Go 自带的 http/server.go 的连接解析 与 如何结合 master-worker 并发模式，提高单机并发能力

作者：林冠宏 / 指尖下的幽灵

掘金：https://juejin.im/user/587f0dfe128fe100570ce2d8

博客：http://www.cnblogs.com/linguanh/

GitHub ： https://github.com/af913337456/

腾讯云专栏： https://cloud.tencent.com/developer/user/1148436/activities

---

关于 server.go 源码的解析可以去搜下，已经有很多且还不错的文章。

正文：

从我们启动http.ListenAndServe(port,router)开始，server.go 内部最终在一个for 循环中的 accept 方法中不停地等待客户端的连接到来。

每接收到一个accept 就启动一个 gorutine 去处理当前ip的连接。也就是源码里的go c.serve(ctx)。这一个步骤在 c.serve(ctx) 它并不是简单的形式：

请求-->处理请求-->返回结果-->断开这个连接-->结束当前的 gorutine

根据我的调试结果与源码分析显示，正确的形式是下面这样的：

1. 为每一个连接的用户启动了一个长连接，serve 方法内部有个超时的设置是c.rwc.SetReadDeadline(time.Time{})，这样子的情况，如果内部不出错，当前的连接断开的条件是客户端自己断开，或nat超时。

2. 这个连接建立后，以ip为单位，当前的客户端，此时它的所有http请求，例如get，post，它们都会在这个启动的gorutine 内进行分发与被处理。

3. 也就是说，同一个ip，多个不同的请求，这里不会触发另一个 accept，不会再去启动一个go c.serve(ctx)

上述我们得出结论：

1. 如果有 100万个 accept，就证明有100万个连接，100万个ip与当前server连接。即是我们说的百万连接

2. 百万连接 不是百万请求

3. 每一个连接，它可以进行多个http请求，它的请求都在当前启动这个连接的gorutine里面进行。

4. c.serve(...) 源码中的for 死循环就是负责读取每个请求再分发

for {
    w, err := c.readRequest(ctx) // 读取一个 http 请求
    //...
    ServeHTTP(...)
}

5. 我们的100万 连接里面，有可能并发更多的请求，例如几百万请求，一个客户端快速调用多个请求api

图解总结

结合 master-worker 并发模式

根据我们上面的分析，每一个新连接到来，go 就会启动一个 gorutine，在源码里面也没有看到有一个量级的限制，也就是达到多少连接就不再接收。我们也知道，服务器是有处理瓶颈的。

所以，在这里插播一个优化点，就是在server.go 内部做一个连接数目的限制。

master-worker 模式本身是启动多个worker 线程，去并发读取有界队列里面的任务，并执行。

我自身已经实现了一个go版本的master-worker，做过下面的尝试：

1. 在 go c.serve(ctx) 处做修改，如下。

if srv.masterWorkerModel {
	// lgh --- way to execute
    PoolMaster.AddJob(
    	masterworker.Job{
    		Tag:" http server ",
    		Handler: func() {
    			c.serve(ctx)
    			fmt.Println("finish job") // 这一句在当前 ip 断开连接后才会输出
    		},
    	})
}else{
    go c.serve(ctx)
}

func (m Master) AddJob(job Job)  {
    fmt.Println("add a job ")
    m.JobQueue <- job // jobQueue 是具备缓冲的
}

// worker
func (w Worker) startWork(master *Master)  {
    go func() {
        for {
        	select {
            	case job := <-master.JobQueue:
            		job.doJob(master)
        	}
        }
    }()
}

// job
func (j Job) doJob(master *Master) {
    go func() {
    	fmt.Println(j.Tag+" --- doing job...")
    	j.Handler()
    }()
}

不难理解它的模式。

现在我们使用生产者--消费者模式进行假设，连接的产生是生产者，<-master.JobQueue 是消费者，因为每一次消费就是启动一个处理的gorutine。

因为我们在accept 一个请求到<-master.JobQueue，管道输出一个的这个过程中，可以说是没有耗时操作的，这个job，它很快就被输出了管道。也就是说，消费很快，那么实际的生产环境中，我们的worker工作协程启动5~10个就有余了。

考虑如果出现了消费跟不上的情况，那么多出来的job将会被缓冲到channel里面。这种情况可能出现的情景是：

短时间十万+级别连接的建立，就会导致worker读取不过来。不过，即使发生了，也是很快就取完的。因为间中的耗时几乎可以忽略不计！

也就说，短时间大量连接的建立，它的瓶颈在队列的缓冲数。但是即使瓶颈发生了，它又能很快被分发处理掉。所以说：

• 我的这个第一点的尝试的意义事实上没有多大的。只不过是换了一种方式去分发go c.serve(ctx)。

2. 这个是第二种结合方式，把master-worker放置到ServeHTTP的分发阶段。例如下面代码，是常见的http handler写法，我们就可以嵌套进去。

func (x XHandler) ServeHTTP(w http.ResponseWriter, r *http.Request)  {
    //...
    if x.MasterWorker {
    	poolMaster.AddJob(master_worker.Job{
    		Tag:"normal",
    		XContext:xc,
    		Handler: func(context model.XContext) {
    			x.HandleFunc(w,r)
    		},
    	})
    	return
    }
    x.HandleFunc(w,r)
    //...
}

这样的话，我们就能控制所有连接的并发请求最大数。超出的将会进行排队，等待被执行，而不会因为短时间 http 请求数目不受控暴增 而导致服务器挂掉。

此外上述第二种还存在一个：读，过早关闭问题，这个留给读者尝试解决。