Jetty项目12.0.20版本发布:性能优化与内存管理升级
Jetty作为一款轻量级、高性能的Java Web服务器和Servlet容器,在最新发布的12.0.20版本中带来了一系列重要改进。本文将深入解析这次更新的技术亮点,帮助开发者理解这些变化对实际应用的影响。
核心改进解析
内存管理优化
本次版本针对内存使用进行了多项优化,显著提升了资源利用效率。其中最重要的改进是解决了WebSocket使用permessage-deflate扩展时保持最后发送消息的内存问题。在之前的实现中,服务器会无意中保留最后发送给客户端的消息副本,这在长时间运行的连接中可能导致内存泄漏。新版本通过优化消息处理流程,确保在消息发送完成后及时释放相关资源。
FrameFlusher.timeoutExpired的内存使用也得到优化,减少了在高并发场景下的内存压力。这些改进对于构建高吞吐量的实时应用尤为重要,如在线聊天系统或实时数据监控平台。
HTTP/2协议增强
Jetty 12.0.20引入了HTTP/2帧监听器功能,为开发者提供了更细粒度的协议控制能力。通过实现自定义的帧监听器,开发者可以监控和干预HTTP/2协议的底层帧交换过程,这在实现高级流量管理、调试复杂协议交互或实现特殊路由逻辑时非常有用。
同时升级了quiche到0.24.0版本,这是一款开源的QUIC和HTTP/3实现库。这一升级带来了性能提升和bug修复,为未来全面支持HTTP/3奠定了基础。
资源处理改进
Resource类现在可以直接提供Content.Source,简化了内容处理流程。这一变化使得资源处理更加高效,特别是在处理大文件或流式内容时。同时修复了非Path类型Resource实例传输速度慢的问题,提升了文件传输性能。
对于使用..相对路径作为基础资源路径的情况,Jetty 12.0.20调整了行为使其与Jetty 9保持一致,解决了版本间兼容性问题。
线程池稳定性提升
修复了QueuedThreadPool在使用BlockingArrayQueue或ArrayBlockingQueue初始化时,在快速连续执行调用时可能抛出错误的问题。这一改进增强了服务器在高负载下的稳定性,特别是在突发流量场景中表现更为可靠。
开发者工具改进
JSON处理方面,util-ajax模块现在支持直接使用CharSequence而非仅限于String类型进行JSON解析。这一改进减少了不必要的字符串转换,在处理大量JSON数据时能带来轻微但可观的性能提升。
AbstractProxyServlet现在允许为HttpClient配置额外属性,提供了更大的灵活性。开发者可以通过这一功能定制代理行为,如设置特定的超时值或添加自定义的请求拦截器。
兼容性与错误修复
本次发布修复了多个影响稳定性的问题,包括:
- 修复了HttpChannelState.onFailure中可能出现的偶发性NPE问题
- 解决了异步请求过滤器中getRequestURL返回结果不一致的问题
- 修正了当metadata-complete=true时未执行MultiPart注解扫描的问题
- 完善了JPMS模块系统与新Environments特性的兼容性
总结
Jetty 12.0.20版本在保持轻量级特性的同时,通过一系列优化提升了性能、稳定性和开发者体验。这些改进使得Jetty在云原生环境、微服务架构和高性能Web应用中更具竞争力。对于正在使用Jetty的团队,建议评估这些新特性对现有应用的影响,特别是内存管理和HTTP/2相关的改进可能带来直接的性能收益。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00