我试图创建一个大规模的文件服务器(200万并发),经过大量的搜索,我发现vertx是最好的这样的任务。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;
}
}
});
}
然而,当多个请求尝试使用此方法同时上载一个文件时(9mb文件需要1秒,但9mb文件中的100个文件需要1分钟),上载过程会变慢。我是否缺少一些改进并发性的东西,或者因为我在windows 10上运行此方法,所以套接字有这样的速度限制?谢谢
这是我的主旨
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);
}
}
1条答案
按热度按时间zpf6vheq1#
你的代码看起来不错。你的测试方法不是。实际上,这与vertx无关。首先,从您用于下载的同一台机器上载(从vertx的Angular 来看,下载您上载的文件)会将vertx可用的资源量减少一半。你大概有4个CPU?其中两个将忙于上传,只有另外两个将服务于您的请求。
然后是网络。事实上,我很惊讶你能在一秒钟内上传9mb。那是一个严肃的网络。
当然还有硬盘。我希望为了你的实验,你上传一个文件,你缓存在内存中。否则,现在有100个进程一次又一次地读取这个文件,而其他100个进程则尝试写入它。即使你有一流的固态硬盘,这也是一个相当大的挑战。
所以,说了这么多,你现在需要做数学了。首先,将代码部署到与客户端不同的计算机上。