高并发场景下请求合并的实践

前言

项目中一般会请求第三方的接口，也会对外提供接口，可能是RPC，也可能是HTTP等方式。在对外提供接口时，有必要提供相应的批量接口，好的批量实现能够提升性能。

高并发场景中，调用批量接口相比调用非批量接口有更大的性能优势。但有时候，请求更多的是单个接口，不能够直接调用批量接口，如果这个接口是高频接口，对其做请求合并就很有必要了。比如电影网站的获取电影详情接口，APP的一次请求是单个接口调用，用户量少的时候请求也不多，完全没问题；但同一时刻往往有大量用户访问电影详情，是个高并发的高频接口，如果都是单次查询，后台就不一定能hold住了。为了优化这个接口，后台可以将相同的请求进行合并，然后调用批量的查询接口。如下图所示

无合并请求

合并请求前，我们一般是调用服务层的单次创建方法。看起来都比较简单，且易于理解。

以创建设备接口为例。

@Reference(check = false)
private DeviceService deviceService;

/**
* 注册设备
*
* @param productKey 产品key
* @param deviceName 设备名
* @return 设备ID
*/
public R<Long> registDevice(String productKey, String deviceName) {
    log.debug("开始注册: {}, {}", productKey, deviceName);
    DeviceRequestDto deviceCreateQuery = new DeviceRequestDto()
                    .setProductKey(productKey)
                    .setName(deviceName);
    Long deviceId = deviceService.createDevice(deviceCreateQuery);  

    return deviceId != null
                ? R.ok(deviceId)
                : R.error(DEVICE_CREATE_ERROR);  
}

请求合并

请求合并的好处前面有提到，那不能每次写接口就做请求合并吧？我们要明白，技术无好坏，要在特定的业务场景下衡量利弊，采用与否需要深思熟虑。合并请求会令代码变得复杂，也会增加一定的接口延迟，其中还可能存在各种未知的风险。

合并请求是针对高并发场景的一种手段，我们实现请求合并之前，要结合业务场景思考一番，是否值得承受的合并带来的访问延迟？用户体验是否会打折扣？自身的技术是否足够hold住请求合并带来的未知风险？

思路：收到前端的请求时，先存起来，隔段时间批量请求第三方服务批量接口，然后分别通知存起来的请求，并且响应前端。

代码实现

还是针对上述设备注册接口，我们对其进行改造，来实现一个简单的请求合并。

1. 批量接口

首先，我们需要有能够批量调用的接口。在对外提供接口时，也非常有必要提供相应的批量接口，且内部实现应该是优化过的。

此处我们在服务层模拟了一个批量创建设备的接口, 如下：

• 方法签名

/**
* 批量创建设备接口
*
* @param deviceRequestDtoList 入参信息
* @return 创建结果
*/
R<List<DeviceCreateResp>> batchCreateDevice(List<DeviceCreateQuery> deviceList);

• 入参

@Data
public class DeviceCreateQuery implements Serializable {
    /**
     * 产品标识
     */
    private String productKey;

    /**
     * 设备名称
     */
    private String name;

    /**
     * 请求源，一次批量请求保证唯一
     */
    private String requestSource;
}

• 返回值

@Data
public class DeviceCreateResp implements Serializable {
    /**
     * 设备ID
     */
    private Long deviceId;

    /**
     * 请求源，一次批量请求保证唯一
     */
    private String requestSource;
}

2. 合并单个请求

• 积攒请求的阻塞队列

private LinkedBlockingDeque<DeviceCreateRequest> deviceCreateQueue = new LinkedBlockingDeque<>();

• 积攒请求的自定义结构

@Data
static class DeviceCreateRequest {
    /** 产品key */
    private String productKey;

    /** 设备名 */
    private String deviceName;

    /** 请求源，需保证唯一 */
    private String requestSource;

    /** CompletableFuture接口 */
    private CompletableFuture<Long> completedFuture;
}

• 积攒请求

public R<Long> registDevice(String productKey, String deviceName) {
    log.debug("开始注册: {}, {}", productKey, deviceName);

    // 缓存请求 ====== start
    CompletableFuture<Long> completedFuture = new CompletableFuture<>();

    DeviceCreateRequest deviceCreateRequest = new DeviceCreateRequest();
    deviceCreateRequest.setProductKey(productKey);
    deviceCreateRequest.setDeviceName(deviceName);
    deviceCreateRequest.setRequestSource(UUID.randomUUID().toString());
    deviceCreateRequest.setCompletedFuture(completedFuture);

    deviceCreateQueue.add(deviceCreateRequest);
    // 缓存请求 ====== end
        
    Long deviceId = null;
    try {
        deviceId = completedFuture.get();
    } catch (Exception e) {
        log.error("设备注册失败", e);
    }

    return deviceId != null
            ? R.ok(deviceId)
            : R.error(DEVICE_CREATE_ERROR);
}

3. 发送批量请求

此处使用了spring，在init方法中利用定时任务线程池批量分发请求。同时使用了newScheduledThreadPool，其中线程池大小和定时间隔时长需要根据业务量做权衡

/** 积攒请求的阻塞队列 */
private LinkedBlockingDeque<DeviceCreateRequest> deviceCreateQueue = new LinkedBlockingDeque<>();

/** 线程池数量 */
@Value("${iot.register.merge.device.request.num:100}")
private int    createDeviceMergeNum;
/** 定时间隔时长 */
@Value("${iot.register.merge.device.request.period:30}")
private long   createDeviceMergePeriod;

@Reference(check = false)
private DeviceService deviceService;

@PostConstruct
public void init() {
    ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(createDeviceMergeNum);
    scheduledExecutorService.scheduleAtFixedRate(() -> {
        // 把出queue的请求存储一次
        List<DeviceCreateRequest> questBak = new ArrayList<>();
        // 批量创建设备的入参
        List<DeviceCreateQuery> deviceCreateQueryList = new ArrayList<>();

        int size = deviceCreateQueue.size();
        for (int i = 0; i < size; i++) {
            DeviceCreateRequest deviceCreateRequest = deviceCreateQueue.poll();
            if (Objects.nonNull(deviceCreateRequest)) {
                questBak.add(deviceCreateRequest);
                deviceCreateQueryList.add(buildDeviceCreateQuery(deviceCreateRequest));
            }
        }

        if (!deviceCreateQueryList.isEmpty()) {
            try {
                List<DeviceCreateResp> response = deviceService.batchCreateDevice(deviceCreateQueryList);
                Map<String, Long> collect = response.stream()
                        .collect(Collectors.toMap(
                               DeviceCreateResp::getRequestSource, DeviceCreateResp::getDeviceId
                        ));
                // 通知请求的线程
                for (DeviceCreateRequest deviceCreateRequest : questBak) {
                    deviceCreateRequest.getCompletedFuture().complete(collect.get(deviceCreateRequest.getRequestSource()));
                }
            } catch (Throwable throwable) {
                log.error("批量注册设备异常", throwable);
                // 通知请求的线程-异常
                questBak.forEach(deviceCreateRequest -> deviceCreateRequest.getCompletedFuture().obtrudeException(throwable));
            }
        }
    }, 0, createDeviceMergePeriod, TimeUnit.MILLISECONDS);
}

总结

请求合并是解决高并发场景下某些问题的一种思路，本文只做了一个简单的实现，算是对这块知识的一次实践吧。用到了BlockingDeque、CompletableFuture接口，涉及Java多线程相关的知识，实现方式比较野蛮。业界有很多优秀的开源框架做请求合并，比如hystrix，需要花时间好好学习哈哈。