HttpClient解读(1)-缓存池、借出

阅读更多

工作以来在使用java代码调用一个http协议的请求时都是使用的httpClient，但是工作四年多了一直没有好好研究一下httpClient的内部原理，只知道他和数据库的连接池一样也是有缓存池的，数据库缓存池也没有看原理，所以最近有时间看了一下httpClent的内部代码，受益匪浅，顺便记录一下。

httpClient里面使用的缓存池的具体实现类是：org.apache.http.impl.conn.CPool，他的父类是：AbstractConnPool ，他是基于泛型的，先说一下这三个泛型的意思，泛型的第一个参数就是http请求的服务端的ip+端口的对象，比如www.baidu.com:80，用对象封装起来就是用的HttoRouter，第二个参数是真正的http连接（里面封装了一个socket和连接的具体信息，比如包的大小，等待时间、编码，错误处理机制），第三个参数CPoolEntry是对于第前两个的封装，即一个CPoolEntry包含一个HttpRouter+ManagedHttpClientConnection，这么做的目的是缓存池最后返回的对象是CPoolEntry，只要返回这一个对象就可以获得其他两个对象了。（我写博客一般用倒叙，因为我都是看了一遍代码已经知道了大概的意思，所以不是从最基础的类开始，而是从程序的调用开始的）。于是可以理解为缓存池缓存的是ManagedHttpClientConnection（也就是连接），但时使用PoolEntry包装的，最后返回的是PoolEntry（CpoolEntry是一个具体的实现类而已），获得的key是HttoRouter。

 

缓存池最重要的方法就是获得一个连接了，前面说了他返回的是一个CPoolEntry对象，获得对象的方法是：AbstractConnPool.lease(T, Object, FutureCallback)，即借出一个HttpClientConnection，他的key（也就是这里的T）就是一个HttpRoute，但是这里的Object我没有懂是什么意思（有一个httpClient传递的是userToken，我猜测是使用用户登录的时候使用的，有的没有传，我在看代码的时候都假设不传），还有最后的参数Callable程序里面也没有用到（在查看了这个方法的调用方法之后确定的，所有的调用方法都没有传一个callable）。代码如下：注意这里的泛型E就是PoolEntry的意思

public Future lease(final T route, final Object state, final FutureCallback callback) {
	Args.notNull(route, "Route");
	Asserts.check(!this.isShutDown, "Connection pool shut down");
	return new PoolEntryFuture(this.lock, callback) {//这个方法返回的是一个Futrue对象，就是并发编程里面的那个Futrue，从名字上可以看出最终的返回结果应该就是PoolEntry，也就是缓存的对象。
		@Override
		public E getPoolEntry(//这里用了一个模板模式，由当前的CPool类确定最终返回的Entry的类型
				final long timeout,
				final TimeUnit tunit)
					throws InterruptedException, TimeoutException, IOException {
			final E entry = getPoolEntryBlocking(route, state, timeout, tunit, this);
			onLease(entry);
			return entry;
		}
	};
}

 上面的方法没有返回EntryPool对象，而是返回了一个Future对象，Future对象都是要调用他的get方法（通过再次调用get方法获得最终的PoolEntry），我们看看PoolEntryFuture的代码，尤其是注意他的get方法（获得连接）和cancel（取消任务）方法

abstract class PoolEntryFuture implements Future {//由之前的Cpool确定了这里的泛型T就是CPoolEntry，

    private final Lock lock;//
    private final FutureCallback callback;//这个属性之前说过了，没有调用方传过值，可以认为不存在
    private final Condition condition;//这里的condition要和上面的lock一起看，这里的lock是从Pool（也就是缓存池中）中传过来的，传过来的目的是为了生成一个condition，因为当前获得connection可能因为不能获得而阻塞，所以要生成一个condition
    private volatile boolean cancelled;
    private volatile boolean completed;
    private T result;

    PoolEntryFuture(final Lock lock, final FutureCallback callback) {
        super();
        this.lock = lock;
        this.condition = lock.newCondition();//不能够获得条件
        this.callback = callback;
    }

    @Override
    public boolean cancel(final boolean mayInterruptIfRunning) {
        this.lock.lock();
        try {
            if (this.completed) {
                return false;
            }
            this.completed = true;
            this.cancelled = true;
            if (this.callback != null) {
                this.callback.cancelled();
            }
            this.condition.signalAll();
            return true;
        } finally {
            this.lock.unlock();
        }
    }

    @Override
    public boolean isCancelled() {
        return this.cancelled;
    }

    @Override
    public boolean isDone() {
        return this.completed;
    }

    @Override
    public T get() throws InterruptedException, ExecutionException {//获得最终的connection，不过下面调用的超时时间是0，即永远不超时。
        try {
            return get(0, TimeUnit.MILLISECONDS);
        } catch (final TimeoutException ex) {
            throw new ExecutionException(ex);
        }
    }

    @Override
    public T get(
            final long timeout,
            final TimeUnit unit) throws InterruptedException, ExecutionException, TimeoutException {
        Args.notNull(unit, "Time unit");
        this.lock.lock();//这个lock会导致性能有些低，因为即使是不同的router也会因为这个锁而阻塞，不过是必须的，因为不同的router也是需要从一个Hashmap中先获得对应的RouteSpecificPool，后面有
        try {
            if (this.completed) {//这里出现的原因是可能在进入后这个任务已经被取消了，在cancel方法中会标记this.completed=true
                return this.result;
            }
//在最终的实现里面这个方法可能会因为现在无法提供连接池而阻塞
            this.result = getPoolEntry(timeout, unit);这个就是一个模板，获得最终的缓存对象，在AbstractConnPool类中会有实现，AbstractConnPool中返回的Future是一个匿名内部类，实现了这个方法
            this.completed = true;
            if (this.callback != null) {
                this.callback.completed(this.result);
            }
            return result;
        } catch (final IOException ex) {
            this.completed = true;
            this.result = null;
            if (this.callback != null) {
                this.callback.failed(ex);
            }
            throw new ExecutionException(ex);
        } finally {
            this.lock.unlock();
        }
    }

    protected abstract T getPoolEntry(
            long timeout, TimeUnit unit) throws IOException, InterruptedException, TimeoutException;//模板方法，由缓存池实现，要从缓存池中获得一个具体的Entry

    public boolean await(final Date deadline) throws InterruptedException {//如果现在借不到连接，就要使用这个方法等待，参数是等待的最终时间，等待就是使用的condition的功能
        this.lock.lock();
        try {
            if (this.cancelled) {
                throw new InterruptedException("Operation interrupted");
            }
            final boolean success;
            if (deadline != null) {
                success = this.condition.awaitUntil(deadline);//等待到具体的时间
            } else {
                this.condition.await();//永远等待
                success = true;
            }
            if (this.cancelled) {
                throw new InterruptedException("Operation interrupted");
            }
            return success;
        } finally {
            this.lock.unlock();
        }

    }

    public void wakeup() {//如果现在条件满足了，比如其他的请求现在归还了一个连接，就要唤醒之前等待的自己
        this.lock.lock();
        try {
            this.condition.signalAll();
        } finally {
            this.lock.unlock();
        }
    }

}

 上面的future并没有真正的看到借连接的代码，他的代码就是在上面的模板方法getPoolEntry()中，真正的实现在AbstractConnPool的lease方法中，在第一个段代码中已经可以看到了，里面会调用.AbstractConnPool.getPoolEntryBlocking(T, Object, long, TimeUnit, PoolEntryFuture)方法，即获得一个PoolEntry，如果获得不了就阻塞。看一下这个方法：

private E getPoolEntryBlocking(
		final T route, final Object state,//这里的route也就是key，即是连接到哪里的，state假设都不传
		final long timeout, final TimeUnit tunit,//timeout即指定的超时时间，unit是时间的单位
		final PoolEntryFuture future)//future即调用lease方法返回的额future
			throws IOException, InterruptedException, TimeoutException {

	Date deadline = null;//等待的最终时间，即当前时间+超时时间
	if (timeout > 0) {
		deadline = new Date(System.currentTimeMillis() + tunit.toMillis(timeout));
	}

	this.lock.lock();//防止并发，因为是多个线程从一个缓存中获得连接。
	try {
		final RouteSpecificPool pool = getPool(route);//根据route先获得route对应的缓存，从这里可以发现缓存池是对应一个route的，这就是与一个PoolingHttpClientConnectionManager的一个配置：每个路由的最大连接数联系到一起了。这个方法下面还有详细的说明
		E entry = null;
		while (entry == null) {//这个是一个循环，因为有可能借不到这个时候就要进入下一个循环
			Asserts.check(!this.isShutDown, "Connection pool shut down");
			for (;;) {//这里也是一个循环，因为可能借到的entry已经过期了
				entry = pool.getFree(state);//借一个，如果借不到就返回null
				if (entry == null) {
					break;
				}
				if (entry.isExpired(System.currentTimeMillis())) {//如果已经过期了，则关闭
					entry.close();
				} else if (this.validateAfterInactivity > 0) {//虽然没有过期，但是可能底层出现了问题，这个时候就要校验一下这个entry是否是可用的，如果不是，则关闭
					if (entry.getUpdated() + this.validateAfterInactivity <= System.currentTimeMillis()) {
						if (!validate(entry)) {
							entry.close();
						}
					}
				}
				if (entry.isClosed()) {
					this.available.remove(entry);//this.available就是所有可用的entry集合
					pool.free(entry, false);//放到对应的pool里面，false表示不能再复用了
				} else {
					break;
				}
			}
			if (entry != null) {//如果借到了，就准备借出去，
				this.available.remove(entry);//表示不再使用了，从可用的里面去掉
				this.leased.add(entry);//添加到借出的集合里面
				onReuse(entry);//一个回调函数，没有任何实现。
				return entry;
			}

			// New connection is needed   如果进入到这里表示没有借到一个连接，此时就要产生一个新的连接了，此时可能受到限制，因为httpClient中有两个限制条件，一个是总的连接的数量，一个是对应于每一个route的连接的数量，如果超过了任何一个就要等待。
			final int maxPerRoute = getMax(route);//查看此route对应的的连接的最大数量
			// Shrink the pool prior to allocating a new connection
			final int excess = Math.max(0, pool.getAllocatedCount() + 1 - maxPerRoute);//这段代码我的感觉是为了防止bug出现才设置的，除了这个理由之外我没有想到他的其他目的，如果有人看到这里并且有其他的想法，请留言
			if (excess > 0) {//只有pool.getAllocatedCount() == maxPerRoute的时候才会>0，此时表示已经开辟的连接的数量达到了上限了。此时如果不出意外应该是等待才对的，所以我不搞不懂这里为啥要这么做，我猜测是为了防止程序有bug，
				for (int i = 0; i < excess; i++) {
					final E lastUsed = pool.getLastUsed();
					if (lastUsed == null) {
						break;
					}
					lastUsed.close();
					this.available.remove(lastUsed);
					pool.remove(lastUsed);
				}
			}

			if (pool.getAllocatedCount() < maxPerRoute) {//开辟的数量小于上限，此时要检查总的connection的数量的上限了，如果那个限制没有达到，就可以继续创建一个，如果达到了就要等待，进入condition.await方法
				final int totalUsed = this.leased.size();//已经借出去的
				final int freeCapacity = Math.max(this.maxTotal - totalUsed, 0);//maxTotal表示整个连接池的最大的上限，减去借出去的，表示剩下的可以借出去的，在这些里面有的已经被占用了，比如其他的route的连接（不可能是本route的连接，不然早就借走了）
				if (freeCapacity > 0) {//存在剩下的可以借出去的，别忘了不是直接再生成就行，因为这些数量可能被别的route的连接占用了。所以只有在freeCapacity大于0的时候才可以创建
					final int totalAvailable = this.available.size();//available表示可以使用的连接，即已经归还的连接，注意这里一定是其他的route对应的连接，本route如果有的话早就可以借出去了。
					if (totalAvailable > freeCapacity - 1) {//如果totalAvailable，也就是其他的可用的连接的总数量，如果等于总的可以借出去的数量，此时不能再继续生成了，必须要关掉一个其他的route的连接了。
						if (!this.available.isEmpty()) {//此时available一定不是empty，因为freeCapacity至少是1，即totalAvailable大于0，所以一定不是empty
							final E lastUsed = this.available.removeLast();//关掉一个connection<，腾出空间来，用于生成一个新的connection
							lastUsed.close();
							final RouteSpecificPool otherpool = getPool(lastUsed.getRoute());//刚关闭的connection对应的pool中也要移出。
							otherpool.remove(lastUsed);
						}
					}
					final C conn = this.connFactory.create(route);//开辟一个新的连接
					entry = pool.add(conn);//这个方法会将conn变为一个entry，下面有详细的介绍。
					this.leased.add(entry);
					return entry;
				}
			}

			boolean success = false;//进入到这个地方说明既没有借到任何的connection，也没有能够开辟一个新的connection，此时就要等待，将这个任务放入到pool的等待队列并且放入到整体的等待对垒
			try {
				pool.queue(future);
				this.pending.add(future);
				success = future.await(deadline);//等待，并指定最大的等待时间
			} finally {
				// In case of 'success', we were woken up by the connection pool and should now have a connection waiting for us, or else we're shutting down.
				// Just continue in the loop, both cases are checked.
				pool.unqueue(future);
				this.pending.remove(future);
			}
			// check for spurious wakeup vs. timeout
			if (!success && (deadline != null) && (deadline.getTime() <= System.currentTimeMillis())) {//等待超时了，退出循环，报错。
				break;
			}
		}
		throw new TimeoutException("Timeout waiting for connection");//报错。
	} finally {
		this.lock.unlock();
	}
}

 从上面的代码中可以看出缓存池是根据route进行缓存的，在ConnectionPool中有个属性是：private final Map> routeToPool;，这个就是整体的缓存，他的key是route，value是一个RouteSpecificPool，他就是对应于某个Route的缓存，里面保存了对应route的所有的连接。具体的代码不看了，这个类还是很简单的。在获得一个connection的时候，会优先从route对应的RouteSpecificPool中查看有没有可以使用的，即已经开辟的其他的请求归还的连接，如果有的话判断一下是否已经过期了，如果没有过期还要检验一下是否可是使用，校验的时间默认是5秒（思路是如果connection的最后更新时间+五秒 < 当前的时间，就要进行校验，修改校验时间的方法是：public void setValidateAfterInactivity(final int ms) {}），如果没有借到connection，就要看看能否生成一个新的，如果既没有达到单个route的上线且没有达到总的数量的上线，就可以生成一个新的，否则就等待，等待过程中其他的线程可能会归还一个connection，此时当前的线程就会被唤醒，然后继续进入while循环。   注意上面最终返回的不是直接的HttpClientConnection，而是用一个entry包装的。entry的具体产生，是在上面的 entry = pool.add(conn); 其中pool指的是对应某个route的缓存池，因为最终借出去的是Entry，所以有必要看看这个entry到底是如何产生的，所以我们从这个pool是如何产生的看起：即上面的 getPool(route)方法，

private RouteSpecificPool getPool(final T route) {
	RouteSpecificPool pool = this.routeToPool.get(route);//从一个map中根据route获取对应的RouteSpecificPool
	if (pool == null) {
		pool = new RouteSpecificPool(route) {//没有则创建，创建的是加强过的
			@Override
			protected E createEntry(final C conn) {
				return AbstractConnPool.this.createEntry(route, conn);//返回的Entry是调用本类的createEntry方法产生
			}
		};
		this.routeToPool.put(route, pool);
	}
	return pool;
}

 最终调用的还是CPool的createEntry方法：

@Override
protected CPoolEntry createEntry(final HttpRoute route, final ManagedHttpClientConnection conn) {
    final String id = Long.toString(COUNTER.getAndIncrement());
    return new CPoolEntry(this.log, id, route, conn, this.timeToLive, this.tunit);
}

传入的参数是route和HttpClientConnection，然后用一个Entry包装起来，看一下CpoolEntry，尤其要关注里面的更新时间、过期时间。里面有这几个参数：

private final long created;//这个entry的创建时间
private final long validityDeadline;//这个entry的最终失效时间，这个时间在一个entry刚刚建立的时候确定的，由当前时间+构造方法中的timeToLive确定，这个值确定了一个entry的expiry的上限。
@GuardedBy("this")
private long updated;//上一次更新时间，当使用完这个entry再次归还到连接池的时候，更新这个时间。之前说的校验，就用到了这个时间，如果updated+校验间隔时间<当前的时间，那么就要校验这个entry，
@GuardedBy("this")
private long expiry;//这里是由http连接确定的时间，当使用完一个连接之后，如果这个连接是1.1版本，即keepalive的，那么要更新这个连接的剩余时间，也就是过期时间，当然这个过期时间是不能超过上面的validityDeadline的。这个

 上面的时间updated、expiry是可以更新的，更新的方法：

public synchronized void updateExpiry(final long time, final TimeUnit tunit) {//这里的time是指还剩余的过期时间，由http连接的服务端确定。（暂定，我时这么理解的，但是不确定）
	Args.notNull(tunit, "Time unit");
	this.updated = System.currentTimeMillis();//更新上一次的更新时间
	final long newExpiry;
	if (time > 0) {
		newExpiry = this.updated + tunit.toMillis(time);
	} else {
		newExpiry = Long.MAX_VALUE;
	}
	this.expiry = Math.min(newExpiry, this.validityDeadline);//过期时间，
}

 上面方法的调用是在归还一个connection的时候，参数time就是有tcp连接确定的剩余时间，如果不是1.1的keepliave的，连接马上就关掉了（代码后续会有的）。

 

这篇就写到这里了，主要说明了http连接是池化的、如何存储以及具体的借出一个连接的过程。还没有具体到说明一个httpConnection是什么东西，先不要进，先把整体的框架理清楚再往细了看。