文档章节

第一章:Netty介绍

土茯苓
 土茯苓
发布于 2016/09/23 11:21
字数 931
阅读 35
收藏 1

整个Netty的API都是异步的。

Callbacks(回调)

下面代码是一个简单的回调:

package netty.in.action;  
public class Worker {  
    public void doWork() {  
        Fetcher fetcher = new MyFetcher(new Data(1, 0));  
        fetcher.fetchData(new FetcherCallback() {  
            @Override  
            public void onError(Throwable cause) {  
                System.out.println("An error accour: " + cause.getMessage());  
            }  
  
            @Override  
            public void onData(Data data) {  
                System.out.println("Data received: " + data);  
            }  
        });  
    }  
    public static void main(String[] args) {  
        Worker w = new Worker();  
        w.doWork();  
    }
}  
package netty.in.action;  
  
public interface Fetcher {  
    void fetchData(FetcherCallback callback);  
}
package netty.in.action;  
public class MyFetcher implements Fetcher {    
    final Data data;  
    public MyFetcher(Data data){  
        this.data = data;  
    }  
    @Override  
    public void fetchData(FetcherCallback callback) {  
        try {  
            callback.onData(data);  
        } catch (Exception e) {  
            callback.onError(e);  
        }  
    }  
}  
package netty.in.action;  
public interface FetcherCallback {  
    void onData(Data data) throws Exception;  
    void onError(Throwable cause);  
}
package netty.in.action;  
public class Data {   
    private int n;  
    private int m;  
  
    public Data(int n,int m){  
        this.n = n;  
        this.m = m;  
    }  
    @Override  
    public String toString() {  
        int r = n/m;  
        return n + "/" + m +" = " + r;  
    }  
}

Fetcher.fetchData()方法需传递一个FetcherCallback类型的参数,当获得数据或发生错误时被回调。

FetcherCallback.onData(),将接收数据时被调用

FetcherCallback.onError(),发生错误时被调用

回调过程有个问题就是当你使用链式调用很多不同的方法会导致线性代码;

Futures

Futures是一个抽象的概念,它表示一个值,该值可能在某一点变得可用。一个Future要么获得计算完的结果,要么获得计算失败后的异常。

Java在java.util.concurrent包中附带了Future接口,它使用Executor异步执行。

例如下面的代码,每传递一个Runnable对象到ExecutorService.submit()方法就会得到一个回调的Future,你能使用它检测是否执行完成。

package netty.in.action;  
import java.util.concurrent.Callable;  
import java.util.concurrent.ExecutorService;  
import java.util.concurrent.Executors;  
import java.util.concurrent.Future;  
public class FutureExample {  
    public static void main(String[] args) throws Exception {  
        ExecutorService executor = Executors.newCachedThreadPool();  
        Runnable task1 = new Runnable(){
            @Override  
            public void run() {  
                //do something  
                System.out.println("i am task1.....");  
            }  
        };  
        Callable<Integer> task2 = new Callable<Integer>() {  
            @Override  
            public Integer call() throws Exception {  
                //do something  
                return new Integer(100);  
            }  
        };  
        Future<?> f1 = executor.submit(task1);  
        Future<Integer> f2 = executor.submit(task2);  
        System.out.println("task1 is completed? " + f1.isDone());  
        System.out.println("task2 is completed? " + f2.isDone());  
        //waiting task1 completed  
        while(f1.isDone()){  
            System.out.println("task1 completed.");  
            break;  
        }  
        //waiting task2 completed  
        while(f2.isDone()){  
            System.out.println("return value by task2: " + f2.get());  
            break;  
        }  
    }  
}  

有时候使用Future感觉很丑陋,因为你需要间隔检查Future是否已完成,而使用回调会直接收到返回通知。

Netty使用以上两种异步处理方式,提供两全其美的方案。

 

JAVA中:NIO2看起来很理想,但是NIO2只支持Jdk1.7+,若你的程序在Java1.6上运行,则无法使用NIO2。

另外,Java7的NIO2中没有提供DatagramSocket的支持,所以NIO2只支持TCP程序,不支持UDP程序。

JAVA中:ByteBuffer是一个数据容器,但是可惜的是JDK没有开发ByteBuffer实现的源码;ByteBuffer允许包装一个byte[]来获得一个实例,如果你希望尽量减少内存拷贝,那么这种方式是非常有用的。若果你想将ByteBuffer重新实现,那么不要浪费你的时间了,ByteBuffer的构造函数是私有的,所以它不能被扩展。

Netty提供了自己的ByteBuffer实现,Netty通过一些简单的APIs对ByteBuffer进行构造、使用和操作,以此来解决NIO中的一些限制。

JAVA中: NIO对缓冲区的聚合和分散操作可能会操作内存泄露。很多Channel的实现支持Gather和Scatter。这个功能允许从多个ByteBuffer中读入或写入到多个ByteBuffer,这样做可以提高性能。如果要分割的数据在多个不同的ByteBuffer中,使用Gather/Scatter是比较好的方式。

例如,你可能希望header在一个ByteBuffer中,而body在另外的ByteBuffer中:

下图显示的是Scatter(分散),将ScatteringByteBuffer中的数据分散读取到多个ByteBuffer中:

下图显示的是Gather(聚合),将多个ByteBuffer的数据写入到GatheringByteChannel:

可惜Gather/Scatter功能会导致内存泄露,直到Java7才解决内存泄露问题。使用这个功能必须小心编码和Java版本。

 

 

 

 

 

 

© 著作权归作者所有

共有 人打赏支持
土茯苓
粉丝 32
博文 171
码字总数 194079
作品 0
朝阳
高级程序员
私信 提问
Netty 源码分析之 三 我就是大名鼎鼎的 EventLoop(二)

接上篇Netty 源码分析之 三 我就是大名鼎鼎的 EventLoop(一) Netty 的 IO 处理循环 接下来我们先从 IO 操纵方面入手, 看一下 TCP 数据是如何从 Java NIO Socket 传递到我们的 handler 中的....

永顺
2017/11/29
0
0
Netty 源码分析之 二 贯穿Netty 的大动脉 ── ChannelPipeline (一)

目录 源码之下无秘密 ── 做最好的 Netty 源码分析教程 Netty 源码分析之 番外篇 Java NIO 的前生今世 Java NIO 的前生今世 之一 简介 Java NIO 的前生今世 之二 NIO Channel 小结 Java NIO...

永顺
2017/11/29
0
0
JAVA区块链项目实战视频课程

课程介绍 全国首套,基于java的区块链实战教程。目的是让更多的java编程者了解区块链,掌握区块链开发。 1、区块链理论:以node.js例子区块链原理有深刻理解; 2、区块链java实战:深刻理解区...

小红牛
09/14
0
0
Netty 源码分析(一):引言和 Java NIO 介绍

为什么要介绍 Netty 如今优秀的开源项目非常多,仅在 Java 服务器端开发领域,优秀的开源项目就不胜枚举。比如从十年前就开始流行到现在依旧十分活跃的 Spring Framework,如今已经发展为一个...

编走编想
2015/10/01
397
2
《深入探索Netty原理及源码分析》文集小结

写在2017年末尾,翻看文集的第一篇文章已经是三个月前的事了,也没想过这文集会写那么久,这么慢。。。 Netty文集中的文章主要都是我学习过程的笔记,写博客的主要目的是为了通过输出来倒逼输...

tomas家的小拨浪鼓
2017/12/30
0
0

没有更多内容

加载失败,请刷新页面

加载更多

Spring应用学习——AOP

1. AOP 1. AOP:即面向切面编程,采用横向抽取机制,取代了传统的继承体系的重复代码问题,如下图所示,性能监控、日志记录等代码围绕业务逻辑代码,而这部分代码是一个高度重复的代码,也就...

江左煤郎
36分钟前
0
0
eclipse的版本

Eclipse各版本代号一览表 Eclipse的设计思想是:一切皆插件。Eclipse核心很小,其它所有功能都以插件的形式附加于Eclipse核心之上。 Eclipse基本内核包括:图形API(SWT/Jface),Java开发环...

mdoo
38分钟前
0
0
SpringBoot源码:启动过程分析(一)

本文主要分析 SpringBoot 的启动过程。 SpringBoot的版本为:2.1.0 release,最新版本。 一.时序图 还是老套路,先把分析过程的时序图摆出来:时序图-SpringBoot2.10启动分析 二.源码分析 首...

Jacktanger
45分钟前
2
0
小白带你认识netty(二)之netty服务端启动(上)

上一章 中的标准netty启动代码中,ServerBootstrap到底是如何启动的呢?这一章我们来瞅下。 server.group(bossGroup, workGroup);server.channel(NioServerSocketChannel.class).optio...

天空小小
今天
3
0
聊聊storm trident batch的分流与聚合

序 本文主要研究一下storm trident batch的分流与聚合 实例 TridentTopology topology = new TridentTopology(); topology.newStream("spout1", spout) .p......

go4it
昨天
5
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部