Http 爬虫 socketRead0

1、昨天线上出了个问题：我们线上的一个爬虫任务一直没有执行完毕，导致后面其他的任务跑的数据出错。发现问题之后，立刻找运维帮忙dump线上机器的日志来看：

我们可以看到线程的状态还是runnable,然后看下线程的是阻塞在了socketRead0，因为之前有遇到过类似的问题就是MySQL的查询语句，从线程池中拿连接的时候没有校验连接的有效性导致拿不到连接，然MySQL的连接超时时间是默认的8小时。导致任务一个无效的线程，拿阻塞了8个小时才断开连接，问题当然是毁灭性的了。当然缺少有效性的校验和超时时间的设置是必要的，但是任务的监控添加也是有必要的。这个后面在说。

今天发生的这个问题是由于DefaultHttpClient这个不推荐使用的客户端引起的，具体我们项目中的代码是这样使用的：

问题就出在这句上面：get.setConfig(RequestConfig.custom().setConnectTimeout(Constant.TIMEOUT)

                .setSocketTimeout(Constant.TIMEOUT).build());//10秒钟超时时间

这个超时时间的设置是不对的。我们跟着源码进去，我这里贴出非重要的路径：

当我们跟着源码到DefaultRequestDirector的exectue的方法的时候就差不多要切入正题了。下面咱们具体看看一个特别重要的方法tryConnect，他里面给我们会设置连接的超时时间等信息。

tryConnect是一个内部方法，先检查是否当前连接是否是开启的，没有就会开启，进入到这个open方法中。

可以看到连接是有的上一个方法返回的open属性的值是false。那么就去开启这个连接。结合上一步我们可以知道这个方法是需要设置超时时间等信息的。同事我们也可以看到poolEntry连接池中的信息，创建时间就是我Test启动的时间，超时时间是个特别大的值。

开启的时候最终会走到PlainSocketFactory:

你会发现他是从HttpParams params里面取值的。而不是我们代码中设置的样子。

到此问题找到了，具体的解决办法有没有呢，当然有啊，而且还不只一个：

解决办法：

1.用下面的这种方式设置参数就是OK的啦。因为她就是按照下面的方式取值的么。

2.第二种不用这个废弃的方式了。这种方式呢大家猜也难能猜到了，她设置值的时候是直接加载的config，就是咱们构造的这个socketConfig啦。大家有兴趣就跟进源码中去看看了。

第二章fa

debug源码真的很爽。