================================================== -->
    <!-- Set connectors                                              -->
    <!-- =========================================================== -->
    <!-- -->
    <Call name="addConnector">
      <Arg>
          <New class="org.eclipse.jetty.server.bio.SocketConnector">
            <Set name="port"><Property name="jetty.bio.port" default="8080"/></Set>
            <Set name="forwarded">true</Set>
            <Set name="forwardedHostHeader">ignore</Set>
            <Set name="forwardedServerHeader">ignore</Set>
            <Set name="acceptQueueSize">256</Set>
            <Set name="statsOn">false</Set>
            <Set name="maxIdleTime">600000</Set>
            <Set name="lowResourcesMaxIdleTime">5000</Set>
            <Set name="requestHeaderSize">8192</Set>
	    <Set name="responseHeaderSize">8192</Set>
          </New>
      </Arg>
    </Call>
    <!-- 
    <Call name="addConnector">
      <Arg>
          <New class="org.eclipse.jetty.server.nio.SelectChannelConnector">
            <Set name="host"><Property name="jetty.host" /></Set>
            <Set name="port"><Property name="jetty.port" default="8080"/></Set>
            <Set name="forwarded">true</Set>
            <Set name="forwardedHostHeader">ignore</Set>
            <Set name="forwardedServerHeader">ignore</Set>
            <Set name="maxIdleTime">600000</Set>
            <Set name="Acceptors">2</Set>
            <Set name="acceptQueueSize">256</Set>
            <Set name="statsOn">false</Set>
            <Set name="confidentialPort">8443</Set>
            <Set name="lowResourcesConnections">2000</Set>
            <Set name="lowResourcesMaxIdleTime">5000</Set>
            <Set name="requestHeaderSize">8192</Set>
			<Set name="responseHeaderSize">8192</Set>
          </New>
      </Arg>
    </Call>
     -->
    <!-- =========================================================== -->
    <!-- Set handler Collection Structure                            -->
    <!-- =========================================================== -->
    <Set name="handler">
      <New id="Handlers" class="org.eclipse.jetty.server.handler.HandlerCollection">
        <Set name="handlers">
         <Array type="org.eclipse.jetty.server.Handler">
           <Item>
             <New id="ServletHandler" class="org.eclipse.jetty.servlet.ServletContextHandler">
             	<Set name="contextPath">/</Set>
             	<Call name="addServlet">
             		<Arg>com.alibaba.otter.task.biz.common.jetty.DownloadServlet</Arg>
             		<Arg>/*</Arg>
             	</Call>
             	<Get name="initParams">
             		<Put name="org.eclipse.jetty.servlet.Default.resourceBase">/tmp/</Put>
             		<Put name="org.eclipse.jetty.servlet.Default.gzip">false</Put>
             	</Get>
             </New>
           </Item>
         </Array>
        </Set>
      </New>
	</Set>

    <!-- =========================================================== -->
    <!-- extra options                                               -->
    <!-- =========================================================== -->
    <Set name="stopAtShutdown">true</Set>
    <Set name="sendServerVersion">false</Set>
    <Set name="sendDateHeader">true</Set>
    <Set name="gracefulShutdown">1000</Set>
</Configure>

说明： 主要的配置见handler，配置了对应的DownloadServlet

 

3. 启动入口 (使用了xml配置后就灰常的简洁了)

 

Resource jetty_xml = Resource.newSystemResource("jetty/jetty.xml");
XmlConfiguration configuration = new XmlConfiguration(jetty_xml.getInputStream());
Server server = (Server) configuration.configure();
server.start();

 

测试

 

  最后选择了几个多线程下载的客户端进行了测试，我这里选择了aria2c(http://aria2.sourceforge.net/)  和 axel(http://www.axel.com/uk2/)

 

aria2c测试

参数：

--no-conf -x 10 -s 10 -j 10 --timeout=600 --max-tries=5 --stop=1800 --allow-overwrite=true --enable-http-keep-alive=true --log-level=warn

下载1.1GB的文件:

   apache : 28s

   nginx  : 27s

   jetty   : 27s

axel测试

参数：

-n 10 -a -v  

下载1.1GB的文件: 

   apache : 87s
   nginx  : 87s

   jetty : 88s

 

总结

并没有做非常详尽的性能测试，不过从几次跑的结果来看，基本上也有数了。

1. jetty实现的servlet性能基本和nginx,apache下载接近。而且测试过程中瓶颈已经不在应用本身，基本都在网络带宽上了，我是百MB网卡，基本可以满负荷运转。
2. jetty的nio和bio版本，nio在context switch切换上会相对比较多(因为有大量的READ/WRITE事件响应，线程切换反而不如bio来得少)，建议部署bio模式
3. 多线程下载aria2c工具的确不错，推荐使用

后续，会尝试使用java写一个多线程的客户端，如果性能还ok的话，可以直接替换aria2c，到时候就是一些jar包，没有了外部软件的依赖，部署和维护也会相对比较简单。

评论

6 楼 linde 2013-01-25  

agapple 写道

linde 写道

博主，NioUtils这个类能否提供下？
toogoot#gmail.com谢谢！

https://gist.github.com/4633039

感谢！

5 楼 agapple 2013-01-25  

linde 写道

博主，NioUtils这个类能否提供下？
toogoot#gmail.com谢谢！

https://gist.github.com/4633039

4 楼 linde 2013-01-25  

博主，NioUtils这个类能否提供下？
toogoot#gmail.com谢谢！

3 楼 agapple 2012-03-30  

elvishehai 写道

这个能够同时起两个server吗

端口不同，当然可以

2 楼 elvishehai 2012-03-30  

这个能够同时起两个server吗

1 楼 agapple 2011-10-11  

测试过程需要清空下linux缓存： echo 3 > /proc/sys/vm/drop_caches

操作系统层面会对文件流有cache，上一次下载后会有cache，会音像测试结果。