加群联系作者vx:xiaoda0423
仓库地址:https://webvueblog.github.io/JavaPlusDoc/
https://1024bat.cn/
每分钟输出报警频率指标(TPS、QPS)
超过阈值时,自动报警(比如推送到运维)
异步批量提交 Kafka(提升吞吐)
限流/熔断(防止疯狂报警拖垮系统)
📈 1. 每分钟输出报警发送频率(TPS、QPS)
加一个定时器(比如用 ScheduledExecutorService
),每分钟统计一次:
private static final ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor();
private static AtomicLong kafkaSendCounter = new AtomicLong(0);@PostConstruct
public void initKafkaMetrics() {scheduler.scheduleAtFixedRate(() -> {long count = kafkaSendCounter.getAndSet(0);logger.info("==> 报警Kafka 1分钟发送量: {}, TPS: {}", count, count / 60.0);}, 1, 1, TimeUnit.MINUTES);
}
然后每次 sendAlarmMsg
时增加一下:
kafkaSendCounter.incrementAndGet();
🚨 2. 超过阈值自动报警(比如推送到运维系统)
比如设置每分钟最大1万条,超过就报警:
private static final long MAX_KAFKA_SEND_PER_MINUTE = 10_000;@PostConstruct
public void initKafkaMetrics() {scheduler.scheduleAtFixedRate(() -> {long count = kafkaSendCounter.getAndSet(0);logger.info("==> 报警Kafka 1分钟发送量: {}, TPS: {}", count, count / 60.0);if (count > MAX_KAFKA_SEND_PER_MINUTE) {logger.error("==> 报警发送量异常!!! 超过阈值: {}", count);// TODO: 发通知到钉钉/微信机器人/运维平台sendOpsAlert("Kafka发送量异常,1分钟达到:" + count + "条!");}}, 1, 1, TimeUnit.MINUTES);
}private void sendOpsAlert(String msg) {// 模拟发送告警,可以接钉钉机器人、Prometheus AlertManager、Grafana告警logger.warn("【运维告警】{}", msg);
}
🚀 3. 异步批量提交 Kafka(提升吞吐量)
思路:不是每一条都发,而是攒一批一起发(比如100条或者100ms发一次)
可以用 LinkedBlockingQueue + 批量发送:
private static final BlockingQueue<ProducerRecord<String, String>> kafkaQueue = new LinkedBlockingQueue<>();
private static final int BATCH_SIZE = 100;
private static final int BATCH_WAIT_MS = 100;@PostConstruct
public void initKafkaBatchSender() {scheduler.scheduleWithFixedDelay(() -> {List<ProducerRecord<String, String>> batch = new ArrayList<>();kafkaQueue.drainTo(batch, BATCH_SIZE);if (!batch.isEmpty()) {batch.forEach(record -> {try {gatewayKafkaTemplate.send(record.topic(), record.key(), record.value());} catch (Exception e) {logger.error("==> 批量发送Kafka异常", e);}});logger.info("==> 批量发送Kafka {}条", batch.size());}}, 0, BATCH_WAIT_MS, TimeUnit.MILLISECONDS);
}public void asyncSendKafka(String topic, String key, String value) {kafkaQueue.offer(new ProducerRecord<>(topic, key, value));kafkaSendCounter.incrementAndGet();
}
以后调用就改成:
asyncSendKafka("cabinets-alarm", kafkaKey, jsonMessage);
真正高频发时吞吐量可以提高几倍甚至十几倍!
⚡ 4. 限流+熔断(防止被报警搞死系统)
比如:1分钟超10W条就直接丢弃+熔断保护
private static final long MAX_KAFKA_QUEUE_SIZE = 100_000;public void asyncSendKafka(String topic, String key, String value) {if (kafkaQueue.size() > MAX_KAFKA_QUEUE_SIZE) {logger.error("==> Kafka报警发送队列已满,触发限流丢弃!size={}", kafkaQueue.size());return; // 丢弃这条}kafkaQueue.offer(new ProducerRecord<>(topic, key, value));kafkaSendCounter.incrementAndGet();
}
想高级一点还可以:
短时间熔断(比如5分钟自动恢复)
降级处理(比如记录到本地磁盘,后续补发)
1. 基本解码规则
只处理以
{
开始,}
结束的完整 JSON 格式报文。允许处理嵌套
{}
,即内部嵌套对象。数据最大只处理到xKB以内,防止异常数据撑爆内存。
如果一条报文找不到开始符号
{
,或找不到合法结束符号}
,则:直接丢弃或等待下一批数据补齐。
粘包、半包场景均有容错处理。
0x7B(16进制)
十进制:123
对应 ASCII 字符:
{
(左花括号)
完整表格(标准ASCII 0x00 ~ 0x7F片段,含0x7B重点标红)
16进制 | 10进制 | 字符 | 描述 |
---|---|---|---|
0x00 | 0 | NUL | 空字符 |
0x01 | 1 | SOH | 标题开始 |
... | ... | ... | ... |
0x09 | 9 | TAB | 水平制表符(Tab) |
0x0A | 10 | LF | 换行 |
0x0D | 13 | CR | 回车 |
... | ... | ... | ... |
0x20 | 32 | 空格 | 空格 |
0x21 | 33 | ! | 感叹号 |
0x22 | 34 | " | 双引号 |
0x23 | 35 | # | 井号 |
0x24 | 36 | $ | 美元符号 |
... | ... | ... | ... |
0x28 | 40 | ( | 左小括号 |
0x29 | 41 | ) | 右小括号 |
0x2A | 42 | * | 星号 |
0x2B | 43 | + | 加号 |
0x2C | 44 | , | 逗号 |
0x2D | 45 | - | 减号 |
0x2E | 46 | . | 句号 |
0x2F | 47 | / | 斜线 |
0x30 | 48 | 0 | 数字0 |
... | ... | ... | ... |
0x39 | 57 | 9 | 数字9 |
0x3A | 58 | : | 冒号 |
0x3B | 59 | ; | 分号 |
0x3C | 60 | < | 小于号 |
0x3D | 61 | = | 等号 |
0x3E | 62 | > | 大于号 |
0x3F | 63 | ? | 问号 |
0x40 | 64 | @ | at符号 |
0x41 | 65 | A | 大写字母A |
... | ... | ... | ... |
0x5A | 90 | Z | 大写字母Z |
0x5B | 91 | [ | 左中括号 |
0x5C | 92 | `` | 反斜杠 |
0x5D | 93 | ] | 右中括号 |
0x5E | 94 | ^ | 脱字符 |
0x5F | 95 | _ | 下划线 |
0x60 | 96 | ` | 反引号 |
0x61 | 97 | a | 小写字母a |
... | ... | ... | ... |
0x7A | 122 | z | 小写字母z |
🔥0x7B | 123 | { | 左花括号 |
0x7C | 124 | ` | ` |
0x7D | 125 | } | 右花括号 |
0x7E | 126 | ~ | 波浪号 |
0x7F | 127 | DEL | 删除字符 |
📋 超全ASCII对照表 (0x00 ~ 0xFF)
HEX | DEC | CHAR | 描述 | HEX | DEC | CHAR | 描述 |
---|---|---|---|---|---|---|---|
0x00 | 0 | NUL | 空字符(Null) | 0x80 | 128 | 控制字符 | |
0x01 | 1 | SOH | 标题开始 | 0x81 | 129 | 控制字符 | |
0x02 | 2 | STX | 文本开始 | 0x82 | 130 | ‚ | 拉丁文补充 |
0x03 | 3 | ETX | 文本结束 | 0x83 | 131 | ƒ | 拉丁文补充 |
0x04 | 4 | EOT | 传输结束 | 0x84 | 132 | „ | 拉丁文补充 |
0x05 | 5 | ENQ | 请求 | 0x85 | 133 | … | 省略号 |
0x06 | 6 | ACK | 接收确认 | 0x86 | 134 | † | 匕首符号 |
0x07 | 7 | BEL | 响铃(Beep) | 0x87 | 135 | ‡ | 双匕首 |
0x08 | 8 | BS | 退格 | 0x88 | 136 | ˆ | 抑扬符 |
0x09 | 9 | TAB | 水平制表(Tab键) | 0x89 | 137 | ‰ | 千分号 |
0x0A | 10 | LF | 换行(Line Feed) | 0x8A | 138 | Š | 拉丁补充 |
0x0B | 11 | VT | 垂直制表 | 0x8B | 139 | ‹ | 单引号(开) |
0x0C | 12 | FF | 换页 | 0x8C | 140 | Œ | 拉丁补充 |
0x0D | 13 | CR | 回车(Carriage Return) | 0x8D | 141 | 控制字符 | |
0x0E | 14 | SO | 移出 | 0x8E | 142 | Ž | 拉丁补充 |
0x0F | 15 | SI | 移入 | 0x8F | 143 | 控制字符 | |
... | ... | ... | ... | ... | ... | ... | ... |
0x20 | 32 | 空格 | Space | 0xA0 | 160 | ␣ | 不间断空格(NBSP) |
0x21 | 33 | ! | 感叹号 | 0xA1 | 161 | ¡ | 反感叹号 |
0x22 | 34 | " | 双引号 | 0xA2 | 162 | ¢ | 分币符 |
0x23 | 35 | # | 井号(#) | 0xA3 | 163 | £ | 英镑符号 |
0x24 | 36 | $ | 美元符号 | 0xA4 | 164 | ¤ | 货币符号 |
... | ... | ... | ... | ... | ... | ... | ... |
0x28 | 40 | ( | 左括号 | 0xB0 | 176 | ° | 度数符号 |
0x29 | 41 | ) | 右括号 | 0xB1 | 177 | ± | 加减号 |
0x2A | 42 | * | 星号(乘号) | 0xB2 | 178 | ² | 平方 |
0x2B | 43 | + | 加号 | 0xB3 | 179 | ³ | 立方 |
... | ... | ... | ... | ... | ... | ... | ... |
🔥0x7B | 123 | { | 左花括号 | 0xFB | 251 | û | 拉丁扩展 |
0x7C | 124 | ` | ` | 竖线 | 0xFC | 252 | ü |
0x7D | 125 | } | 右花括号 | 0xFD | 253 | ý | 拉丁扩展 |
0x7E | 126 | ~ | 波浪号 | 0xFE | 254 | þ | 拉丁扩展 |
0x7F | 127 | DEL | 删除符(Delete) | 0xFF | 255 | ÿ | 拉丁扩展 |
Netty编解码器实战小册
目录
章节 | 内容概览 |
---|---|
1. Netty编解码器简介 | Encoder、Decoder、Codec 全景图 |
2. 常用编解码器类型 | 自定义、内置(LengthFieldBasedFrameDecoder等) |
3. 粘包/拆包问题 | 原因、现象、标准处理套路 |
4. 编解码器实战(基础版) | 自定义 MessageToByteEncoder、ByteToMessageDecoder |
5. 编解码器实战(进阶版) | 包头包尾协议、分隔符协议、多协议动态识别 |
6. 性能优化技巧 | 零拷贝、池化ByteBuf、线程优化 |
7. 问题排查技巧 | 如何定位粘包/丢包/内存泄露 |
1. Netty编解码器简介
编解码器(Codec)= Encoder + Decoder
Encoder(编码器) :出站,把消息对象 ➔ ByteBuf。
Decoder(解码器) :入站,把ByteBuf ➔ 消息对象。
Codec(编解码器) :组合版,常用
MessageToMessageCodec
。
Netty内部是责任链(Pipeline)模式,编码器和解码器在 pipeline 中按顺序处理。
2. 常用编解码器类型
编解码器 | 描述 |
---|---|
MessageToByteEncoder | 消息 ➔ ByteBuf |
ByteToMessageDecoder | ByteBuf ➔ 消息 |
MessageToMessageEncoder | 消息 ➔ 消息 |
MessageToMessageDecoder | 消息 ➔ 消息 |
CombinedChannelDuplexHandler | 编解码合并器 |
还有Netty内置的超强编解码器:
LengthFieldBasedFrameDecoder
➔ 按包头长度字段自动拆包DelimiterBasedFrameDecoder
➔ 按分隔符拆包LineBasedFrameDecoder
➔ 按换行符拆包
3. 粘包/拆包问题
为什么会粘包拆包?
TCP本身是流式协议,不保证一条消息完整到达。
发送慢,数据被切成多段(拆包)
多条小消息合并一起发(粘包)
常见现象
收到的数据长度异常(超长或超短)
反序列化失败(JSON、Protobuf等解析错误)
标准处理套路
约定消息格式,比如:
固定长度
包头 + 包体
特殊分隔符
在解码器中正确处理拆包粘包逻辑。
4. 编解码器实战(基础版)
Encoder 示例:发送JSON字符串
@ChannelHandler.Sharable public class JsonEncoder extends MessageToByteEncoder<Object> {@Overrideprotected void encode(ChannelHandlerContext ctx, Object msg, ByteBuf out) {byte[] data = new Gson().toJson(msg).getBytes(StandardCharsets.UTF_8);out.writeBytes(data);} }
Decoder 示例:接收JSON字符串
public class JsonDecoder<T> extends ByteToMessageDecoder {private final Class<T> clazz;public JsonDecoder(Class<T> clazz) {this.clazz = clazz;}@Overrideprotected void decode(ChannelHandlerContext ctx, ByteBuf in, List<Object> out) {byte[] bytes = new byte[in.readableBytes()];in.readBytes(bytes);T obj = new Gson().fromJson(new String(bytes, StandardCharsets.UTF_8), clazz);out.add(obj);} }
5. 编解码器实战(进阶版)
包头包尾协议示例
假设消息格式:
[魔数4字节][总长度4字节][实际内容]解码器检查魔数 + 读总长度 + 组装完整包
编码器打包加上魔数和长度字段
这种就很适合防止半包/粘包。
6. 性能优化技巧
优化点
实战建议
ByteBuf
尽量用 PooledByteBufAllocator,避免频繁GC
零拷贝
充分使用slice()、duplicate()
Pipeline顺序
编解码器要靠近 I/O 端口,提高效率
多协议处理
动态切换ChannelHandler
7. 问题排查技巧
抓包(wireshark、tcpdump)
加日志:入站出站拦截器打印 ByteBuf 十六进制
注意ByteBuf使用生命周期,避免内存泄漏(Netty内部有引用计数机制)
🚀 附送:最常用 ASCII 字符(适合Netty调试)
字符
HEX
说明
{
0x7B
JSON开头
}
0x7D
JSON结尾
\r
0x0D
回车符
\n
0x0A
换行符
`
`
0x7C
,
0x2C
逗号分隔
📘《高并发环境编解码性能优化手册》
1. 编解码器并发基本认知
项目
说明
编码(出站)
每次发送时执行,通常是单线程串行(但需要注意共享资源)
解码(入站)
每次接收时执行,多线程并发(特别是Reactor线程)
ChannelHandler
要注意是否加了
@Sharable
,否则每个连接实例化一份总结:解码器更容易出并发问题,编码器要注意资源共享。
2. 编解码器高并发优化核心要点
2.1 保证线程安全
如果
ChannelHandler
标了@Sharable
➔ 内部必须无状态或者状态线程安全。尽量不要在Handler中用成员变量存储连接状态,否则多线程下必挂。
推荐:用
ChannelHandlerContext.channel().attr()
存储每个连接独立的变量。
AttributeKey<Long> SESSION_ID = AttributeKey.valueOf("SESSION_ID");// 设置 ctx.channel().attr(SESSION_ID).set(sessionId);// 获取 Long sessionId = ctx.channel().attr(SESSION_ID).get();
2.2 避免内存拷贝
ByteBuf
自带零拷贝特性,尽量用:slice()
duplicate()
retain()/release()
不要轻易用
byte[]
➔ 会触发拷贝!
比如读取消息推荐这样:
ByteBuf buf = in.retainedSlice(start, length); // 轻量切片,不拷贝数据
而不是:
byte[] arr = new byte[length]; in.readBytes(arr); // 直接拷贝到数组,GC负担大
2.3 合理使用 PooledByteBufAllocator(池化)
高并发下 PooledByteBufAllocator(对象池)能大幅减少GC压力。
Netty默认在Linux/64位系统上开启,如果想手动指定:
ServerBootstrap bootstrap = new ServerBootstrap(); bootstrap.option(ChannelOption.ALLOCATOR, PooledByteBufAllocator.DEFAULT); bootstrap.childOption(ChannelOption.ALLOCATOR, PooledByteBufAllocator.DEFAULT);
2.4 拆包粘包优化处理
常用的:
LengthFieldBasedFrameDecoder(基于包长度自动拆包)
DelimiterBasedFrameDecoder(基于分隔符拆包)
优先推荐用
LengthFieldBasedFrameDecoder
,CPU更友好!示例(4字节包头长度):
new LengthFieldBasedFrameDecoder(65536, 0, 4, 0, 4)
参数解释:
最大帧长度
包头起始位置
包头长度
额外字节补偿
跳过包头
2.5 小心 JSON/XML 等大对象解析
大对象解析(如Gson、Jackson):
尽量提前判断数据大小 ➔ 防止 OOM
异常时丢弃,避免线程卡死
比如你的 Decoder 里应该这样判断:
if (byteBuf.readableBytes() > 1024 * 64) {log.error("==> 单包过大,直接丢弃");byteBuf.skipBytes(byteBuf.readableBytes());return; }
防止有人恶意发送超级大包,导致内存溢出。
2.6 解码失败保护机制
高并发下,有一条数据出问题,不能影响后续数据处理。
所以推荐:
解码失败直接 resetReaderIndex,保留数据,等待更多数据。
不要在异常里直接
ctx.close()
,除非真确定是致命异常。
3. 编解码性能压测指标参考
指标
高性能目标
单连接TPS(事务数/秒)
>10万
编码平均耗时
<50μs
解码平均耗时
<100μs
内存使用增长速率
平稳,无抖动
GC次数
每分钟<1次
压测工具可以用:
Netty自带的EchoClient
wrk+自定义TCP代理
JMeter TCP Sampler
4. 典型问题案例
问题
原因
优化
解码异常连锁崩溃
未resetReaderIndex
捕获异常后 reset
CPU拉满
粘包拆包逻辑死循环
抓包分析,优化拆包算法
GC频繁
每次readBytes()导致大量对象创建
用ByteBuf slice
内存泄漏
ByteBuf未release
finally块中统一release