包括两部分，数据传输层异步化（大家已经熟知的NIO），Http业务请求异步化（continuations，servlet3.0）。服务异步处理我将会有一个详细的说明文档（服务异步化的概念，服务异步化的几种标准实现，服务异步化容器的特点），后续给出。
TOP应用特殊性：
1.自身服务能力由后端的服务能力决定。（对同步Web请求的转发）
2.后端服务部署等同性，但要求服务互不影响。
第一点导致TOP无法预估自身服务能力（不同后端服务处理速度下的TOP有不一样的支持能力），同时也无法应对在后端服务异常的情况下，整体的服务质量。
第二点导致TOP只有在物理上分隔不同服务提供者所对应的TOP集群（资源浪费，同时无法动态调整资源来满足服务变化情况）。
因此需要对TOP实施web服务异步处理的测试。这里简单的说一下服务异步化的使用场景需要满足的几个特点：
1. 处理耗时大多消耗在于对后端或者外部服务资源的请求上。
2. 后端或者外部资源在更多的流量下不会成为瓶颈。
拿TOP来解释一下：TOP自身处理主要包括路由，安全，流控等，但是最耗时的是在请求后端各个淘宝团队的服务。其次当前后端服务能力尚未达到真实的处理高峰，因此很多请求被堵在TOP平台，特别是当某些服务异常的时候，另一些服务就会被拖累无法得到充分利用。（当然我们有流控，发现后端服务能力已经成为瓶颈的时候可以对单独服务作限制）。
长话短说，上测试结果……
环境说明：
4 Core
4 G Memory
JDK 1.6.0_07
测试工具：loadRunner 9.5
测试涉及到了四种容器部署：后面都会用缩写在测试结果上注明
1. Apache + modjk + Jboss(后面缩写为Jboss)：
此模式Apache配置如下：
<IfModule mpm_worker_module> ServerLimit 80 ThreadLimit 128 StartServers 10 MaxClients 10240 MinSpareThreads 64 MaxSpareThreads 800 ThreadsPerChild 128 MaxRequestsPerChild 10000 </IfModule> |
Jboss的web容器配置如下：
<Connector port="8009" address="${jboss.bind.address}" connectionTimeout="8000" protocol="AJP/1.3" maxThreads="500" minSpareThreads="40" maxSpareThreads="75" maxPostSize="512000" acceptCount="300" bufferSize="16384" emptySessionPath="false" enableLookups="false" redirectPort="8443" URIEncoding="utf-8"/>
Jboss的web部分以APR模式启动。
2. Tomcat6（APR）
关键配置如下：
<Executor name="topThreadPool" namePrefix="top-exec-"
maxThreads="500" minSpareThreads="40"/>
<Connector port="7777" protocol="HTTP/1.1"
executor="topThreadPool" connectionTimeout="20000" acceptCount="1000"
redirectPort="8444" />
3. Tomcat7 RC 4（APR）
关键配置如下：
<Executor name="topThreadPool" namePrefix="top-exec-"
maxThreads="500" minSpareThreads="4"/>
<Connector executor="topThreadPool" port="3333" protocol="HTTP/1.1"
connectionTimeout="20000" acceptCount="1000"
redirectPort="6443" />
4. Jetty7
关键配置如下：
<Set name="ThreadPool"> <!-- Default queued blocking threadpool --> <New class="org.eclipse.jetty.util.thread.QueuedThreadPool"> <Set name="minThreads">10</Set> <Set name="maxThreads">500</Set> </Set> <Call name="addConnector"> <Arg> <New class="org.eclipse.jetty.server.nio.SelectChannelConnector"> <Set name="host"><SystemProperty name="jetty.host" /></Set> <Set name="port"><SystemProperty name="jetty.port" default="6060"/></Set> <Set name="maxIdleTime">300000</Set> <Set name="Acceptors">2</Set> <Set name="statsOn">false</Set> <Set name="confidentialPort">8443</Set> <Set name="lowResourcesConnections">20000</Set> <Set name="lowResourcesMaxIdleTime">5000</Set> </New> </Arg> </Call> |
附注：
Asyn表示异步模式，syn表示同步。Asyn中还分成resume和complete两种方式，后续在介绍技术背景的时候详细描述。
对于服务端的load不是每一个测试都做了记录，选取了最全面的1500并发用户做了测试。
最大服务请求处理数是通过应用自身实现，具体代码可以参考后面的代码附件。
测试结果如下：
场景1：500 并发用户场景下，后端服务一次请求消耗3秒钟
这个场景测试的目的是比较在线程池资源足够的时候，异步和同步的差别。（也就是TOP服务器所有的资源处于正常服务，前台请求没有因为前段连接被消耗完，导致服务质量降低）
可以看到，在TPS和Response Time上两者基本上没有太大差别，TPS就等于500/3=167左右（3秒一个请求，因此用这种简单算式可以算出），响应时间也较为正常。当时我发现在每秒吞吐量上有些差别，后来单个测试case跑了一下，发现是返回的http header比较大，应该是在做异步化时重入等作的一些标识（后面其他容器的异步化也是一样）。
最大处理请求数都在服务端后台看到是500，等同于最大的并发用户数。
场景2：1000 并发用户场景下，后端服务一次请求消耗3秒钟
场景2就在资源不足的情况下，比较异步服务请求与同步请求处理能力。（例如由于后端某些服务比较慢，导致前段的服务器能够承载的请求数目超过了线程数）
这个场景的结果可以看到TPS在异步模式下与并发用户数呈现同步增长，就好比配置了1000个线程作为线程池一样，同样在后端打出的最大请求数上也证明了这一点，因此前段线程池的服务能力在异步的情况下充分复用（当然这里使用的异步服务处理使用的是NIO而不是BIO的Connector）。同样在吞吐量上依然是增加的，由于异步附加的内容。
场景3：1500 并发用户场景下，后端服务一次请求消耗3秒钟
场景三比对了现有TOP的部署模式（Apache + modjk + Jboss）和Jetty7的同步模式，两种异步模式，Tomcat同步模式，Tomcat的servlet3.0异步模式的处理情况。根据测试可以得到的信息如下：
1. 现有部署方式在后端服务处理耗时较大的情况下，处理能力不如Jetty7和Tomcat6，同时出错率很高。
2. Jetty7的同步处理测试结果和Tomcat6的同步处理测试结果很类似，但是load方面jetty7更好。
3. 异步处理方面Jetty7的两种方式基本上差别不大（后续还需要深入源码看看对于数据缓存资源复用的状况），Tomcat7的异步处理成功率有些问题（错误多半是在获取response回写的时候，response已经被提前释放，看来Tomcat7还是需要一些时间来考验），load上来说tomcat结果比较好。
4. 异步请求在提高处理能力的情况下，对于资源消耗也较大（线程切换较为频繁），不过还是在承受范围。
三个场景组合比较：
最后将三个场景合并起来做一个简单的比较，得到信息如下：
1. 随着并发用户的增加，本身异步处理也会有衰减，同时对于性能消耗（线程切换）也会不断增长。
2. 异步化在消息头上会增加一些数据，会增加回写的带宽消耗（不过量不大），一个请求增加了100byte左右的消息数据。
测试总结：
1. Web请求异步化在TOP很合适。
重复两个条件：
a. 处理耗时大多消耗在于对后端或者外部服务资源的请求上。
b. 后端或者外部资源在更多的流量下不会成为瓶颈。
2. Web请求异步化在Jetty6到7上已经经历了2年多的成长（Google App Engine , Yahoo Hadoop），稳定性和效率较好。（同时很多优化可以通过扩展自行定制，jetty的可扩展性很好）Tomcat7在servlet3上处于刚发布阶段，还有待继续完善。（Servlet3的另一种模式尚未执行成功，直接导致jvm退出）
后续需要继续跟进的：
1. 对于大数据量请求的容器间性能对比。（图片上传或者大数据量的Post请求）
2. 容器安全性。（是否容易被攻击）
3. 代码迁移成本。