我最近参与的一个项目中有一个功能是获取OCR的识别结果，相关接口由另外一家公司写好了，我们在服务器端通过WebService调用就行。然而该功能十分的耗时，平均每次请求大约要花10秒，所以我开始考虑使用并发来增加速度的问题。
业务场景描述
在审判领域，一个案件中会涉及诸多的图片材料，我们希望在法官从案件列表选择一个案件进行查看之后，就开始获取所有图片的OCR结果，避免法官在点击显示OCR之后出现长时间的等待，并且在获取ocr请求时，不应对用户的正常操作产生影响，即用户还可以进行其他的http请求。
前端并发
由于一开始我是负责的前端，所以我希望能从前端解决的问题就尽量在前端解决了。 我们都知道，服务器是默认多线程或多进程的，一个连接建立一个线程，所以只要在前端并发的发送请求给服务器就OK了，问题似乎很简单。
JS的“多”线程
这篇博客JavaScript 进阶（一）JS的”多线程”写得非常好
一开始我以为JS和python 一样没有真正的多线程，只是一个模拟的多线程，但实际上浏览器是支持多线程的，所以这也就有了我们熟悉的ajax异步，在执行ajax请求的Http连接的部分，浏览器另外开了一个线程。借用上述博客中的一张图示意如下：
但不管怎样，只要能实现我要的那种“同时扔出去几十个请求”的效果就OK。查了下资料，发现JS下实现多线程的方式，大概有两种
- Web Worker, HTML5的新特性，效果很好，但是似乎不支持ie8，所以放弃。相关资料比较全，所以这里就不多赘述了。
- Concurrent.Thread.js, 一个日本人写的库，相关资料比较少，但是使用比较简单，且不需要像WebWorker一样把异步的代码全部放到单独的JS中，所以非常喜欢。
使用Concurrent.Thread.js作并发
简单的教程可以参考这篇博客： JavaScript 编写线程代码引用Concurrent.Thread.js
上面的博客中，给出了传递基本类型参数的方法：
Concurrent.Thread.create(f, 100000);
其中f为要执行的函数，100000为传递给f的参数，我模仿这个函数，写下了我的代码，大致如下：
Concurrent.Thread.create(function (selectedAjxh, tree_image_list) {
for (var i = 0; i < tree_image_list.length; i++) {
var wdId = tree_image_list[i];
console.log(wdId);
$.ajax({
url: baseUrl + '/getOcr',
type: 'post',
data: {
ajxh: selectedAjxh,
wdId: wdId,
},
success: function (data) {
if (check_result(data)) {
vm.tree_image_ocr_dict[data.object.wdId] = data.object.content;
}
}
})
}
}, vm.selectedAjxh, vm.tree_image_list);
就是传入两个参数，一个为int型，一个数组，因为使用的是avalon框架，所以参数都放在vm中进行传递。在这个线程中开启一个for循环，把ajax扔出去，进入另外一个异步，再把请求的结果保存到vm中。一切看起来都非常顺利，至少在少量图片测试的时候。
浏览器对前端并发的限制
上面代码在对少数图片的时候，确实执行比较流畅，能达到预期的效果，但是当图片数量变多时，用户新触发的请求需要花费非常长的时间等待(比如获取文档)，用户体验极差。为了定位问题，到底是前端阻塞还是后端不堪压力，我找了很久，一度想甩锅给后端，最后终于在chrome开发者工具中的Timing中发现了这样一个东西
可以发现，其中Stalled的时间达到了惊人的10min，而实际的响应请求（后端处理）时间也就17s，也就是说这条请求在等了10分钟之后才发出去，这就导致了用户后面产生的请求等待的时间比这个还要长！ 于是我开始思考为什么会产生这样的原因，于是我又翻到了这一篇博客：关于请求被挂起页面加载缓慢问题的追查（stalled 时间过长）
原来
浏览器对并发数量有限制！！！
浏览器对并发数量有限制！！！
浏览器对并发数量有限制！！！
重要的事情说三遍，其中各种浏览器的限制的数量如下：
由于经常一次产生上百条请求，所以我决定放弃前端并发，改为后端并发。
后端并发
设计思路如下，
前端通过ajax将所有图片的id传给后端，后端开始并发的获取图片和图片的ocr结果，并将结果以HashMap的形式存储在Session中（使用Session主要是为了方便，如果愿意折腾，可以考虑使用NoSQL）。
Java并发的方案就不赘述了，这个资料挺多的，这里就讲一下多线程中使用Session中遇到的坑。
Java 多线程中使用Session作缓存
为了保证前端能及时获得已经处理好了的ocr结果，前端在发送请求后，记录下图片的数量，并使用setInterval向后端进行轮询请求（当然有兴趣的还可以折腾webSocket），后端不断的查询Session(Session中通过每个案件的id对图片进行分类，存储的形式是HashMap， 即： {案件id: {‘wdId0’: ”, ‘wdId1’:”,…}}), 如果返回的ocr的数量达到了图片的数量，则停止轮询。
这里我使用的是 implements Runnable的方式实现的多线程，通过在线程类中定义一个变量，对变量进行赋值的方式进行传参。相关代码如下：
public class OcrModel {
private int ajxh;
private UserModel user;
private HttpSession session;
....
}
public class OcrThread implements Runnable {
private OcrModel ocrModel;
@Override
public void run() {
...
...
session_key = ocrModel.getAjxh + ocrModel.getUser().getName() + "_ocr_map";
httpSession session = ocrModel.getSession();
ocrResultMap = ....
# 保存结果到全局Session中
session.setAttribute(session_key, ocrResultMap);
....
}
public void initOcrModel(HttpSession session, UserModel user, int ajxh) {
ocrModel = new OcrModel();
ocrModel.setAjxh(ajxh);
ocrModel.setUser(user);
ocrModel.setSession(session);
}
}
OcrThread ocrThread = new OcrThread();
ocrThread.initOcrModel(session, user, ajxh);
Thread thread = new Thread(ocrThread);
thread.start();
需要注意的是，initOcrModel中传入的session类型是HttpSession，不能使用HttpServletRequest request， 因为如果在多线程环境中使用request.getSession()， 获取到的Session会一直为null，因为HttpServletRequest 是线程不安全的，而HttpSession是线程安全的。
终于，这个问题被圆满解决。
附：分布式服务器中的Session共享
对项目负载均衡后，发现Session没有在各台机器之间共享，查了以下，Springboot 提供了一套比较方便的解决方案，即使用redis做缓存，下面做一个简单的介绍
- 1.在pom.xml中添加如下依赖：
<dependency> <groupId>org.springframework.session</groupId> <artifactId>spring-session-data-redis</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-redis</artifactId> <version>1.3.8.RELEASE</version> </dependency> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId> </dependency>2.建立RedisConfig类,添加以下注解
@Configuration @EnableCaching @EnableRedisHttpSession(maxInactiveIntervalInSeconds = 3600) public class RedisSessionConfig { } - 3.在application.yml中添加redis配置（根据自己的需要进行修改）:
spring: redis: host: 127.0.0.1 port: 6379 password: Passw0rd需要注意的是，这里我只使用了一台服务器中的redis来做缓存，如果要把redis也做成分布式，可以参考这篇博客Spring Boot使用Spring Data Redis操作Redis（单机/集群）
此外，如果不考虑集成spring-data-redis，还可以单独使用ShardedJedis来实现redis的分布式，很久以前写过这样一段代码: JedisPoolManager.java
- 4.进行简单的测试
进行简单的登录操作(触发session保存)后，在redis-cli中发现了存在这样的键值：
分布式服务器、多线程程序的Session共享问题
按照上面的步骤，确实完成了session的共享，比如用户的登录信息，都被保存在了session里。但是我保存的ocr信息却出现了神奇的bug，在多线程中调试发现，数据确实被存进去了，但是读取时却一直出现null，后来没有耐心调试了，就把缓存的任务交给redis了，如果有类似问题的同学可以交流以下。
附2: 使用nginx做负载均衡
1.安装nginx
2.修改配置文件中的upstream(一般需要自己添加该字段)，即进行负载均衡的服务器地址：
upstream my_project {
least_conn;
server localhost:8080 weight=1;
server localhost:8000 weight=1;
}
其中localhost:8080和localhost:8000表示两个服务器；
weight表示权重，这里表示平均每两次请求中有一次访问localhost:8080，一次访问localhost:8000；
least_conn比较重要，表示把请求转发给连接数较少的服务器，具体算法可以搜索一下。3.修改location如下：
location / {
proxy_set_header Host localhost:80;
proxy_pass http://my_project;
}4.启动nginx，就可以通过localhost:80来访问服务器了
点击量：1168
