Nano Hash - криптовалюты, майнинг, программирование

Netty - могу ли я кэшировать этот ChannelHandlerContext в хэш-карте и ответить на него позже?

Вот этап реализации и вопросы:

  1. Обработчик сервера Netty получает сообщение от клиента

  2. Поскольку есть другие запущенные потоки для обработки пользовательских данных, нам нужно поместить этот запрос в очередь и позволить рабочему процессу

  3. Можем ли мы ответить клиенту в рабочем потоке после того, как рабочий обработает данные? то есть использовать HashMap для кеширования ChannelHandlerContext и получить его позже из рабочего потока для ответа?

Спасибо вам всем

java multithreading netty
04.03.2015

Ответы:


1

Да, ты можешь. Все операции, предоставляемые ChannelHandlerContext, являются потокобезопасными, поэтому вы можете сохранить экземпляр контекста для дальнейшего использования и использовать его из другого потока.

ChannelHandlerContext имеет тот же жизненный цикл, что и Channel, которому он принадлежит. Когда Channel закрыт, ChannelHandlerContext также разыменовывается из конвейера. Если вы сохраняете ссылку на ChannelHandlerContext, вам следует разыменовать его или убедиться, что сборщик мусора может вернуть его.

04.03.2015
  • Могу ли я узнать, когда контекст будет удален из памяти? Это когда таймаут http? Кроме того, возможно ли, что другой запрос повторно использует тот же контекст, когда я кэширую его в памяти? большое спасибо 04.03.2015
  • Ответ обновлен. Конечно, вы можете написать несколько сообщений из разных потоков с одним и тем же объектом контекста. 04.03.2015
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..