背景:服务需要高频发出GET请求,然后我们封装的是 golang 的net/http 库, 因为开源的比如req 和gorequsts 都是封装的net/http ,所以我们还是选用原生(req 使用不当也会掉坑里)。我们的场景是多协程从chan 中取任务,并发get 请求,然后设置超时,设置代理,完了。我们知道net/http 是自带了连接池的,能自动回收连接,但是,发现连接暴涨,起了1万个连接。
首先,我们第一版的代码是基于python 的,是没有连接暴涨的问题的,封装的requests,封装如下:
def fetch(self, url, body, method, proxies=None, header=None): res = None timeout = 4 self.error = ’’ stream_flag = False if not header: header = {} if not proxies: proxies = {} try: self.set_extra(header) res = self.session.request(method, url, data=body, headers=header, timeout=timeout, proxies=proxies) # to do: self.error variable to logger except requests.exceptions.Timeout: self.error = 'fetch faild !!! url:{0} except: connect timeout'.format(url) except requests.exceptions.TooManyRedirects: self.error = 'fetch faild !!! url:{0} except: redirect more than 3 times'.format(url) except requests.exceptions.ConnectionError: self.error = 'fetch faild !!! url:{0} except: connect error'.format(url) except socket.timeout: self.error = 'fetch faild !!! url:{0} except: recv timetout'.format(url) except: self.error = 'fetch faild !!! url:{0} except: {1}'.format(url, traceback.format_exc()) if res is not None and self.error == '': self.logger.info('url: %s, body: %s, method: %s, header: %s, proxy: %s, request success!', url, str(body)[:100], method, header, proxies) self.logger.info('url: %s, resp_header: %s, sock_ip: %s, response success!', url, res.headers, self.get_sock_ip(res)) else: self.logger.warning('url: %s, body: %s, method: %s, header: %s, proxy: %s, error: %s, reuqest failed!', url, str(body)[:100], method, header, proxies, self.error) return res
改用golang后,我们选择的是net/http。看net/http 的文档,最基本的请求,如get,post 可以使用如下的方式:
resp, err := http.Get('http://example.com/')resp, err := http.Post('http://example.com/upload', 'image/jpeg', &buf)resp, err := http.PostForm('http://example.com/form',url.Values{'key': {'Value'}, 'id': {'123'}})
我们需要添加超时,代理和设置head 头,官方推荐的是使用client 方式,如下:
client := &http.Client{ CheckRedirect: redirectPolicyFunc, Timeout: time.Duration(10)*time.Second,//设置超时}client.Transport = &http.Transport{Proxy: http.ProxyURL(proxyUrl)} //设置代理ipresp, err := client.Get('http://example.com')req, err := http.NewRequest('GET', 'http://example.com', nil) //设置header req.Header.Add('If-None-Match', `W/'wyzzy'`)resp, err := client.Do(req)
这里官方文档指出,client 只需要全局实例化,然后是协程安全的,所以,使用多协程的方式,用共享的client 去发送req 是可行的。
根据官方文档,和我们的业务场景,我们写出了如下的业务代码:
var client *http.Client//初始化全局clientfunc init (){client = &http.Client{Timeout: time.Duration(10)*time.Second, }}type HttpClient struct {}//提供给多协程调用func (this *HttpClient) Fetch(dstUrl string, method string, proxyHost string, header map[string]string)(*http.Response){ //实例化reqreq, _ := http.NewRequest(method, dstUrl, nil) //添加headerfor k, v := range header {req.Header.Add(k, v)} //添加代理ipproxy := 'http://' + proxyHostproxyUrl, _ := url.Parse(proxy)client.Transport = &http.Transport{Proxy: http.ProxyURL(proxyUrl)}resp, err := client.Do(req)return resp, err}
当我们使用协程池并发开100个 worker 调用Fetch() 的时候,照理说,established 的连接应该是100个,但是,我压测的时候,发现,established 的连接块到一万个了,net/http的连接池根本没起作用?估计这是哪里用法不对吧。
使用python的库并发请求是没有任何问题的,那这个问题到底出在哪里?其实如果熟悉golang net/http库的流程,就很清楚了,问题就处在上面的Transport ,每个transport 维护了一个连接池,我们代码中每个协程都会new 一个transport ,这样,就会不断新建连接。
我们看下transport 的数据结构:
type Transport struct { idleMu sync.Mutex wantIdle bool // user has requested to close all idle conns idleConn map[connectMethodKey][]*persistConn idleConnCh map[connectMethodKey]chan *persistConn reqMu sync.Mutex reqCanceler map[*Request]func() altMu sync.RWMutex altProto map[string]RoundTripper // nil or map of URI scheme => RoundTripper //Dial获取一个tcp 连接,也就是net.Conn结构, Dial func(network, addr string) (net.Conn, error)}
结构体中两个map, 保存的就是不同的协议 不同的host,到不同的请求 的映射。非常明显,这个结构体应该是和client 一样全局的。所以,为了避开使用连接池失效,是不能不断new transport 的!
我们不断new transport 的原因就是为了设置代理,这里不能使用这种方式了,那怎么达到目的?如果知道代理的原理,我们这里解决其实很简单,请求使用ip ,host 带上域名就ok了。代码如下:
var client *http.Clientfunc init (){client = &http.Client{}}type HttpClient struct {}func NewHttpClient()(*HttpClient){httpClient := HttpClient{}return &httpClient}func (this *HttpClient) replaceUrl(srcUrl string, ip string)(string){httpPrefix := 'http://'parsedUrl, err := url.Parse(srcUrl)if err != nil {return ''}return httpPrefix + ip + parsedUrl.Path}func (this *HttpClient) downLoadFile(resp *http.Response)(error){//err write /dev/null: bad file descriptor#out, err := os.OpenFile('/dev/null', os.O_RDWR|os.O_CREATE|os.O_APPEND, 0666)defer out.Close()_, err = io.Copy(out, resp.Body)return err}func (this *HttpClient) Fetch(dstUrl string, method string, proxyHost string, header map[string]string, preload bool, timeout int64)(*http.Response, error){// proxyHost 换掉 url 中请求newUrl := this.replaceUrl(dstUrl, proxyHost)req, _ := http.NewRequest(method, newUrl, nil)for k, v := range header {req.Header.Add(k, v)}client.Timeout = time.Duration(timeout)*time.Secondresp, err := client.Do(req) return resp, err}
使用header 中加host 的方式后,这里的tcp 建连数 立刻下降到和协程池数量一致,问题得到解决。
来自:https://studygolang.com/articles/12590#reply3