WebApi系列~HttpClient的性能隐患

最近在进行开发过程中,基于都是接口开发,A站接口访问B接口接口来请求数据,而在这个过程中我们使用的是HttpClient这个框架,当然也是微软自己的框架,性能当前没有问题,但如果你直接使用官方的写法,在高并发时候,会有很大的性能隐患,因为它官方使用的是using的方式,而对于请求量比较大时,这种方法对TCP建立也会过高,即使用完马上释放也会有很多time_out的请求,所有决定把某个用到httpclient的组件做成静态化的!

明细

统计

调用,中规中矩的写法

                using (var http = new HttpClient())
                {
                    var json = JsonConvert.SerializeObject(new
                    {
                        target_index = projectName,
                        timestamp = DateTime.Now.ToUniversalTime().ToString("yyyy-MM-ddTHH:mm:ss.fffZ"),
                        Level = level.ToString(),
                        Message = message
                    });
                    json = json.Replace("target_index", "@target_index").Replace("timestamp", "@timestamp");
                    var httpContent = new StringContent(json, Encoding.UTF8);
                    httpContent.Headers.ContentType = new MediaTypeHeaderValue("application/json");
                    var result = http.PostAsync(apiLoggerUri, httpContent).Result;
                }

 优化它,做成TCP长链接,所以请求走一个通道

        private static readonly HttpClient _httpClient;
        private ApiLoggerOptions _config;

        static ApiLogger()
        {
            _httpClient = new HttpClient();
            _httpClient.Timeout = new TimeSpan(0, 0, 10);
            _httpClient.DefaultRequestHeaders.Connection.Add("keep-alive");
        }

keep-alive关键字可以理解为一个长链接,超时时间也可以在上面进行设置,例如10秒的超时时间,当然并发量太大,这个10秒应该会抛弃很多请求

发送请求的代码没有了using,即这个httpclient不会被手动dispose,而是由系统控制它,当然你的程序重启时,这也就被回收了。

               var json = JsonConvert.SerializeObject(new
                {
                    target_index = projectName,
                    timestamp = DateTime.Now.ToUniversalTime().ToString("yyyy-MM-ddTHH:mm:ss.fffZ"),
                    Level = level.ToString(),
                    Message = message
                });
                json = json.Replace("target_index", "@target_index").Replace("timestamp", "@timestamp");
                var httpContent = new StringContent(json, Encoding.UTF8);
                httpContent.Headers.ContentType = new MediaTypeHeaderValue("application/json");
                _httpClient.PostAsync(apiLoggerUri, httpContent).Wait();

通过上面的改造,我们我系统性能得到了改善,TCP的连接数也降下来了

所以对于长链接的多路复用技术,相对于请求过多的情况还是最省资源的!

本文转自博客园张占岭(仓储大叔)的博客,原文链接:WebApi系列~HttpClient的性能隐患,如需转载请自行联系原博主。

时间: 2024-10-17 03:06:52

WebApi系列~HttpClient的性能隐患的相关文章

WebApi系列~对HttpClient的响应流进行解压

有时我们的请求头为ContentEncoding添加了gzip进行了压缩,而服务端返回数据时也会对它进行gzip压缩,如果在这种情况下,你直接头响应流会是乱码,而必须先进行压缩,大叔将这块的逻辑进行了抽取,它把抽取到了方法里,自动使用这个功能! /// <summary> /// 对流进行解压 /// </summary> /// <param name="response"></param> static void UnGZip(Htt

jvm系列(五):tomcat性能调优和性能监控(visualvm)

  tomcat服务器优化   1.JDK内存优化    根据服务器物理内容情况配置相关参数优化tomcat性能.当应用程序需要的内存超出堆的最大值时虚拟机就会提示内存溢出,并且导致应用服务崩溃.因此一般建议堆的最大值设置为可用内存的最大值的80%. Tomcat默认可以使用的内存为128MB,在较大型的应用项目中,这点内存是不够的,需要调大. Tomcat默认可以使用的内存为128MB,Windows下,在文件/bin/catalina.bat,Unix下,在文件/bin/catalina.s

阿里云数据库CloudDBA智慧解决数据库性能优化和问题诊断难题

背景 我要申请CloudDBA免费体验     阿里云数据库为何推出CloudDBA?问题诊断(trouble shooting) 和 性能优化(performance tunning) 一直都是数据库领域的专业问题,需要资深DBA的专业技能才能胜任解决,但这样的人才是稀缺的,无法及时满足大部分的企业紧急需求.如果有一款产品能够在大多数情况下,客户借助它非常迅速的找出数据库性能隐患点.排查出问题症结所在,这将无疑协助客户解决燃眉之急,可以大大降低风险和提高效率.        先来分析下为什么数

【案例】说说time_zone 带来的性能问题

一 背景      相信大家对time_zone参数的意义和使用方式并不陌生,MySQL 通过设置 time_zone来控制时区,不过本文从另外一个角度来了解该参数对系统性能的影响.认识到这个问题的起因是因为数据库出现usr cpu 增大,load 上升 ,thread running陡高等现象.还有另外一个同事发现的问题一个应用接口调用分布到不同的机器,但是性能存在差异. 二 分析过程2.1 timezone的参数设置 我们常用的time_zone 有两种设置方式  SYSTEM  和UTC具

应用性能诊断方法与行业最佳实践分析

随着Internet的普及与迅速发展,企业业务量的迅速加大, IT系统承载的负荷越来越重,系统性能的好坏严重影响了企业对外提供的服务质量.应用性能诊断分析是性能测试实施过程的重要环节. 目录 通用的性能测试实施过程 应用性能诊断分析方法-分层法 应用性能诊断分析方法-分段法 总结 一. 通用的性能测试实施过程 1.需求分析 性能测试需求是应用需求的衍生.需要借助于相关的理论知识和相关领域的经验积累,对性能测试需求进行分析整理.需要明确下面相关内容: 测试目标 测试范围 测试策略 测试模型构建  

Java 程序性能优化《第一章》Java性能调优概述 1.2性能调优的层次

Java 程序性能优化<第一章>1.2性能调优的层次 为了提升系统性能,开发人员开始从系统各个角度和层次对系统进行优化.除了最常见的代码优化外,在软件架构上.JVM虚拟机层.数据库以及操作系统层面都可以通过各种手段进行优化,从而在整体上提升系统的性能. 1.2.1 设计调优 设计调优处于所有调优手段的上层,它往往需要在软件开发之前进行.在软件开发之处,软件架构师就应该评估系统可能存在的各种潜在问题,并给出合理的设计方案.由于软件设计和架构对整体质量有决定性的影响,所以,设计调优对系统性能的影响

jvm系列(七):jvm调优-工具篇

16年的时候花了一些时间整理了一些关于jvm的介绍文章,到现在回顾起来还是一些还没有补充全面,其中就包括如何利用工具来监控调优前后的性能变化.工具做为图形化界面来展示更能直观的发现问题,另一方面一些耗费性能的分析(dump文件分析)一般也不会在生产直接分析,往往dump下来的文件达1G左右,人工分析效率较低,因此利用工具来分析jvm相关问题,长长可以到达事半功倍的效果来. jvm监控分析工具一般分为两类,一种是jdk自带的工具,一种是第三方的分析工具.jdk自带工具一般在jdk bin目录下面,

阿里云推出CloudDBA,解决数据库性能优化和问题诊断难题

问题诊断(trouble shooting) 和 性能优化(performance tunning) 一直都是数据库领域的专业问题,需要资深DBA的专业技能才能胜任解决,但这样的人才是稀缺的,无法及时满足大部分的企业紧急需求.如果有一款产品能够在大多数情况下,用户借助它能非常迅速的找出数据库性能隐患点.排查出问题症结所在,这将无疑协助用户解决燃眉之急,可以大大降低业务风险和提高效率. 在上周发布性能超越Aurora的自研关系型数据库POLARDB之后,阿里云数据库团队又在9月28日带来一款集阿里

阿里云推出CloudDBA,解数据库性能优化难题

本文讲的是阿里云推出CloudDBA,解数据库性能优化难题[IT168 资讯]问题诊断(trouble shooting) 和 性能优化(performance tunning) 一直都是数据库领域的专业问题,需要资深DBA的专业技能才能胜任解决,但这样的人才是稀缺的,无法及时满足大部分的企业紧急需求.如果有一款产品能够在大多数情况下,用户借助它能非常迅速的找出数据库性能隐患点.排查出问题症结所在,这将无疑协助用户解决燃眉之急,可以大大降低业务风险和提高效率. 在上周发布性能超越Aurora的自