快速做课件的网站2022年seo最新优化策略

一、获取用户 IP 并注入逻辑

        在开发用户系统时，我们有时需要知道用户的真实 IP 地址，比如为了记录用户的登录地点。获取 IP 的最佳时机，就是用户刚发起请求的时候，而不是等到后面业务逻辑再来处理。

1. 在拦截器中获取 IP

        我们通常会在拦截器（Interceptor）中处理用户请求，比如过去我们在这里提取 token，现在我们可以在同样的位置提取用户 IP。

        不过需要注意的是，用户请求经过了 Nginx 转发，不能直接使用 request.getRemoteAddr() 来获取 IP，这样得到的是网关地址，不是真实 IP。

正确做法是让 Nginx 把用户 IP 放到请求头中，比如：

X-Real-IP: 用户真实 IP

我们只要在拦截器中读取这个请求头即可：

String ip = request.getHeader("X-Real-IP");

2. IP 信息暂存到 channel 附件中

拿到 IP 后，我们可以把它存到一个临时存储位置（通常叫做“附件”）中，后面的登录逻辑会用到它。

这里用的是 Netty 的 Channel 对象，我们可以像存储 token 一样，把 IP 放进去：

channel.attr(AttributeKey.valueOf("ip")).set(ip);

这样就把 IP 临时存好了。

3. 登录逻辑中使用 IP 后移除

这个 IP 只在登录逻辑中用一次，用完后就可以从 channel 附件中移除，避免多余数据残留。

小结

• IP 读取要从 Nginx 的请求头中拿；

• 拿到后存到 channel 附件中；

• 登录用一次后就删掉；

• 整个流程只做一次，简洁高效。

二、用户上线事件与 IP 信息封装

        IP 获取完后，下一步就是记录并封装 IP 信息，以便后续分析用户行为，比如判断是否异地登录、展示登录地点等。

1. 用户上线事件

用户成功登录后，我们会把这个“用户上线”的动作作为一个事件抛出去。为什么要这样做？

简单来说，这样可以解耦，比如登录逻辑专注于验证账号密码，IP 解析等事情可以通过事件异步处理，不影响主流程的速度。

抛出事件的代码很简单（示意）：

eventBus.post(new UserOnlineEvent(userId));

2. 创建 IpInfo 实体类

        为了更方便管理 IP 数据，我们单独封装了一个 IpInfo 类，用来保存用户的 IP 信息。常见字段有：

• createIp：用户注册时的 IP，只设置一次；

• updateIp：用户每次登录时的 IP，会持续更新；

• 其他解析出的归属地信息（如省份、城市、运营商等）。

结构大致如下：

public class IpInfo {private String createIp;private String updateIp;private String province;private String city;private String isp;// ...更多字段
}

3. 设置 IP 的时机

在用户登录成功的方法中，我们就来设置这些 IP 信息。

• 如果是第一次登录（createIp 为空），就设置 createIp；

• 不管是不是第一次，都更新 updateIp。

示意逻辑如下：

if (ipInfo.getCreateIp() == null) {ipInfo.setCreateIp(currentIp);
}
ipInfo.setUpdateIp(currentIp);

小结

• 登录成功后抛出“上线事件”，用于异步处理；

• 创建 IpInfo 类封装 IP 信息；

• createIp 只记录一次，updateIp 每次都更新。

三、IP 解析框架设计

        拿到用户 IP 后，我们希望知道这个 IP 属于哪个省市、运营商。这就需要一个 IP 解析框架 —— 它的任务是根据 IP 地址查出归属地信息，并更新到用户资料中。

这个过程我们设计为异步处理，避免影响登录速度。

1. 在用户上线处理器中触发异步解析

        在“用户上线事件”被监听后，我们会触发一个处理器，负责进行 IP 解析。这一步是后台执行的，用户无感知。

为了不阻塞主线程，我们用线程池来异步执行解析任务。

2. 自定义线程池

我们自己定义一个专用线程池，主要考虑：

• 线程命名明确，方便排查问题；

• 核心线程数和最大线程数都设置为 1，表示串行处理；

• 所有任务都用异步方式提交。

示意代码如下：

ExecutorService ipParserPool = new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS,new LinkedBlockingQueue<>(),new NamedThreadFactory("ip-parser")
);

提交任务：

ipParserPool.submit(() -> parseIp(userId, currentIp));

3. 是否需要解析的判断逻辑

每次上线都解析 IP 会浪费资源。所以我们先对比：

• 用户资料中 updateIp 是否和当前 IP 相同；

• 如果一样，就不解析；

• 如果不一样，说明 IP 变了，就执行解析逻辑。

判断示例：

if (!currentIp.equals(ipInfo.getUpdateIp())) {// IP 变了，去解析
}

4. 解析 IP 的具体逻辑

解析 IP 主要包括这几步：

（1）重试机制

有时解析服务会不稳定，为了提高成功率，我们设置 最多重试 3 次，每次失败 休眠 2 秒，并打印错误日志。

示意代码：

for (int i = 0; i < 3; i++) {try {// 发起解析请求break; // 成功就退出循环} catch (Exception e) {log.warn("解析失败，第 {} 次", i + 1, e);Thread.sleep(2000);}
}

（2）发起请求并反序列化

我们使用 Hutool 工具类来发起 HTTP 请求获取 IP 信息：

String response = HttpUtil.get("http://xxx.com/ip?ip=" + currentIp);

拿到返回的数据后，用 JsonUtil 工具类把它转成 Java 对象：

IpInfo info = JsonUtil.toBean(response, IpInfo.class);

最后，把解析结果更新到用户资料中即可。

小结

• 用户上线后触发异步解析；

• 解析框架用单线程池，串行执行；

• 先判断 IP 是否已变，避免重复解析；

• 最多重试 3 次，每次失败等待 2 秒；

• 使用 Hutool 发请求，JsonUtil 解析数据，更新用户信息。

四、IP 框架吞吐量测试

        我们已经完成了 IP 解析框架的基本逻辑。那接下来就要测试一下它的性能 —— 比如：一秒钟能处理多少个 IP？这就是所谓的吞吐量测试。

1. 为什么要测试？

• 看看框架能不能扛住大量用户同时登录；

• 帮助我们找到性能瓶颈，是否需要优化；

• 为未来扩容做准备。

2. 怎么测？

我们写一个简单的测试方法，做两件事：

1. 循环调用解析方法，比如连续解析 10 次；

2. 记录开始时间和结束时间，算出每次大概需要多久。

示意代码如下：

long start = System.currentTimeMillis();for (int i = 0; i < 10; i++) {try {parseIp(userId, testIp); // 调用 IP 解析方法System.out.println("第 " + (i + 1) + " 次解析成功：" + System.currentTimeMillis());} catch (Exception e) {e.printStackTrace();}
}long end = System.currentTimeMillis();
System.out.println("总耗时：" + (end - start) + "ms");

测试结果显示：差不多每秒解析 1 个 IP，当然这也跟你网络、第三方服务快慢有关。

3. 测试中的异常处理

在测试过程中，如果解析失败，我们不希望影响整个流程。

所以加上简单的异常捕获，一旦失败，就返回 null，方便继续测试：

try {return parseIp(ip);
} catch (Exception e) {return null;
}

4. 优雅停机：关闭线程池

测试完毕后，别忘了关闭线程池，不然程序可能无法正常退出。

步骤如下：

1. 调用 shutdown()，不再接受新任务；

2. 设置最大等待时间，比如 10 秒；

3. 如果还没完成，强制关闭。

示意代码：

ipParserPool.shutdown();
if (!ipParserPool.awaitTermination(10, TimeUnit.SECONDS)) {ipParserPool.shutdownNow();
}

小结

• 吞吐量测试可以估算框架性能；

• 循环调用解析方法，记录时间；

• 异常要处理，不能中断整个测试；

• 测试后要关闭线程池，程序才能优雅停机。

五、线程池优雅停机

        我们在 IP 解析中使用了线程池来异步执行任务。程序运行时一切正常，但如果线程池不关闭，程序可能无法退出或者资源一直占用。

所以我们需要在系统关闭时，把线程池优雅地停掉。

1. 什么是“优雅停机”？

优雅停机的意思是：

• 不再接受新的任务；

• 把正在执行的任务做完；

• 给任务一点时间完成；

• 超时没完成，就强制停止。

这样既不会浪费资源，也不会留下“未完成的事情”。

2. 停机代码怎么写？

假设我们的线程池叫 ipParserPool，优雅停机步骤如下：

// 1. 通知线程池：别接新任务了
ipParserPool.shutdown();// 2. 等最多 10 秒，看看线程池能不能处理完现有任务
if (!ipParserPool.awaitTermination(10, TimeUnit.SECONDS)) {// 3. 如果超过 10 秒还没停下来，那就强制关闭ipParserPool.shutdownNow();
}

解释一下：

• shutdown()：相当于说“停止接活”；

• awaitTermination()：最多等 10 秒，看有没有彻底停下来；

• shutdownNow()：如果还不行，直接打断所有线程，强制停机。

3. 这个操作放在哪？

一般放在项目的 @PreDestroy 方法或 Spring 的销毁钩子里。比如：

@PreDestroy
public void destroy() {// 上面的优雅停机代码就写在这里
}

Spring 容器关闭时，就会自动调用这个方法。

小结

• 用了线程池，一定要在项目关闭时优雅停机；

• 做法是先 shutdown()，再 awaitTermination()，最后 shutdownNow()；

• 推荐把停机逻辑写在 @PreDestroy 方法中，自动触发。