处理流程对比
在进行了解fasthttp底层代码实现之前，我们先对两者处理请求的方式进行一个回顾和对比，了解完两者的基本的情况之后，再对fasthttp的实现最进一步分析。
net/http处理流程
在小许文章《图文讲透Golang标准库 net/http实现原理 -- 服务端》中讲的比较详细了，这里再把大致流程整理以下，整体流程如下：
1. 将路由和对应的handler注册到一个 map 中，用做后续键值路由匹配
2. 注册完之后就是开启循环监听连接，每获取到一个连接就会创建一个 Goroutine进行处理
3. 在创建好的 Goroutine 里面会循环的等待接收请求数据，然后根据请求的地址去键值路由map中匹配对应的handler
4. 执行匹配到的处理器handler
net/http 的实现是一个连接新建一个 goroutine，如果在连接数非常多的时候，，每个连接都会创建一个 Goroutine 就会给系统带来一定的压力。这也就造成了 net/http在处理高并发时的瓶颈。
每次来了一个连接，都要实例化一个连接对象，这谁受得了，哈哈
fasthttp处理流程
再看看fasthttp处理请求的流程：
1. 启动监听
2. 循环监听端口获取连接，建立workerPool
3. 循环尝试获取连接 net.Conn，先会去 ready 队列里获取 workerChan，获取不到就会去对象池获取
4. 将获取到的的连接net.Conn 发送到 workerChan 的 channel 中
5. 开启一个 Goroutine 一直循环获取 workerChan 这个 channel 中的数据
6. 获取到channel中的net.Conn之后就会对请求进行处理
workerChan 其实就是一个连接处理对象，这个对象里面有一个 channel 用来传递连接；每个 workerChan 在后台都会有一个 Goroutine 循环获取 channel 中的连接，然后进行处理。
workerChan是在workerPool临时对象分别存取
fasthttp为什么快
fasthttp的优化主要有以下几个点：
• 连接复用，如slice中有可复用的workerChan就从ready这个slice中获取，没有可复用的就在workerChanPool创建一个，万一池子满了（默认是 256 * 1024个）就报错。
• 对于内存复用，就是大量使用了sync.Pool（你知道的，sync.Pool复用对象有啥好处），有人统计过，用了整整30个sync.Pool，context、request对象、header、response对象都用了sync.Pool ....
• 利用unsafe.Pointer指针进行[]byte 和 string 转换，避免[]byte到string转换时带来的内存分配和拷贝带来的消耗 。
知道了fasthttp为什么快，接下来我们看下它是如何处理监听处理请求的，在哪些地方用到了这些特性。
底层实现
简单案例
import (
"github.com/buaazp/fasthttprouter"
"github.com/valyala/fasthttp"
"log"
)
func main() {
//创建路由
r := fasthttprouter.New()
r.GET("/", Index)
if err := fasthttp.ListenAndServe(":8083", r.Handler); err != nil {
log.Fatalf("ListenAndServe fatal: %s", err)
}
}
func Index(ctx *fasthttp.RequestCtx) {
ctx.WriteString("hello xiaou code!")
}
这个案例同样是几样代码就启动了一个服务。
创建路由、为不同的路由执行关联不同的处理函数handler，接着跟net/http一样调用 ListenAndServe 函数进行启动服务监听，等待请求进行处理。
workerPool结构
workerpool 对象表示 连接处理 工作池，这样可以控制连接建立后的处理方式，而不是像标准库 net/http 一样，对每个请求连接都启动一个 goroutine 处理， 内部的 ready 字段存储空闲的 workerChan 对象，workerChanPool 字段表示管理 workerChan 的对象池。
workerPool结构体如下：
type workerPool struct {
//匹配请求对应的handler
WorkerFunc ServeHandler
//最大同时处理的请求数
MaxWorkersCount int
LogAllErrors bool
//最大空闲工作时间
MaxIdleWorkerDuration time.Duration
Logger Logger
//互斥锁
lock sync.Mutex
//work数量
workersCount int
mustStop bool
// 空闲的 workerChan
ready []*workerChan
//是否关闭workerPool
stopCh chan struct{}
//sync.Pool workerChan 的对象池
workerChanPool sync.Pool
connState func(net.Conn, ConnState)
}
WorkerFunc ：这个属性挺重要的，因为给它赋值的是Server.serveConn
ready：存储了空闲的workerChan
workerChanPool：是workerChan 的对象池，在sync.Pool中存取临时对象，可减少内存分配
启动服务
ListenAndServe是启动服务监听的入口，内部的调用过程如下：
Server.Serve
Serve方法为来自给监听到的连接提供处理服务，直到超过了最大限制（256 * 1024）才会报错。
func (s *Server) Serve(ln net.Listener) error {
//最大连接处理数
maxWorkersCount := s.getConcurrency()
s.mu.Lock()
s.ln = append(s.ln, ln)
if s.done == nil {
s.done = make(chan struct{})
}
if s.concurrencyCh == nil {
s.concurrencyCh = make(chan struct{}, maxWorkersCount)
}
s.mu.Unlock()
//workerPool进行初始化
wp := &workerPool{
WorkerFunc: s.serveConn,
MaxWorkersCount: maxWorkersCount,
LogAllErrors: s.LogAllErrors,
MaxIdleWorkerDuration: s.MaxIdleWorkerDuration,
Logger: s.logger(),
connState: s.setState,
}
//开启协程,处理协程池的清理工作
wp.Start()
atomic.AddInt32(&s.open, 1)
defer atomic.AddInt32(&s.open, -1)
for {
// 阻塞等待，获取连接net.Conn
if c, err = acceptConn(s, ln, &lastPerIPErrorTime); err != nil {
...
return err
}
s.setState(c, StateNew)
atomic.AddInt32(&s.open, 1)
//处理获取到的连接net.Conn
if !wp.Serve(c) {
//未能处理，说明已达到最大worker限制
...
}
c = nil
}
}
从上面的注释中我们可以看出 Server 方法主要做了以下几件事：
1. 初始化 worker Pool，并启动
2. net.Listener循环接收请求
3. 将接收到的请求交给workerChan 处理
注意：这里如果超过了设定的最大连接数（默认是 256 * 1024个）就直接报错了
Start开启协程池
workerPool进行初始化之后接着就调用Start开启，这里主要是指定sync.Pool变量workerChanPool的创建函数。
接着开启一个协程，该Goroutine的目的是进行定时清理 workerPool 中的 ready 中保存的空闲 workerChan，清理频率为每 10s 启动一次。
清理规则是使用二进制搜索算法找出最近可以清理的工作者的索引
func (wp *workerPool) Start() {
//wp的关闭channel是否为空
if wp.stopCh != nil {
return
}
wp.stopCh = make(chan struct{})
stopCh := wp.stopCh
//指定workerChanPool的创建函数
wp.workerChanPool.New = func() interface{} {
return &workerChan{
ch: make(chan net.Conn, workerChanCap),
}
}
//开启协程
go func() {
var scratch []*workerChan
for {
//清理空闲超时的 workerChan
wp.clean(&scratch)
select {
case <-stopCh:
return
default:
// 间隔10 s
time.Sleep(wp.getMaxIdleWorkerDuration())
}
}
}()
}
开启一个清理Goroutine的目的是为了避免在流量高峰创建了大量协程，之后不再使用，造成协程浪费。
清理流程是在wp.clean()方法中实现的。
接收连接
acceptConn函数通过调用net.Listener的accept方法去接受连接，这里获取连接的方式跟net/http调用的其实都是一样的。
func acceptConn(s *Server, ln net.Listener, lastPerIPErrorTime *time.Time) (net.Conn, error) {
for {
c, err := ln.Accept()
if err != nil {
//err判断
...
}
//校验是否net.TCPConn连接
// 校验每个ip对应的连接数
if s.MaxConnsPerIP > 0 {
pic := wrapPerIPConn(s, c)
if pic == nil {
...
continue
}
c = pic
}
return c, nil
}
}
获取 workerChan
func (wp *workerPool) Serve(c net.Conn) bool {
//获取 workerChan
ch := wp.getCh()
if ch == nil {
return false
}
//将连接放到channel中
ch.ch <- c
//返回true
return true
}
这里调用的getCh()函数实现了获取workerChan，获取到之后将之前接受的连接net.Conn放到workerChan结构体的channel通道中。
我们看下workerChan这个结构体
type workerChan struct {
lastUseTime time.Time
ch chan net.Conn
}
lastUseTime：最后一次被使用的时间，这个值在进行清理workerChan的时候是会用到的
ch：用来传递获取到的连接net.Conn，获取到连接时接收，处理请求时获取
getCh方法：
func (wp *workerPool) getCh() *workerChan {
var ch *workerChan
createWorker := false
wp.lock.Lock()
//从ready队列中拿workerChan
ready := wp.ready
n := len(ready) - 1
if n < 0 {
if wp.workersCount < wp.MaxWorkersCount {
createWorker = true
wp.workersCount++
}
} else {
//ready队列不为空，从队尾拿workerChan
ch = ready[n]
//队尾置为nil
ready[n] = nil
//重新将ready赋值给wp.ready
wp.ready = ready[:n]
}
wp.lock.Unlock()
//ready中获取不到workerChan,则从对象池中新建一个
if ch == nil {
if !createWorker {
return nil
}
vch := wp.workerChanPool.Get()
ch = vch.(*workerChan)
//开启一个goroutine执行
go func() {
//处理ch中channel中的数据
wp.workerFunc(ch)
//处理完后将workerChan放回对象池
wp.workerChanPool.Put(vch)
}()
}
return ch
}
getCh()方法的目的就是获取workerChan，流程如下：
• 先会去 ready 空闲队列中获取 workerChan
• ready 获取不到则从对象池中创建一个新的 workerChan
• 并启动 Goroutine 用来处理 channel 中的数据
workPool中的ready是一个FILO的栈,每次从队尾取出workChan
处理连接
func (wp *workerPool) workerFunc(ch *workerChan) {
var c net.Conn
var err error
for c = range ch.ch {
//channel的值是nil，退出
if c == nil {
break
}
//执行请求，并处理
if err = wp.WorkerFunc(c); err != nil && err != errHijacked {
...
}
...
//将当前workerChan放入ready队列
if !wp.release(ch) {
break
}
}
wp.lock.Lock()
wp.workersCount--
wp.lock.Unlock()
}
执行流程
• 先遍历workerChan的channel，看是否有连接net.Conn
• 获取到连接之后就执行WorkerFunc 函数处理请求
• 请求处理完之后将当前workerChan放入ready队列
WorkerFunc 函数实际上是 Server 的 serveConn 方法
一开始开代码的时候我还没发现呢，细看了之后在Server.Serve()启动服务时将Server.serveConn()方法赋值给了workerPool的WorkerFunc()。
要想了解实现的朋友可以搜下这方面的代码
func (s *Server) ServeConn(c net.Conn) error {
...
err := s.serveConn(c)
...
}
里面的代码会比较多，不过里面的流程就是是获取到请求的参数，找到对应的 handler 进行请求处理，然后返回 响应给客户端。
这里的实现代码可以看到context、request对象的sync.Pool实现，这里就不一一贴出来了。
总结
fasthttp和net/http在实现上还是有较大区别，通过对实现原理的分析，知道了fasthttp速度快是利用了大量sync.Pool对象复用 、[]byte 和 string利用万能指针unsafe.Pointer进行转换等优化技巧。
如果你的业务需要支撑较高的 QPS 并且保持一致的低延迟时间，那么采用 fasthttp 是一个较好的选择。不过net/http兼容性更高，在多数情况下反而是更好的选择！
以上就是浅析Go中fasthttp与net/http的性能对比及应用的详细内容，更多关于Go fasthttp的资料请关注其它相关文章！
