前端调用rpc接口_api接口调用

前端调用rpc接口_api接口调用问题背景需要根据id通过rpc调用查询具体信息,因为没有提供批量查询的接口,所以做法是挨个遍历查询,那意味着:如果有100个id,就需要顺序进行100次rpc调用,假设每次rpc接口的调用时间是50ms(这个速度很快了),那单单rpc调用就要占用5s,所以接口的响应会非常慢。下面进行优化。优化方案:方案一:让服务方提供批量查询接口,需要服务提供方配合,这里暂不采用。方案二:rpc服务的调用由顺序调用修改为并行调用,采用线程池实现rpc的并发调用。具体实现如下:1)创建线程的类public

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

问题背景
需要根据id通过rpc调用查询具体信息,因为没有提供批量查询的接口,所以做法是挨个遍历查询,那意味着:
如果有100个id,就需要顺序进行100次rpc调用,假设每次rpc接口的调用时间是50ms(这个速度很快了),那单单rpc调用就要占用5s,所以接口的响应会非常慢。下面进行优化。

优化方案:
方案一:让服务方提供批量查询接口,需要服务提供方配合,这里暂不采用。
方案二:rpc服务的调用由顺序调用修改为并行调用,采用线程池实现rpc的并发调用。

具体实现如下:
1)创建线程的类
public class MyThreadFactory implements ThreadFactory {

    @Override
    public Thread newThread(Runnable r) {

        return new Thread(r);
    }
}

2)创建线程处理类,因为需要获取rpc调用的结果所以是实现callable类
说明:这里需要获取spring提供的bean,获取方式是通过参数传入
public class RegisterTask implements Callable {

    private String  registerId;
    private String  cityCode;
    // 这里需要获取spring提供的bean,获取方式是通过参数传入
    private RegisterClient registerClient;
    public RegisterTask(String registerId, RegisterClient registerClient, String  cityCode){

        this.registerId = registerId;
        this.cityCode = cityCode;
        this.registerClient = registerClient;
    }

    @Override
    public List<StudentLessonDto> call() throws Exception {

        // 这里就是进行rpc调用
        return registerClient.queryLessonsByRegistId(registerId, cityCode);
    }
}

3)方法getDetail()内部创建线程池
        ThreadFactory namedThreadFactory = new MyThreadFactory();
        int queueCapacity = 10000, corePoolSize = 10, maximumPoolSize = 10;
        ArrayBlockingQueue arrayBlockingQueue = new ArrayBlockingQueue(queueCapacity);
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(corePoolSize, maximumPoolSize, 10, TimeUnit.SECONDS, arrayBlockingQueue, namedThreadFactory, new ThreadPoolExecutor.CallerRunsPolicy());

4) 方法getDetail()内部线程池提交线程,并获取执行的结果
        // 线程池进行rpc调用
        ArrayList<Future<List<StudentLessonDto>>> futures = new ArrayList<>();
        for (String id : registerIdList) {

            Future future = threadPoolExecutor.submit(new RegisterTask(id, registerClient, cityCode));
            futures.add(future);
        }

        // 获取线程调用的结果
        for (Future future : futures) {

            try {

                List<StudentLessonDto> list = (List<StudentLessonDto>) future.get();
                if (!CollectionUtils.isEmpty(list)) {

                    result.put(list.get(0).getRegistId(), list);
                }
            } catch (InterruptedException e) {

                log.error(“并发获取报名的讲次异常”, e);
            } catch (ExecutionException e) {

                log.error(“并发获取报名的讲次异常”, e);
            }
        }

之后经过测试和上线。

结果:
第一天没啥问题,第二天开始有问题,主要现象如下:
1) 服务调用异常,异常信息大致如下:
org.springframework.web.util.NestedServletException: Handler dispatch failed; nested exception is java.lang.OutOfMemoryError: unable to create native thread: possibly out of memory or process/resource limits reached
    at org.springframework.web.servlet.DispatcherServlet.doDispatch(DispatcherServlet.java:1055)
    at org.springframework.web.servlet.DispatcherServlet.doService(DispatcherServlet.java:943)
    at org.springframework.web.servlet.FrameworkServlet.processRequest(FrameworkServlet.java:1006)
    at org.springframework.web.servlet.FrameworkServlet.doGet(FrameworkServlet.java:898)
    at javax.servlet.http.HttpServlet.service(HttpServlet.java:503)
    at org.springframework.web.servlet.FrameworkServlet.service(FrameworkServlet.java:883)
    at javax.servlet.http.HttpServlet.service(HttpServlet.java:590)
    at io.undertow.servlet.handlers.ServletHandler.handleRequest(ServletHandler.java:74)
    at io.undertow.servlet.handlers.FilterHandler$FilterChainImpl.doFilter(
    …….
Caused by: java.lang.OutOfMemoryError: unable to create native thread: possibly out of memory or process/resource limits reached
    at java.base/java.lang.Thread.start0(Native Method)

2)机器无法登陆,异常如下:
root:fork failed: Cannot allocate memory

内存耗用的一干二净,root都没有内存了。最后重启机器才行。

下面定位问题:
最近新上的代码,肯定是我的新增的多线程部分除了内存,耗费了大量内存,但是怎么解释呢??
说明肯定是线程资源没有得到释放,但是我是在方法内部创建的线程池,方法执行后按道理对应的线程池和线程资源应该会释放的(我个人错误的理解)。

但是看到一篇博客(https://blog.csdn.net/lbh199466/article/details/104934207/),
因为核心线程一直没有释放,所以对应的线程池和线程资源并没有释放。

栈中的引用对象就是一种GcRoots, 所以如果核心线程一直不被回收,那么对应的线程与对象资源都不会被回收。线程栈和线程中的对象占用的对象都不会释放。引用关系:ThreadPoolExecutor->Worker->thread,然后因为thread一直不释放,所以对应的worker和池资源也都会不会释放。
所以:
方法内部定义线程池,核心线程数不为零,核心线程不会被回收,导致相关内存资源都不会被释放。
也可以参考:https://zhuanlan.zhihu.com/p/72515308

查看java进程中的线程的个数
验证上面的结论,参考https://blog.csdn.net/blueheart20/article/details/78905267(获取当前进程数的方法)
获取当前服务器上java进程的线程个数。下面挺一种实例
jps 获取java进程pid
top -Hp pid 获取进程中的线程个数 如 Threds:1190 total,代表进程中有1190个线程,可以的确看到当前线程数很多

最终解决方案:
1)参考 https://www.cnblogs.com/qxynotebook/p/7398882.html
在线程池中,有核心线程,对于核心线程超时也回收,所以,需要确保核心线程超时之后也被回收。
解决办法:在结果返回之前设置核心线程也回收:
threadPoolExecutor.allowCoreThreadTimeOut(true);
2)参考:https://blog.csdn.net/wchgogo/article/details/78185643(unable to create new native thread)
栈对内存的消耗:目前没有像堆那样指定最大占用内存,设置Xss指点单个线程的占用内存大小,默认线程占用空间时1M,可以设置为512k。

服务器中影响最多线程数的因素:
1)内存,线程肯定是占用内存的,如果内存耗尽,那自然不能继续创建线程。
单个线程占用内存大小可通过-Xss设置,现在默认1M,一般建议512k就够了。
如果Xss设置过大,则浪费内存空间;
如果Xss设置过小,代码中有遍历或递归导致调用太深的时候,就有可能耗尽StackSpace,爆出StackOverflow的错误;

2)机器设置的最大线程数
操作系统会限制进程允许创建的线程数,使用ulimit -u命令查看限制。某些服务器上此阈值设置的过小,比如1024。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/183301.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 服务器系统详细安装步骤图_服务器系统安装教程详细步骤

    服务器系统详细安装步骤图_服务器系统安装教程详细步骤一、首先按住ctrl+alt+delete进行对KVM的重启操作,在进行重启的过程中按F2,进入BIOS界面,对RAID进行磁盘阵列:1、选择DeviceSetting,进入界面后选择RAIDControllerinSlot4:进行操作。2、先选择VirtualDiskManagement命令,查看系统是否已经进行了磁盘阵列。(如果已经存在进行步骤3,如果未存在进行步骤4)3、按Esc返回上一级,选择ConfigurationManagem…

    2022年9月28日
    0
  • 卷积神经网络(CNN)与深度卷积神经网络(DCNN)

    卷积神经网络(CNN)与深度卷积神经网络(DCNN)作为小白,看到DCNN,一直想知道与CNN的区别,也没找到明确的说法,以下是自己的一点想法,欢迎指正!目录一、CNN与DCNN二、基于pytorch的实现1.LeNet-52.AlexNet一、CNN与DCNN卷积神经网络,如:LeNet深度卷积神经网络,如:AlexNetAlexNet与LeNet结构类似,但使用了更多的卷积层和更大的参数空间来拟合大规模数据集ImageNet。卷积神经网络就是含卷积层的网络。AlexNet是浅层神经网络和深度神经网络的分界..

    2022年5月3日
    224
  • 织梦CMS系统中power by dedecms怎么去掉?power by dedecms什么意思?

    织梦CMS系统中power by dedecms怎么去掉?power by dedecms什么意思?织梦CMS近期的新版本至2013-6-7更新包以来,不管新版还是旧版更新补丁包,更新后网站页底都会出现powerbydedecms。powerbydedecms什么意思呢,那powerbydedecms怎么去掉呢,请大家看以下方法:一、powerbydedecms什么意思在我们上网的时候,会见到页面页底很多带powerbydedecms的网站,powerbyded…

    2022年7月13日
    13
  • latex大括号错位显示_LaTeX表格

    latex大括号错位显示_LaTeX表格amsmath中\smash妙用样例-大括号错位显示。原始大括号显示\[\text{机器学习}\begin{cases}\text{~~监督学习~}{\begin{cases}\text{回归算法}\\\text{分类算法}{\begin{cases}\text{生成模型}\\\text{判别模型}\end{cases}}

    2022年10月11日
    0
  • 分子模拟软件amber_Gromacs联用GAFF力场处理水溶剂下小分子动力学

    分子模拟软件amber_Gromacs联用GAFF力场处理水溶剂下小分子动力学与GROMACS偏重生物大分子模拟的力场不同,AMBER支持很多方便处理有机小分子的力场(详见http://sobereva.com/115),如GAFF力场,简单而又有不错的精度,适合处理有机小分子;这里将介绍用Gaussian计算RESP电荷,交由Amber生成GAFF力场下的拓扑文件,最后用GROMACS模拟的过程。软件版本:AmberTools18,Gromacs2019-beta-1…

    2022年5月25日
    100

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号