REST已然成为最流行的提供外界服务API的方式。同时，随着互联网和物联网的普及，如今的应用需要处理大量并发的请求。因此，开发高性能REST服务已经成为一个成功应用的必备条件。
我这里集中讨论Java和JVM相关技术。基于Java的REST应用比基于python和ruby的应用往往具备更好的性能。而另外一些新兴的语言如Go超出了讨论的范围。
标准
JAX-RS是Java世界定义REST API的通用标准。Jersey 是JAX-RS的官方实现，（其他实现如rest-easy）。这是一个简单的Jersey REST GET例子。
@Path("myresource")
public class MyResource {
/**
* Method handling HTTP GET requests. The returned object will be sent
* to the client as "text/plain" media type.
*
* @return String that will be returned as a text/plain response.
*/
@GET
@Produces(MediaType.TEXT_PLAIN)
public String getIt() {
try {
Thread.sleep(100); // do some job
} catch (InterruptedException e) {
e.printStackTrace();
}
return "Got it!";
}
}
标准Jersey及其底层servlet实现最大的问题是每处理一个讲求，就需要一个相应的Socket线程处理。在成千上万的并发请求下，系统性能将会明显下降。
异步
为了解决这个问题，JAX-RS提出了异步的解决方案。在这种模式下，请求线程和用户连接之间的联系被打破。I/O容器不再假设等待请求完成，在关闭连接。这是上面简单的Jersey REST GET例子的异步实现：
@Path("myresource")
public class MyResource {
@GET
@Produces(MediaType.TEXT_PLAIN)
public void asyncGet(@Suspended final AsyncResponse asyncResponse) {
new Thread(new Runnable() {
@Override
public void run() {
String result = veryExpensiveOperation();
asyncResponse.resume(result);
}
private String veryExpensiveOperation() {
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "Got it!";
}
}).start();
}
}
非阻塞
标准Jersey及其底层servlet实现最大的问题是每处理一个讲求，就需要一个相应的Socket线程处理。在成千上万的并发请求下，系统性能将会明显下降。
为了解决这个问题，JAX-RS提出了异步的解决方案。在这种模式下，请求线程和用户连接之间的联系被打破。I/O容器不再假设等待请求完成，在关闭连接。这是上面简单的Jersey REST GET例子的异步实现：
@Path("myresource")
public class MyResource {
@GET
@Produces(MediaType.TEXT_PLAIN)
public void asyncGet(@Suspended final AsyncResponse asyncResponse) {
new Thread(new Runnable() {
@Override
public void run() {
String result = veryExpensiveOperation();
asyncResponse.resume(result);
}
private String veryExpensiveOperation() {
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
return "Got it!";
}
}).start();
}
}
使用异步技术可以大幅提高吞吐量，但是后端的工作已然需要创建独立的线程完成。系统的负担已然很大。
另外一种完全不同的实现是把“非阻塞”应用到方方面面，不仅仅是HTTP请求处理。在这种模式下，系统仅仅需要少量线程来检测事件的发生。使用这种方法最为重要的是将任务分解为一个个小部分。每个部分的执行事件非常短。Vert.x就是这样一个非阻塞，事件驱动，跨语言的开发框架。Node.JS则是另外一个JavaScript领域很流行的非阻塞框架。
上面简单REST服务的Vert.x实现如下
public class RestServer extends Verticle {
public void start() {
RouteMatcher rm = new RouteMatcher();
rm.get("/myapp/myresource", new Handler() {
public void handle(final HttpServerRequest req) {
// sleep 100 ms
vertx.setTimer(100, new Handler() {
public void handle(Long timerID) {
req.response().end("Got it");
}
});
}
});
vertx.createHttpServer().requestHandler(rm).listen(8080);
}
}
我这里比较了jersey同步，异步和vert.x的实现。这里的服务实现工作100毫秒，然后返回结果。我使用gatling模拟了1000个用户并发，每个用户重复请求100次。测试结果显示vertx具有最高的吞吐率（即每秒中完成请求次数）5K和最低的平均时延105ms。Jersey异步居中，达到1K的吞吐量和300ms的平均时延。Jersey同步表现最差，吞吐量只有70，平均时延高达12秒。完整的例子在我的github项目vertx-jersey-benchmark。当然，这不意味着Vertx是所有人的最佳选择。Vertx也有很多问题。例如，Vertx缺少JAX—RS那样方便易懂的annotation来描述服务资源路径，参数等等。有一个第三方模块vertx-jersey试图将vertx和jersey集成。但是目前它的性能和jersey同步的性能差不多。