jvm高并发_在JVM上对高并发HTTP服务器进行基准测试

jvm高并发

在第一篇关于HTTP客户端的文章 （我将您重定向到JVM上的高效HTTP的介绍）之后，现在让我们来谈谈HTTP 服务器 。

有一些关于HTTP服务器的基准测试，但通常受到诸如以下缺点的阻碍：

• 没有有效地执行高并发方案，并且更普遍地考虑了不现实和不具有代表性的方案，例如：
  • 纯开销方案，其中请求处理基本上为零（在实践中，总有一些处理需要完成）。
• 实际不连接，隔离和/或确定负载生成和负载目标过程的尺寸。
• 没有分配可比的系统资源来加载目标。
• 不包括足够广泛的方法（例如，仅专注于“同步”或“异步”服务器）。
• 不分析数据以产生结果 。

我们将分析新的基准，这些基准试图解决上述问题，并且产生了非常有趣的，有时甚至是意外的结果：

• 如果请求的寿命不是很长，同步的线程阻塞Jetty和Undertow服务器也可以有效地用于高并发情况。
• 当请求需要保持很长时间（例如，长轮询，服务器推送）时，异步服务器和使用Quasar光纤的服务器可以支持更多并发活动请求。
• 异步API相当复杂，而光纤则很简单（与传统的线程阻塞一样多），并且不仅在高并发情况下而且在各种情况下都表现出色。

基准和负载生成器

高并发方案已成为重要的使用和基准案例。 它们可能是由于特定功能（例如聊天）和/或有时是不需要的技术状况（例如“冥想”数据层）导致的长期请求所致。

和以前一样 ，使用的负载生成器是Pinterest的jbender ，后者又基于Quasar和Comsat的HTTP客户端 。 多亏Quasar光纤， jbender甚至支持来自单个节点的大量并发请求，一个不错的同步API，并且作为负载测试框架而不是单个工具，它提供了很多灵活性和便利性（包括例如响应验证）。

在基准测试特定的等待之后，加载目标提供最小的“ hello” HTTP响应¹ ，这是测试并发性的非常简单的方法：等待时间越长，请求持续时间和加载目标必须支持的并发级别越高避免请求队列。

对于负载情况，只有第一个基准是最大并发基准，它的唯一目的是测量可以同时处理的实际最大请求数。 为此，它会启动尽可能多的请求，并让它们等待很长时间。 其余所有负载情况都是目标速率 ，这意味着它们衡量负载目标在某个目标请求频率下的行为方式，而不管它们是否可以（或不能）以足够快的速度分派请求² 。 更详细的描述如下：

1. 并发级别 ：我们测试在54k个并发传入请求中，每个服务器可以开始处理多少个。
2. 慢速请求 ：我们让服务器处理使用JBender的指数间隔生成器分发的100k个请求，目标速率为1k rps，每个请求等待1s然后完成。 基本原理是查看每个服务器在合理的并发慢速请求负载下的行为。
3. 现实的高并发性 ：我们让服务器处理10万个请求，这些请求使用JBender的指数间隔生成器分发，目标为10k rps，每个请求等待100ms然后完成。 基本原理是查看每台服务器在并发请求的高负载下的行为方式，其生存期可以合理地表示某些OLTP 。
4. （更多一点）实际开销 ：我们让服务器处理使用JBender指数间隔生成器以100k rps为目标分发的10万个请求，其中每个请求立即完成：我们将看到每个服务器在输入请求严重泛滥的情况下的行为。根本没有处理时间。 由于网络速度尽可能快（请参阅下一部分），但实际上已经存在 （并且不是localhost loopback ），因此该基准测试的基本原理是检查实际请求处理开销对性能的影响，该开销通常包括最好的情况）是快速的网络和快速的OS（当然还有服务器的软件堆栈）。

由于我们正在测试JVM服务器，并且HotSpot JVM包含JIT配置文件引导的优化编译器 ，因此在上述基准测试2-4之前，我始终以固定的并发级别1000个请求运行初步的100k请求预热。 每个图都是10次运行的最佳结果，在这10次运行中，既未停止装入目标也未停止装入生成器，以便为JVM提供最佳机会来优化代码路径。

基于comsat-httpclient JBender负载生成器（基于Apache的异步HTTP客户端 4.1 ）已用于基准测试1、2和3以及预热测试，而comsat-okhttp （基于OkHttp 2.6异步） ，它对于短期请求的性能往往更好，已用于基准测试4。两者的设置如下：

• 没有重试。
• 1h读/写超时。
• 最大连接池。
• 工作线程的数量等于内核的数量。
• Cookie禁用，因此每个请求都属于一个新创建的会话³ 。

系统篇

已采取一些系统预防措施：

• 我们不希望负载生成器和服务器进程相互窃取资源，因此必须将它们分开到足以实现资源隔离的程度。
• 我们不希望负载生成器成为瓶颈，因此让它使用大量资源（相对于服务器）和最佳JVM性能设置（当然，我们也希望使用服务器）是最安全的。
• 我们希望网络实际上在那儿，以便我们模拟一个现实的场景，但我们也希望它尽可能快，这样它也不会成为瓶颈。

考虑到上述注意事项，已设置以下基准测试AWS环境：

• 加载目标 ：
  • AWS EC2 Linux m4.large（8 GB，2 vcpus，具有增强的网络性能，网络性能中等）

-server
-XX:+AggressiveOpts
-XX:+DisableExplicitGC
-XX:+HeapDumpOnOutOfMemoryError
-Xms4G -Xmx4G

• 负载生成器 ：
  • AWS EC2 Linux m4.xlarge（16 GB，4 vcpus，具有增强网络功能的高性能网络）

-server
-XX:+AggressiveOpts
-XX:+DisableExplicitGC
-XX:+HeapDumpOnOutOfMemoryError
-Xms12G -Xmx12G -XX:+UseG1GC -XX:MaxGCPauseMillis=10

与“ t”等其他一些类型相比，AWS EC2“ m”个虚拟实例旨在提供更可预测的性能。

AWS内部网络承担基准负载，并且实例位于相同的区域和可用的区域中，以实现最佳连接。

有关JVM设置的一些注意事项：

• 负载生成器使用了12GB的堆内存。 G1垃圾收集器试图最大程度地减少暂停并保持高吞吐量，已成为6GB堆以上的可行选择，并且已被用来在负载生成期间最大程度地减少抖动。
• 加载目标使用了4GB的堆内存； 这是一个适中的数量，但不足以利用G1，因此改用了默认的吞吐量优化收集器。 基本原理是代表服务器环境，在该环境中内存可用性足够但仍然受到一定限制（例如，出于成本原因，例如基于云的服务器机群）。

基于JBender建议的一些细微变化，已经在负载生成器和服务器系统上执行了Linux OS调整。

负载目标和负载生成器代码

这些基准测试的代码最初是由nqzero的jempower派生的 ，该功能在最近的基准测试帖子中 jempower介绍，该帖子又来自TechEmpower的。 使用Capsule （而不是脚本）将其转换为完整的JVM，多模块Gradle项目。

为了使处理程序与服务器技术和负载目标分离，代码也进行了实质性的重构，每个处理程序都将处理程序与支持其API的技术集成在一起。 还对其进行了重构，以共享尽可能多的逻辑和设置。

我还为线程阻塞和Comsat（光纤阻塞）同步API以及有趣的异步变量添加了更多的加载目标，并且由于库似乎没有维护，我删除了Kilim目标。

匹配的API和服务器技术：加载目标

基准测试包含基于多种API和服务器技术的多个负载目标：

• 以下服务器技术上的标准同步JEE Servlet API：
  • 未完成 1.3.15.Final
• 标准异步JEE Servlet API（ startAsync ＆friends，3.0 +），具有容器提供的执行器（ dispatch ）和用户提供的执行器（ complete ），它们都与上述服务器技术相同。
• 非标准化的Comsat Web Actors API 0.7.0-SNAPSHOT （ 0.6.0 ，进一步修复和改进了Web actor），它将传入（请求）和出站（响应）队列附加到接收传入请求的真正的轻量级顺序进程（光纤）并通过简单，同步和有效的（特别是光纤阻塞而不是线程阻塞） receive和send操作发送响应。 这些过程是成熟的Erlang风格的参与者 ⁴ 。 目前，Web Actor可以在servlet容器上运行，既可以作为Undertow处理程序 ，也可以作为本地Netty处理程序运行 ； 本机Netty和Undertow部署已包含在基准测试中。 Netty版本是4.0.34.Final和Undertow与上面相同。
• 与上述相同的Jetty上的非标准化Jetty嵌入式API （同步和异步^5） 。
• 与上述相同的Undertow上的非标准化的Undertow处理程序API （同步和异步）。
• 使用Jetty 9.3.2.v20150730的非标准化Spark服务器/处理程序API 2.3 。

同步处理程序是最简单的处理程序：它们将在启动该请求的同一OS线程（或使用Comsat时使用fiber ）中执行整个请求处理。 通过直接的线程（或光纤）睡眠来实现响应之前的等待。

异步处理程序更加复杂，因为它们推迟了请求的完成，并且需要执行其他簿记和调度工作。 所有这些都将通过立即将待处理的请求存储在静态数组中开始，以后每隔10毫秒安排一次的TimerTask从中提取它们以进行处理，这时策略会根据处理程序而有所不同：

• 使用dispatch异步处理程序会将请求处理作业调度到服务器提供的执行程序。 当等待时间不为0时，将通过直接线程Hibernate来实现。
• 其他异步处理程序不依赖服务器提供的执行程序，而是使用以下不同策略开始处理请求。 但是，如果等待时间不为0，则所有这些对象都将进一步将完成作业分派给ScheduledExecutorService ：这将模拟一个完全非阻塞的实现，其中通过异步API执行外部（例如，DB，微服务等）调用也一样 ScheduledExecutor的最大线程数将与服务器提供的执行器的最大线程数相同。
  • FJP ：使用默认设置将请求处理作业分派到fork-join池。

“每个会话” Web Actor的目标是每个会话产生一个actor，并且由于cookie被禁用，这意味着每个请求都由由其自己的光纤⁶支持的不同actor处理。

HTTP服务器资源设置偏向于基于线程的同步技术，该技术可以使用比异步/光纤线程更多的OS线程：这是因为实际上，如果要以高并发性使用它们，将不得不这样做。场景。 除此之外，相同的HTTP服务器设置已尽可能统一地使用：

• 同步服务器和使用dispatch异步服务器在进行区分的Undertow上最多使用5k I / O线程加5k工作者线程，在Tomcat，Jetty和Spark上最多使用10k通用处理线程。
• 在Tomcat，Jetty和Netty上运行的其他异步服务器最多使用100个处理线程。
• 在Undertow上运行的其他异步服务器最多可以使用50个I / O线程和50个工作线程。
• 套接字接受队列（又称积压）最多可以保持10k个连接。
• 会话有效期为1分钟。
• 对于Tomcat，Jetty，Netty和Undertow TCP_NODELAY明确设置为true 。
• 对于Jetty，Netty和Undertow SO_REUSEADDR显式设置为true 。

数据

您可以直接访问基准的电子表格，这是统计信息：

HTTP服务器基准	“并发级别”	“缓慢的请求”	“现实的高并发性”	“现实开销”
加载目标	最高	错误编号	时间平均（毫秒）	最长时间（毫秒）	错误（＃）	时间平均（毫秒）	最长时间（毫秒）	误差（％）	时间平均（毫秒）	最长时间（毫秒）	错误（＃）
Comsat Jetty Servlet同步	54001	0	1000.777	1088.422	0	110.509	1103.102	0	189.742	3015.705	0
Jetty Servlet同步	9997	0	1000.643	1044.382	0	112.641	1114.636	0	222.452	2936.013	0
Jetty Servlet异步（调度）	9997	0	1005.828	1083.179	0	121.719	1173.357	0	289.229	3066.036	0
Jetty Servlet Aync（FJP /队列）	45601	4435	1005.769	1041.236	0	119.819	1120.928	0	281.602	5700.059	0
码头同步	9997	54	1000.645	1043.857	0	113.508	1143.996	0	193.487	1779.433	0
码头异步（FJP /完整）	47970	1909年	1005.754	1041.76	0	109.067	1120.928	0	266.918	4408.214	0
码头异步（调度）	9997	0	1005.773	1045.43	0	127.65	1385.169	0	397.948	4626.317	0
Spark（码头）Spark Handler	9997	58	1000.718	1245.708	0	134.482	3118.465	0	391.374	7021.265	0
Comsat Tomcat Servlet同步	26682	13533	1000.636	1039.139	0	不适用	不适用	不适用	307.903	5523.898	0
Tomcat Servlet同步	9999	0	1000.625	1087.373	0	不适用	不适用	不适用	329.06	7239.369	0
Tomcat Servlet异步（调度）	9999	0	1005.986	1108.345	0	不适用	不适用	不适用	289.703	4886.364	0
Tomcat Servlet异步（FJP /完整）	9999	29965	1005.891	1041.76	0	不适用	不适用	不适用	159.501	4483.711	0
Comsat Undertow Servlet同步	53351	0	1000.648	1060.635	0	107.757	1309.671	0	204.795	4273.996	0
Undertow Servlet同步	4999	7758	1000.723	1089.47	0	110.599	1319.109	0	193.436	4307.55	0
Undertow Servlet异步（调度）	4999	576	1006.011	1123.025	0	1756.198	15183.38	83	697.811	6996.099	0
Undertow Servlet异步（FJP /完整）	52312	1688	1005.81	1071.645	0	108.324	1113.588	0	214.423	4408.214	0
同步下	4999	0	1000.644	1049.625	0	108.843	3114.271	0	316.991	4789.895	0
Undertow异步（调度）	49499	4501	1005.742	1162.871	0	121.554	3116.368	0	318.306	5486.15	0
Undertow异步（FJP /队列）	33720	0	1005.656	1040.712	0	109.899	1113.588	0	236.558	3632.267	0
Comsat Netty网络演员	53448	0	1000.701	1085.276	0	107.697	1106.248	0	320.986	2917.138	0
Comsat Undertow网络演员	53436	0	1000.674	1037.042	0	123.791	3118.465	0	358.97	7046.431	0

这是图形：

结果

错误主要是“连接重置”（可能是由于接受时变慢），尽管在极端情况下，处理变慢导致并发超过了网络接口可用的端口数。

一些特定于基准的注意事项：

1. 并发级别 ：此基准清楚地显示了每个负载目标实际上可以同时处理多少个请求。 除了所有基于Tomcat的技术外 ，几乎所有非dispatch异步处理程序以及Comsat处理程序都允许大多数请求立即启动。 其他技术允许启动的请求最多与其线程池的最大大小一样多：剩余的传入请求可能将由TCP接受器线程连接，但是直到该池中的某些线程变为空闲时才开始处理。
2. 请求缓慢 ：在这种情况下，很快就会达到平衡，在整个基准时间内平均有1000个线程（或光纤）同时执行。 在这里，同步服务器往往表现最佳，其中包括Comsat Servlet和Web Actor，而异步技术则为额外的簿记机制支付开销。
3. 现实的高并发性 ：在此基准测试中，负载目标承受着强大的高并发压力，这使异步和Comsat技术表现良好，而线程阻塞， dispatch和Tomcat技术落后或什至存在严重问题，难以跟上步伐。 值得注意的例外是Jetty和Undertow同步处理程序，它们的性能非常好，这可能是由于明智的连接管理策略引起的，尽管原因还不完全清楚，需要进行更多调查。 Tomcat负载目标未能成功完成这些测试，因此在特定数量的已完成请求和大量错误之后，调查导致它们挂在0％CPU使用率上的原因是很有趣的。
4. 实际开销 ：负载目标只需要尽快发送回响应，因为没有等待时间。 在这种情况下，异步处理程序不使用ScheduledExecutor ，其吞吐量限制由总体技术开销确定。

请求完成时间的分布也有一些考虑因素：该基准测试的负载生成器使用了由JBender提供的基于Gil Tene的HDRHistogram的事件记录器。 您可以直接访问直方图数据。

关于“慢请求”基准的最短最长时间的直方图显示，Comsat Tomcat Servlet（次优）在绝对最小的1秒（睡眠时间）的1毫秒内完成了100000个请求中的98147个请求，而其余请求的完成时间分布在1001.39毫秒和1039.139毫秒之间（最大值）：

Comsat Undertow Servlet的最大延迟时间最短，但是平均延迟会稍差一些，因为它在1001毫秒内完成了约96％的请求，而其余的则均匀地分布到1037.042毫秒（最大）：

另一方面，Spark（最差）的分布不太均匀：它在1001ms（99221）内完成的工作更多，但很少有其他请求可以占用1245.708ms（最大）：

在“ Realistic High Concurrency”中，Comsat Jetty Servlet产生了最短的最大延迟，但是线程阻塞Jetty Servlet的目标紧随其后：它在101ms内完成了78152个请求（最小等于100ms的睡眠时间）并完成了其余的分布在两个不同的群集中，一个群集从100ms到367ms有规律地分布，另一个群集在1100ms到1114.636ms的最大值之间：

Comsat Jetty Servlet的目标行为非常相似：75303个请求在101ms内完成，几乎所有其余请求在328.466ms内完成，只有48个在1097ms左右（最大1103.102ms）内完成：

有趣的是，从主群集到“尾巴”的距离大致对应于该运行的最大GC暂停时间（576毫秒）。

基于稍早的9.3 Jetty构建的Spark表现出类似的行为，但是第一个集群的时间分布更多（超过一半，或者请求在101ms和391ms之间完成），另外还有大约1300ms和3118ms（其“尾”集群）距离太粗略地对应于该运行的最大GC时间（即1774ms）：

Comsat Netty Web Actor的分布（每次会话）是不同的：大约66％的分布在101毫秒内完成，而85％的分布在103.5毫秒内，然后直到c​​a. 260毫秒，此时有一个中断，一个群集发生在334毫秒，最后一个群集发生在1098毫秒至1106毫秒之间。 在这种情况下，似乎与GC活动无关，后者与预期的要高得多，并且最长GC时间超过4s：

相反，Undertow的GC开销非常低，包括与Quasar光纤集成时（在后一种情况下，运行6个GC时最长为407ms）。 具体来说，Comsat Undertow Servlet在101毫秒内完成了超过92.5％的请求，一个长达341毫秒的主集群包含了99.5％的请求，以及另外两个似乎与GC活动没有严格关联的集群：

Undertow Sync的图形非常相似，主群集更加紧密，在101毫秒内完成了90％以上的请求，从而获得了非常好的平均值，但附加的尾部群集使最大值进一步超过了3秒。

最终，使用dispatch调用的Undertow异步Servlet的性能最差，并且其多集群分发在15秒内非常缓慢地上升！ 群集距离似乎与最大GC运行时间没有特别的关系：

在“现实开销”基准中，此负载目标的性能也很差，这表明Undertow可能不太理想地实现了dispatch servlet异步调用。

这些观察结果认为，在中高并发情况下，高延迟似乎与底层网络/ HTTP技术的关联更多，而不是与请求处理技术或API的关联，在某些情况下，更具体地，与敏感性相关。由GC活动引起的抖动。 它还表明分布的主要集群也与基础网络/ HTTP技术相关。

除了使用dispatch Undertow Servlet Async之外，“现实开销”直方图显示了具有2或3个不同趋势的所有目标所共有的均匀分布的结构：一个关于快速完成的请求，直到一个目标特定的数目，另一个关于包括已完成的剩余请求的请求更慢。

例如，Jetty Sync Handler目标（最佳）在31.457毫秒内完成了75％的请求，而其他请求似乎平均分配，直到最大1779.433毫秒：

它的GC活性也非常有限（3次运行，最长113ms）。

Tomcat Servlet最差，其中65％的请求在32.621ms内完成，99219个请求在2227ms内完成，并且进一步的趋势是，仅ca的完成时间增加了5s。 80个请求。 在这种情况下，GC干预也很低（尽管比Jetty更高）：

经验教训

结果导致一些重要的考虑：

• 如果您不处理高并发情​​况，则无需考虑异步库，因为基于光纤和线程的服务器可以完美运行，并且同样重要的是，它们将允许您编写高度可读，可维护且面向未来的同步代码。
• 即使在高并发情况下，也确实不需要跳入异步陷阱，因为基于光纤的服务器具有广泛的适用性：借助Quasar光纤，您可以在一个单一的服务器中获得非常高的并发性，非常好的通用性能和面向未来的代码包。
• 必须说，即使在高并发情况下，某些同步的线程阻塞服务器也设法获得良好的性能，并且确切地了解这绝对是一个有趣的研究。 它们的实际最大并发性比异步或Quasar的低得多，因此，如果您希望尽早开始处理尽可能多的请求，则最好还是使用异步/光纤技术。
• 在零请求处理时间的情况下，即使是同步单线程服务器也可以很好地工作：当请求处理时间增加并且并发效应开始时，麻烦就开始了。

同样，在运行基准测试时（甚至在分析结果之前）所观察到的（和错误）也强调了充分应对某些JVM特有特征的重要性：

• JVM在使用运行时信息优化代码方面做得非常出色：如果您不相信我尝试使用带有-Xcomp标志（不-Xcomp标志）来运行您的应用程序，该标志将执行预运行JIT，并亲自了解如何获得最佳结果（提示： -Xcomp可能会产生明显较差的性能）。 另一方面，这意味着逐渐进行JVM预热是将HTTP服务器暴露于传入请求之前必须执行的重要步骤，因为未优化的代码路径很容易无法跟上突然的高并发和/或高速率负载会导致或多或少的严重故障。
• 抖动/打cup是一个严重的问题，尤其是对于最大延迟而言，但如果它发生在“糟糕”的时刻（例如，大量传入请求），它甚至可能使系统崩溃。 GC暂停是造成抖动的一个重要原因，因此通常最好仔细考虑JVM内存设置和将要使用的GC。 特别是，基准测试中的最大延迟似乎受到影响，甚至在某些情况下甚至与GC运行有关。 朝着这个方向的另一个提示是，即使在低并发情况下，由于即使在较简单的服务器上，GC压力也会增加，因此使用较小的1GB堆运行的基准测试仍偏爱更复杂的技术（异步和光纤）。 这意味着减少GC的数量和持续时间是值得的，但是我们该怎么做呢？ 一种方法是准确选择JVM内存设置，并在可能的情况下使用较低延迟的GC（例如G1或商用JVM Azul Zing） 。 另一种方法是再次选择最简单的工具来完成这项工作：如果您不处于高并发情况下，请使用最简单的技术，因为与更复杂的技术相比，它们将产生更少的垃圾。
• 出于类似的原因，如果您需要会话，则每个会话的Web Actor很棒，因为它们基本上也像Erlang一样启用“每个用户的Web服务器”范例 。 另一方面，如果您不需要会话或那种可靠性，那么您将获得GC开销，因为可能需要为每个请求实例化（然后稍后进行垃圾收集）新的参与者（及其对象图） 。 这反映在“现实开销”结果中。

进一步的工作

虽然此基准可以作为您评估的一个很好的起点，但它绝不是详尽无遗的，可以通过许多方式加以改进，例如：

• 添加更多的负载目标。
• 添加基准案例。
• 在其他系统（例如硬件，其他云，其他AWS实例）上进行基准测试。
• 在非Oracle JVM上进行基准测试。
• 使用不同的JVM设置进行基准测试。
• 进一步分析系统数据。
• 研究奇怪的行为，包括令人惊讶的好行为（例如，高并发情况下的Jetty线程阻塞同步服务器）和出奇的坏行为（例如，Undertow的基于dispatch的处理程序和Tomcat Servlet）。
• 更好地分析相关性，例如GC引起的抖动和统计数据之间的相关性。

尽管这是一项昂贵的工作，但我认为通常仍需要更多的基准测试，因为这实际上可以更好地理解，改进和评估软件系统。

结论

此处的主要目标是查看不同的HTTP服务器API和技术如何在更接近真实的场景中执行，在这些场景中，具有预定系统资源的单独的客户端和服务器JVM进程通过真实网络进行通信，并且请求处理为非零时间。

事实证明，Quasar光纤可用于构建承受高并发负载的多功能执行器，并且至少同样重要的是，与异步API相比，它们是更好的软件编写工具。 事实再次证明，没有灵丹妙药：不同的情况需要不同的解决方案，甚至有时被认为是过时的技术（例如线程阻塞服务器（甚至单线程服务器））也可以胜任。

除了性能以外，API的选择还应在您的决定中起主要作用，因为这将决定服务器代码的未来。 根据情况，根据项目的需求和开发环境，非标准API（及其相关风险，采用和退出成本）可能是可行的，也可能不是可行的选择。 要考虑的另一件事是，异步API比同步API难用得多，并且倾向于通过异步⁷感染整个代码库，这意味着使用异步API可能会妨碍代码的可维护性并缩短其未来。

也就是说，我完全意识到以下事实：性能基准会尽力而为，以有限的工具和知识不断变化的局面（和使用）不断变化，设计，运行和发布基准是一项艰苦的工作，也是一项重大的投资。 。

我希望这一轮对许多人有用，我将热烈欢迎和赞赏并鼓励任何建议，改进和进一步的努力。

1. 纯I / O的数量故意减少到最低限度，因为我不是，并且我仍然不希望检查套接字的读/写效率。 ↩
2. 当然，即使目标利率基准也不能完全代表实际情况，因为该利率很少是固定的和/或事先知道的，但是我们至少可以看到发生的情况，例如某些最坏的情况。
3. 仅与会话感知的API和技术相关。
4. 无论您是否喜欢参与者，都可以使用for(;;) { reply(process(receive())); }在JVM上处理HTTP请求的能力for(;;) { reply(process(receive())); } for(;;) { reply(process(receive())); }在附加到呼入/呼出队列轻量级线程环是什么个人而言，我一直想要的。 更重要的是，它带来了全新的可靠性， 几乎就像每个用户都有自己的Web服务器一样 。
5. 它们基于Servlet，但不完全相同，尤其是设置/配置部分。
6. 基于Netty和Undertow的Web Actor部署提供了现成的per-session策略，但是它们还允许使用开发人员提供的策略以编程方式将actor分配给请求。
7. 这是因为调用异步函数的代码要么需要传递某种回调，要么需要处理future或promise返回值（这反过来意味着要么在等待结果的同时阻塞线程，要么尽可能）。告诉有空的人如何继续）。

翻译自: https://www.javacodegeeks.com/2016/05/benchmarking-high-concurrency-http-servers-jvm.html

jvm高并发