我正在尝试创建一个大型扩展文件服务器(2百万并发),经过大量搜索后我发现Vertx最适合此类任务。所以我想出了这段代码
public void uploadFile(Vertx vertx,RoutingContext ctx,String targetFilePath,FileUploadListener mListener) {
ctx.request().pause();
new File(targetFilePath).getParentFile().mkdirs();
vertx.fileSystem().open(targetFilePath, new OpenOptions(), new Handler<AsyncResult<AsyncFile>>() {
@Override
public void handle(AsyncResult<AsyncFile> arg0) {
try {
AsyncFile file = arg0.result();
if(file == null) {
Logger.Log("file null");
mListener.onFail();
return;
}
Pump pump = Pump.pump(ctx.request(), file);
ctx.request().endHandler(v1 -> file.close(v2 -> {
mListener.onSuccess(new File(targetFilePath));
}));
pump.start();
ctx.request().resume();
}catch (Exception e) {
e.printStackTrace();
Logger.Log(e);
mListener.onFail();
return;
}
}
});
}
当多个请求尝试使用此方法同时上传文件时(对于9mb文件需要1秒钟,但对于100个9mb文件需要1分钟),上传过程会减慢。有些东西我不知道改进并发性或者因为我在Windows 10上运行它,套接字有这样的速度限制?谢谢
这是我的MainVerticle
public class MainDeployment extends AbstractVerticle{
private Router router = Router.router(vertx);
@Override
public void start() throws Exception {
//GUI.display("Sub Verticle Has Deployed");
// Different ways of deploying verticles
// Deploy a verticle and don't wait for it to start
for(Entry<String, MyHttpHandler> entry : MyVertxServer.map.entrySet()){
router.route(entry.getKey()).handler(new Handler<RoutingContext>() {
@Override
public void handle(RoutingContext ctx) {
System.out.println(ctx.request().uri());
String[] handlerID = ctx.request().uri().split(ctx.currentRoute().getPath());
String suffix = handlerID.length > 1 ? handlerID[1] : null;
entry.getValue().Handle(ctx, new VertxUtils(), suffix);
}
});
}
MyVertxServer.server.requestHandler(router::accept);
}
}
答案 0 :(得分:1)
你的代码看起来很好。您的测试方法不是。实际上,这与Vertx无关。 首先,从您用于下载的同一台计算机上传(Vertx从其角度下载您上传的文件)可将Vertx可用资源量减少一半。你有4个CPU,可能吗?其中2个将忙于上传,只有其他两个将提供您的请求。
然后是网络。实际上,我很惊讶你能够在一秒钟内上传9Mb。那是一个严肃的网络。
当然还有硬盘。我希望为了您的实验,您上传了一个缓存在内存中的文件。否则,您现在有100个进程一次又一次地读取此文件,而其他100个进程尝试写入它。即使您拥有顶级固态硬盘,这也是一项挑战。
所以,说了这么多,你现在需要做数学。首先,将代码部署到与客户端不同的计算机上。