netty源码分析之nio线程个数以及线程命名规则

概述

netty是一个以高性能著称的网络通信框架,许多开源项目都使用了netty作为底层网络通信框架,如avro,dubbo,nats;本文将从源码的角度讲述netty在确定线程个数方面如何保证应用程序性能最优,源码基于netty-4.1.6.Final

线程个数在何时达到最优

我们知道,在一个应用中,如果cpu计算的时间为Tcpu,io操作的时间为Tio,系统的cpu核数为Ncpu,线程个数为Nthread, 那么理论上线程个数满足Nthread = (1+Tio/Tcpu)*Ncpu,应用的性能达到最优

先看末尾的声明,再回来^^

netty中线程逻辑

下面是一段标准的netty服务端代码

示例代码

我们把重点放在

在不传递任何参数的时候,netty会默认给一个参数0

我们继续往下跟

到了这里已经调用到父类 MultithreadEventLoopGroup

到了这里,我们基本可以暂停了,因为我们刚开始没有传参数,所以netty给我们默认传递了一个构造参数0,netty会判断线程个数是否为0,如果为0的话就是用默认的线程个数,而默认线程个数相关的代码如下

我们可以看到,如果没有设置程序启动参数,那么默认情况下线程的个数为cpu的核数乘以2

那么为什么netty要将worker的线程个数设置为2倍的cpu个数呢?按照第一小节的理论,如果线程个数设置为2倍的cpu线程个数,那么Tio/Tcpu的值就是1,也就是说在netty的nio线程中,cpu时间和io时间相等,我们继续跟进netty的源码,netty中每个nio线程要做的事在 NioEventLooprun方法里面,有这么一段代码

我们跳到else分支,processSelectionKeys()要做的事情就是IO操作(select),netty在处理io之前记录了一下io操作的开始时间,然后在io结束的时候计算了一下这段io操作花的总的时间 ioTime,然后runAllTask方法表示花多长时间来处理一下netty内部的任务队列(cpu计算为主),在这里,netty传递的参数为 ioTime * (100 - ioRatio) / ioRatio)

为什么要传递这个参数?netty的目的是应用的性能达到最高,netty默认情况下开启了两倍cpu核数个线程,按照第一小节的理论,必须保证cpu时间和io时间相等,也就是Tio = Tcpu,即ioTime = ioTime * (100 - ioRatio) / ioRatio)

所以ioRatio默认条件下应该是50,查看ioRatio定义的地方,符合我们的猜想

当然,你可以手工调整worker线程个数以及每个ioRatio来使得应用程序的性能最优

代入第一小节的公式,理论上两个自由参数必须满足
Nthread

= (1 + Tio/Tcpu) * Ncpu

= {1 + ioTime/ [ioTime*(100 - ioRatio) / ioRatio]} * Ncpu

= (100 / ioRatio) * Ncpu

其中 Ncpu 是常量,表示cpu的个数

netty中线程的命名

程序示例还是如上,我们创建了一个单线程的boss线程,一个2倍cpu线程数的worker线程,在程序跑了一段时间之后,我们发现线程堆栈有如下线程

Paste_Image.png

这里,我的cpu核数为4,所以worker线程为8

netty中的默认Nio线程都是由 DefaultThreadFactorynewThread()方法创建出来的

netty 给nio的命名规则为 prefix加上一个自增的id,接下来看下prefix的定义

发现prefix的规则是poolName和poolId(自增)通过 '-' 连接起来的,那么接下来我们就要看看poolName在哪里初始化的,一个poolName对应一个EventLoopGroup,在EventLoopGroup的父类MultithreadEventLoopGroup中,我们找到了如下方法

这里的 getClass() 方法返回的是NioEventLoopGroup类,然后我们继续跟进

继续

这里是将poolType传进去并且使用了首字母为小写的简单类名,所以我们这里可以确定poolName就是nioEventLoopGroup,综合前面的结论,netty中nio线程默认名为
nioEventLoopGroup-2-1

2016.11.29重要更新

文章发出之后,陆续收到一些评论,为了不误导读者,这里申明一下:上文所提出的线程个数和ioRatio的关系是错误的,见该issue,官方的解释为:ioRatio只是用来控制io相关的任务,和线程的设置没啥关系,这里的io相关的任务并不是io密集的操作,大多数都是cpu用来拷贝字节块的操作,和io无关,所以前面的ioRatio和线程个数相关的小结当笑话看看就行~

如果你觉得看的不过瘾,想系统学习Netty原理,那么你一定不要错过我的Netty源码分析系列视频:https://coding.imooc.com/class/230.html

最后编辑于
©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 156,265评论 4 359
  • 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 66,274评论 1 288
  • 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 106,087评论 0 237
  • 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 43,479评论 0 203
  • 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 51,782评论 3 285
  • 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 40,218评论 1 207
  • 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 31,594评论 2 309
  • 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 30,316评论 0 194
  • 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 33,955评论 1 237
  • 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 30,274评论 2 240
  • 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 31,803评论 1 255
  • 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 28,177评论 2 250
  • 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 32,732评论 3 229
  • 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 25,953评论 0 8
  • 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 26,687评论 0 192
  • 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 35,263评论 2 267
  • 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 35,189评论 2 258

推荐阅读更多精彩内容