为什么要使用HttpClient池?
都知道如果单纯使用HttpClient去抓取一个网站的内容时,会消耗在请求连接上大部分时间。(P:其实大家都明白数据库连接池的重要性,这个吗,也一样,在服务端需要大批量抓取或大并发抓取其他网站数据时,尤其重要)。
不废话了,说一下怎么用吧。
需要下的包:
下面一个代码测试代码,仅供参考。
从测试结果来看,平均每次请求响应都在200毫秒以内。
import java.io.IOException;
import java.util.Random;
import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import org.apache.http.HttpEntity;
import org.apache.http.HttpResponse;
import org.apache.http.HttpStatus;
import org.apache.http.HttpVersion;
import org.apache.http.client.ClientProtocolException;
import org.apache.http.client.HttpClient;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.conn.scheme.PlainSocketFactory;
import org.apache.http.conn.scheme.Scheme;
import org.apache.http.conn.scheme.SchemeRegistry;
import org.apache.http.impl.client.DefaultHttpClient;
import org.apache.http.impl.conn.tsccm.ThreadSafeClientConnManager;
import org.apache.http.params.BasicHttpParams;
import org.apache.http.params.CoreConnectionPNames;
import org.apache.http.params.CoreProtocolPNames;
import org.apache.http.params.HttpParams;
public class HttpClientUtils {
private static final Log log = LogFactory.getLog(HttpClientUtils.class);
private static ThreadSafeClientConnManager cm = null;
static {
SchemeRegistry schemeRegistry = new SchemeRegistry();
schemeRegistry.register(new Scheme("http", 80, PlainSocketFactory
.getSocketFactory()));
cm = new ThreadSafeClientConnManager(schemeRegistry);
try {
int maxTotal = 100;
cm.setMaxTotal(maxTotal);
} catch (NumberFormatException e) {
log.error(
"Key[httpclient.max_total] Not Found in systemConfig.properties",
e);
}
// 每条通道的并发连接数设置(连接池)
try {
int defaultMaxConnection = 50;
cm.setDefaultMaxPerRoute(defaultMaxConnection);
} catch (NumberFormatException e) {
log.error(
"Key[httpclient.default_max_connection] Not Found in systemConfig.properties",
e);
}
}
public static HttpClient getHttpClient() {
HttpParams params = new BasicHttpParams();
params.setParameter(CoreProtocolPNames.PROTOCOL_VERSION,
HttpVersion.HTTP_1_1);
params.setParameter(CoreConnectionPNames.CONNECTION_TIMEOUT, 3000); // 3000ms
return new DefaultHttpClient(cm, params);
}
public static void release() {
if (cm != null) {
cm.shutdown();
}
}
public static void main(String[] args) throws ClientProtocolException,
IOException {
Random r = new Random();
for (int i = 0; i < 10; i++) {
long l1 = System.currentTimeMillis();
HttpClient client = getHttpClient();
HttpGet get = new HttpGet("http://www.baidu.com/s?wd="
+ r.nextInt(5000));
HttpResponse response = client.execute(get);
if (response.getStatusLine().getStatusCode() == HttpStatus.SC_OK) {
HttpEntity entity = response.getEntity();
long l = entity.getContentLength();
System.out.println("回应结果长度:" + l);
}
System.out.println("查询耗时" + (System.currentTimeMillis() - l1));
}
}
}
- 大小: 6.4 KB
分享到:
相关推荐
在HttpClient中,你可以自定义请求头、处理重定向、管理cookies、使用身份验证以及实现连接池等功能。 以下是一些关于HttpClient 4.2.5的关键知识点: 1. **基本概念**: - **HttpClient实例**:创建HttpClient...
2. **管理连接池**:HttpClient支持连接池管理,通过`PoolingHttpClientConnectionManager`,可以有效地复用HTTP连接,减少建立新连接的开销,提高性能。 3. **处理重定向和重试**:HttpClient能够自动处理服务器...
HttpClient的`PoolingHttpClientConnectionManager`实现了连接池,可以有效地复用TCP连接,提高性能。`CloseableHttpClient`接口提供了关闭连接的方法,以释放系统资源。 HttpClient还提供了多种认证机制。例如,`...
HttpClient连接池是网络编程中一个重要的优化手段,它允许我们重用已经建立的HTTP连接,减少每次请求时的建立和关闭连接的开销,从而提高应用程序的性能和效率。Apache HttpClient库提供了这样的功能,让我们能够...
- 通过查看源码,可以了解内部的工作原理,比如连接池管理、线程安全、错误处理等。 - 可以学习如何优化网络请求,提高性能和稳定性。 - 对于自定义行为或扩展功能,理解源码可以帮助进行定制化开发。 总之,...
3. **性能优化**:HttpClient允许我们自定义连接池大小、超时时间等参数,以优化性能。了解jar包中的配置选项,可以帮助我们根据实际需求调整HttpClient的性能。 总结来说,Apache HttpClient的源码和jar包为我们...
HttpClient还支持HTTP连接管理,如连接池,可以通过`PoolingHttpClientConnectionManager`实现。连接池可以复用已建立的TCP连接,减少网络延迟,提高性能。同时,HttpClient提供了超时设置,如连接超时、请求超时和...
3. **连接池管理**: 高并发环境下,使用连接池可以提高效率并避免过多的TCP连接创建。 4. **认证和安全性**: 对于需要身份验证的网站,HttpClient支持多种认证机制,如Basic Auth、Digest Auth等。 5. **处理...
HttpClient 还支持连接池管理,可以预先建立一定数量的连接,从而减少每次请求时建立新连接的时间开销。此外,它还提供了一种称为"Cookie Store"的机制,用于存储和管理服务器返回的Cookies,这对于处理需要登录或...
7. **性能优化**:使用连接池,避免频繁创建和关闭连接,提高性能。 8. **日志系统集成**:如何通过Commons-Logging配置和使用不同的日志实现。 掌握这些知识点后,开发者可以高效地使用Apache HttpClient来构建与...
5. **连接管理**:使用`HttpConnectionManager`管理连接池,控制并发连接数,重用连接。 6. **认证与安全**:实现基本认证、摘要认证,配置SSL/TLS连接,处理证书问题。 7. **性能优化**:使用连接池提高性能,控制...
在Java中,常见的连接池实现有Apache的DBCP、C3P0,以及HikariCP等。 连接池的工作流程大致如下: 1. 应用启动时,连接池会预先配置并创建一定数量的数据库连接,放入池中。 2. 当客户端需要与数据库交互时,它向...
其中提到了安全套接字层(SSL/TLS)的配置、主机名验证、协议模式、连接池管理以及连接管理的参数设置。 5. HTTP状态管理 状态管理章节主要讲解了HTTP Cookies的版本和规范,以及如何在HTTP中进行状态管理和执行上...
这个库为开发者提供了高级HTTP客户端功能,比如支持多种HTTP方法(GET、POST等)、处理Cookies、管理连接池以及进行身份验证。在本篇讨论中,我们将深入理解如何使用HttpClient来实现远程文件下载。 首先,我们需要...
它还提供了更高级的特性,如Cookie管理、连接池、超时控制等。对于复杂的HTTP交互或性能要求高的应用,HttpClient通常是更好的选择。 然而,HttpClient需要额外引入依赖,且其API相对复杂,对初学者可能不太友好。...
这个库不仅实现了HTTP/1.1协议,还包含了多种高级特性,如多线程、连接池、支持SSL/TLS安全连接等,使得开发者能够轻松地进行网络通信。 2. **HttpGet**:HttpGet是Apache HttpClient库中的一个类,它代表了...
3. **连接管理**:HttpClient提供了连接池功能,可以有效地管理HTTP连接,避免频繁创建和关闭连接,提高性能和效率。 4. **身份验证和安全性**:HttpClient支持多种身份验证机制,包括基本认证、摘要认证、NTLM等,...
Apache HttpClient 是一个提供 HTTP 协议客户端功能的开源库,它是 Apache Jakarta Commons 下的一个项目。HttpClient 的功能包括但不限于 HTTP 请求的执行、响应的处理、连接管理、异常处理、协议拦截器以及重定向...