如何配置SpringCloud的UnderTow并作为容器使用
本篇文章给大家分享的是有关如何配置Spring Cloud的UnderTow并作为容器使用，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
创新互联建站是一家专业提供睢阳企业网站建设,专注与做网站、成都网站制作、HTML5建站、小程序制作等业务。10年已为睢阳众多企业、政府机构等服务。创新互联专业的建站公司优惠进行中。
在我们的项目中，我们没有采用默认的 Tomcat 容器，而是使用了 UnderTow 作为我们的容器。其实性能上的差异并没有那么明显，但是使用 UnderTow 我们可以利用直接内存作为网络传输的 buffer，减少业务的 GC，优化业务的表现。
**Undertow 的官网**：https://undertow.io/
但是，Undertow 有一些**令人担忧**的地方：
NIO 框架采用的是 [XNIO](http://xnio.jboss.org/)，在官网 3.0 roadmap 声明中提到了将会在 3.0 版本开始，从 XNIO 迁移到 netty， 参考：[Undertow 3.0 Announcement](https://undertow.io/blog/2019/04/15/Undertow-3.html)。但是，目前已经过了快两年了，**3.0 还是没有发布，并且 github 上 3.0 的分支已经一年多没有更新了**。目前，还是在用 2.x 版本的 Undertow。不知道是 3.0 目前没必要开发，还是胎死腹中了呢？目前国内的环境对于 netty 使用更加广泛并且大部分人对于 netty 更加熟悉一些， XNIO 应用并不是很多。不过，XNIO 的设计与 netty 大同小异。2. **官方文档的更新比较慢，可能会慢 1~2 个小版本**，导致 Spring Boot 粘合 Undertow 的时候，配置显得不会那么优雅。**参考官方文档的同时，最好还是看一下源码，至少看一下配置类，才能搞懂究竟是怎么设置的**。
**官方文档的更新比较慢，可能会慢 1~2 个小版本**，导致 Spring Boot 粘合 Undertow 的时候，配置显得不会那么优雅。**参考官方文档的同时，最好还是看一下源码，至少看一下配置类，才能搞懂究竟是怎么设置的**。
仔细看 Undertow 的源码，会发现有很多防御性编程的设计或者功能性设计 Undertow 的作者想到了，但是就是没实现，**有很多没有实现的半成品代码**。这也令人担心 Underow 是否开发动力不足，哪一天会突然死掉？
**使用 Undertow 要注意的问题**：
1. 需要开启 NIO DirectBuffer 的特性，理解并配置好相关的参数。
2. access.log 中要包括必要的一些时间，调用链等信息，并且默认配置下，有些只配置 access.log 参数还是显示不出来我们想看的信息，官网对于 access.log 中的参数的一些细节并没有详细说明。
# 使用 Undertow 作为我们的 Web 服务容器
对于 Servlet 容器，依赖如下：
```org.springframework.boot spring-boot-starter-web org.springframework.boot spring-boot-starter-tomcat ``` org.springframework.boot spring-boot-starter-undertow
对于 Weflux 容器，依赖如下：
```org.springframework.boot spring-boot-starter-webflux ``` org.springframework.boot spring-boot-starter-undertow
# Undertow 基本结构
Undertow 目前(2.x) 还是基于 Java XNIO，Java XNIO 是一个对于 JDK NIO 类的扩展，和 netty 的基本功能是一样的，但是 netty 更像是对于 Java NIO 的封装，Java XNIO 更像是扩展封装。主要是 netty 中基本传输承载数据的并不是 Java NIO 中的 `ByteBuffer`，而是自己封装的 `ByteBuf`，而 Java XNIO 各个接口设计还是基于 `ByteBuffer` 为传输处理单元。设计上也很相似，都是 Reactor 模型的设计。
Java XNIO 主要包括如下几个概念：
- Java NIO `ByteBuffer`：`Buffer` 是一个具有状态的数组，用来承载数据，可以追踪记录已经写入或者已经读取的内容。主要属性包括：capacity(Buffer 的容量)，position(下一个要读取或者写入的位置下标)，limit(当前可以写入或者读取的极限位置)。**程序必须通过将数据放入 Buffer，才能从 Channel 读取或者写入数据**。`ByteBuffer`是更加特殊的 Buffer，它可以以直接内存分配，这样 JVM 可以直接利用这个 Bytebuffer 进行 IO 操作，省了一步复制（具体可以参考我的一篇文章：[Java 堆外内存、零拷贝、直接内存以及针对于NIO中的FileChannel的思考](https://zhuanlan.zhihu.com/p/161939673)）。也可以通过文件映射内存直接分配，即 Java MMAP（具体可以参考我的一篇文章：[JDK核心JAVA源码解析（5） - JAVA File MMAP原理解析](https://zhuanlan.zhihu.com/p/258934554)）。所以，一般的 IO 操作都是通过 ByteBuffer 进行的。
- Java NIO `Channel`：Channel 是 Java 中对于打开和某一外部实体（例如硬件设备，文件，网络连接 socket 或者可以执行 IO 操作的某些组件）连接的抽象。Channel 主要是 IO 事件源，所有写入或者读取的数据都必须经过 Channel。对于 NIO 的 Channel，会通过 `Selector` 来通知事件的就绪（例如读就绪和写就绪），之后通过 Buffer 进行读取或者写入。
- XNIO `Worker`: Worker 是 Java XNIO 框架中的基本网络处理单元，一个 Worker 包含两个不同的线程池类型，分别是：
- **IO 线程池**，主要调用`Selector.start()`处理对应事件的各种回调，原则上不能处理任何阻塞的任务，因为这样会导致其他连接无法处理。IO 线程池包括两种线程（在 XNIO 框架中，通过设置 WORKER_IO_THREADS 来设置这个线程池大小，默认是一个 CPU 一个 IO 线程）：
- **读线程**：处理读事件的回调
- **写线程**：处理写事件的回调
- **Worker 线程池**，处理阻塞的任务，在 Web 服务器的设计中，一般将调用 servlet 任务放到这个线程池执行（在 XNIO 框架中，通过设置 WORKER_TASK_CORE_THREADS 来设置这个线程池大小）
- XNIO `ChannelListener`：ChannelListener 是用来监听处理 Channel 事件的抽象，包括：`channel readable`, `channel writable`, `channel opened`, `channel closed`, `channel bound`, `channel unbound`
Undertow 是基于 XNIO 的 Web 服务容器。在 XNIO 的基础上，增加：
- Undertow `BufferPool`: 如果每次需要 ByteBuffer 的时候都去申请，对于堆内存的 ByteBuffer 需要走 JVM 内存分配流程（TLAB -> 堆），对于直接内存则需要走系统调用，这样效率是很低下的。所以，一般都会引入内存池。在这里就是 `BufferPool`。目前，UnderTow 中只有一种 `DefaultByteBufferPool`，其他的实现目前没有用。这个 DefaultByteBufferPool 相对于 netty 的 ByteBufArena 来说，非常简单，类似于 JVM TLAB 的机制（可以参考我的另一系列：[全网最硬核 JVM TLAB 分析](https://juejin.cn/post/6925217498723778568)），但是简化了很多。**我们只需要配置 buffer size ，并开启使用直接内存即可**。
- Undertow `Listener`: 默认内置有 3 种 Listener ，分别是 HTTP/1.1、AJP 和 HTTP/2 分别对应的 Listener（HTTPS 通过对应的 HTTP Listner 开启 SSL 实现），负责所有请求的解析，将请求解析后包装成为 `HttpServerExchange` 并交给后续的 `Handler` 处理。
- Undertow `Handler`: 通过 Handler 处理响应的业务，这样组成一个完整的 Web 服务器。
# Undertow 的一些默认配置
Undertow 的 Builder 设置了一些默认的参数，参考源码：
[`Undertow`](https://github.com/undertow-io/undertow/blob/2.2.7.Final/core/src/main/java/io/undertow/Undertow.java)
```
private Builder() {
ioThreads = Math.max(Runtime.getRuntime().availableProcessors(), 2);
workerThreads = ioThreads * 8;
long maxMemory = Runtime.getRuntime().maxMemory();
//smaller than 64mb of ram we use 512b buffers
if (maxMemory < 64 * 1024 * 1024) {
//use 512b buffers
directBuffers = false;
bufferSize = 512;
} else if (maxMemory < 128 * 1024 * 1024) {
//use 1k buffers
directBuffers = true;
bufferSize = 1024;
} else {
//use 16k buffers for best performance
//as 16k is generally the max amount of data that can be sent in a single write() call
directBuffers = true;
bufferSize = 1024 * 16 - 20; //the 20 is to allow some space for protocol headers, see UNDERTOW-1209
}
}
```- ioThreads 大小为可用 CPU 数量 * 2，即 Undertow 的 XNIO 的读线程个数为可用 CPU 数量，写线程个数也为可用 CPU 数量。
- workerThreads 大小为 ioThreads 数量 * 8.
- 如果内存大小小于 64 MB，则不使用直接内存，bufferSize 为 512 字节
- 如果内存大小大于 64 MB 小于 128 MB，则使用直接内存，bufferSize 为 1024 字节
- 如果内存大小大于 128 MB，则使用直接内存，bufferSize 为 16 KB 减去 20 字节，这 20 字节用于协议头。
# Undertow Buffer Pool 配置
[`DefaultByteBufferPool`](https://github.com/undertow-io/undertow/blob/2.2.7.Final/core/src/main/java/io/undertow/server/DefaultByteBufferPool.java) 构造器：
```
public DefaultByteBufferPool(boolean direct, int bufferSize, int maximumPoolSize, int threadLocalCacheSize, int leakDecetionPercent) {
this.direct = direct;
this.bufferSize = bufferSize;
this.maximumPoolSize = maximumPoolSize;
this.threadLocalCacheSize = threadLocalCacheSize;
this.leakDectionPercent = leakDecetionPercent;
if(direct) {
arrayBackedPool = new DefaultByteBufferPool(false, bufferSize, maximumPoolSize, 0, leakDecetionPercent);
} else {
arrayBackedPool = this;
}
}
```其中：
- direct：是否使用直接内存，我们需要设置为 true，来使用直接内存。
- bufferSize：每次申请的 buffer 大小，我们主要要考虑这个大小
- maximumPoolSize：buffer 池最大大小，一般不用修改
- threadLocalCacheSize：线程本地 buffer 池大小，一般不用修改
- leakDecetionPercent：内存泄漏检查百分比，目前没啥卵用
对于 bufferSize，最好和你系统的 TCP Socket Buffer 配置一样。在我们的容器中，我们将微服务实例的容器内的 TCP Socket Buffer 的读写 buffer 大小成一模一样的配置（因为微服务之间调用，发送的请求也是另一个微服务接受，所以调整所有微服务容器的读写 buffer 大小一致，来优化性能，默认是根据系统内存来自动计算出来的）。
查看 Linux 系统 TCP Socket Buffer 的大小：
- `/proc/sys/net/ipv4/tcp_rmem` (对于读取)
- `/proc/sys/net/ipv4/tcp_wmem` (对于写入)
在我们的容器中，分别是：
``` bash-4.2# cat /proc/sys/net/ipv4/tcp_rmem 4096 16384 4194304 bash-4.2# cat /proc/sys/net/ipv4/tcp_wmem 4096 16384 4194304 ```
从左到右三个值分别为：每个 TCP Socket 的读 Buffer 与写 Buffer 的大小的 最小值，默认值和最大值，单位是字节。
我们设置我们 Undertow 的 buffer size 为 TCP Socket Buffer 的默认值，**即 16 KB**。Undertow 的 Builder 里面，如果内存大于 128 MB，buffer size 为 16 KB 减去 20 字节（为协议头预留）。所以，**我们使用默认的即可**。
`application.yml` 配置：
``` server.undertow: # 是否分配的直接内存(NIO直接分配的堆外内存)，这里开启，所以java启动参数需要配置下直接内存大小，减少不必要的GC # 在内存大于 128 MB 时，默认就是使用直接内存的 directBuffers: true # 以下的配置会影响buffer,这些buffer会用于服务器连接的IO操作 # 如果每次需要 ByteBuffer 的时候都去申请，对于堆内存的 ByteBuffer 需要走 JVM 内存分配流程（TLAB -> 堆），对于直接内存则需要走系统调用，这样效率是很低下的。 # 所以，一般都会引入内存池。在这里就是 `BufferPool`。 # 目前，UnderTow 中只有一种 `DefaultByteBufferPool`，其他的实现目前没有用。 # 这个 DefaultByteBufferPool 相对于 netty 的 ByteBufArena 来说，非常简单，类似于 JVM TLAB 的机制 # 对于 bufferSize，最好和你系统的 TCP Socket Buffer 配置一样 # `/proc/sys/net/ipv4/tcp_rmem` (对于读取) # `/proc/sys/net/ipv4/tcp_wmem` (对于写入) # 在内存大于 128 MB 时，bufferSize 为 16 KB 减去 20 字节，这 20 字节用于协议头 buffer-size: 16384 - 20 ```
# Undertow Worker 配置
Worker 配置其实就是 XNIO 的核心配置，主要需要配置的即 io 线程池以及 worker 线程池大小。
默认情况下，io 线程大小为可用 CPU 数量 * 2，即读线程个数为可用 CPU 数量，写线程个数也为可用 CPU 数量。worker 线程池大小为 io 线程大小 * 8.
微服务应用由于涉及的阻塞操作比较多，所以可以将 worker 线程池大小调大一些。我们的应用设置为 io 线程大小 * 32.
`application.yml` 配置：
``` server.undertow.threads: # 设置IO线程数, 它主要执行非阻塞的任务,它们会负责多个连接, 默认设置每个CPU核心一个读线程和一个写线程 io: 16 # 阻塞任务线程池, 当执行类似servlet请求阻塞IO操作, undertow会从这个线程池中取得线程 # 它的值设置取决于系统线程执行任务的阻塞系数，默认值是IO线程数*8 worker: 128 ```
# Spring Boot 中的 Undertow 配置
Spring Boot 中对于 Undertow 相关配置的抽象是 [`ServerProperties`](https://github.com/spring-projects/spring-boot/blob/2.4.x/spring-boot-project/spring-boot-autoconfigure/src/main/java/org/springframework/boot/autoconfigure/web/ServerProperties.java) 这个类。目前 Undertow 涉及的所有配置以及说明如下（不包括 accesslog 相关的，accesslog 会在下一节详细分析）：
``` server: undertow: # 以下的配置会影响buffer,这些buffer会用于服务器连接的IO操作 # 如果每次需要 ByteBuffer 的时候都去申请，对于堆内存的 ByteBuffer 需要走 JVM 内存分配流程（TLAB -> 堆），对于直接内存则需要走系统调用，这样效率是很低下的。 # 所以，一般都会引入内存池。在这里就是 `BufferPool`。 # 目前，UnderTow 中只有一种 `DefaultByteBufferPool`，其他的实现目前没有用。 # 这个 DefaultByteBufferPool 相对于 netty 的 ByteBufArena 来说，非常简单，类似于 JVM TLAB 的机制 # 对于 bufferSize，最好和你系统的 TCP Socket Buffer 配置一样 # `/proc/sys/net/ipv4/tcp_rmem` (对于读取) # `/proc/sys/net/ipv4/tcp_wmem` (对于写入) # 在内存大于 128 MB 时，bufferSize 为 16 KB 减去 20 字节，这 20 字节用于协议头 buffer-size: 16364 # 是否分配的直接内存(NIO直接分配的堆外内存)，这里开启，所以java启动参数需要配置下直接内存大小，减少不必要的GC # 在内存大于 128 MB 时，默认就是使用直接内存的 directBuffers: true threads: # 设置IO线程数, 它主要执行非阻塞的任务,它们会负责多个连接, 默认设置每个CPU核心一个读线程和一个写线程 io: 4 # 阻塞任务线程池, 当执行类似servlet请求阻塞IO操作, undertow会从这个线程池中取得线程 # 它的值设置取决于系统线程执行任务的阻塞系数，默认值是IO线程数*8 worker: 128 # http post body 大小，默认为 -1B ，即不限制 max-http-post-size: -1B # 是否在启动时创建 filter，默认为 true，不用修改 eager-filter-init: true # 限制路径参数数量，默认为 1000 max-parameters: 1000 # 限制 http header 数量，默认为 200 max-headers: 200 # 限制 http header 中 cookies 的键值对数量，默认为 200 max-cookies: 200 # 是否允许 / 与 %2F 转义。/ 是 URL 保留字,除非你的应用明确需要，否则不要开启这个转义，默认为 false allow-encoded-slash: false # 是否允许 URL 解码，默认为 true，除了 %2F 其他的都会处理 decode-url: true # url 字符编码集，默认是 utf-8 url-charset: utf-8 # 响应的 http header 是否会加上 'Connection: keep-alive'，默认为 true always-set-keep-alive: true # 请求超时，默认是不超时，我们的微服务因为可能有长时间的定时任务，所以不做服务端超时，都用客户端超时，所以我们保持这个默认配置 no-request-timeout: -1 # 是否在跳转的时候保持 path，默认是关闭的，一般不用配置 preserve-path-on-forward: false options: # spring boot 没有抽象的 xnio 相关配置在这里配置，对应 org.xnio.Options 类 socket: SSL_ENABLED: false # spring boot 没有抽象的 undertow 相关配置在这里配置，对应 io.undertow.UndertowOptions 类 server: ALLOW_UNKNOWN_PROTOCOLS: false ```
Spring Boot 并没有将所有的 Undertow 与 XNIO 配置进行抽象，如果你想自定义一些相关配置，可以通过上面配置最后的 `server.undertow.options` 进行配置。`server.undertow.options.socket` 对应 XNIO 的相关配置，配置类是 `org.xnio.Options`;`server.undertow.options.server` 对应 Undertow 的相关配置，配置类是 `io.undertow.UndertowOptions`。http://www.2798888.com/
以上就是如何配置Spring Cloud的UnderTow并作为容器使用，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
当前名称：如何配置SpringCloud的UnderTow并作为容器使用
文章位置：http://myzitong.com/article/ihjpcp.html