Ktor 2.x 并发与超时实战：CIO 引擎、Dispatchers.IO 与结构化并发可验证指南

## 概要

Ktor 以协程驱动请求处理，配合 CIO 引擎与结构化并发能实现清晰的错误传播与取消；对阻塞 IO 使用 `Dispatchers.IO` 隔离，并以 `withTimeout` 控制上限。本文提供可复制的服务端示例与压测建议。

## 环境校验

• Kotlin/JVM: 1.9+（或 2.0+）
• Ktor Server 2.3.x（或更高）

Gradle：

dependencies {
    implementation("io.ktor:ktor-server-core:2.3.7")
    implementation("io.ktor:ktor-server-cio:2.3.7")
    implementation("io.ktor:ktor-server-content-negotiation:2.3.7")
}

## 基本服务与超时控制

import io.ktor.server.application.*
import io.ktor.server.engine.*
import io.ktor.server.cio.*
import io.ktor.server.response.*
import io.ktor.server.routing.*
import kotlinx.coroutines.*

suspend fun slowOp(): String = withContext(Dispatchers.IO) {
    Thread.sleep(120)
    "OK"
}

fun main() {
    embeddedServer(CIO, port = 8080) {
        routing {
            get("/ping") { call.respondText("pong") }

            get("/slow") {
                val r = withTimeoutOrNull(100) { slowOp() } // 超时保护
                call.respondText(r ?: "timeout")
            }
        }
    }.start(wait = true)
}

要点：

• CIO 与协程原生结合；阻塞操作用 `Dispatchers.IO` 隔离；超时用 `withTimeoutOrNull` 明确返回。

## 简单限流与背压

import kotlinx.coroutines.*
import kotlinx.coroutines.sync.Semaphore

class Gate(n: Int) { private val sem = Semaphore(n); suspend fun <T> run(block: suspend () -> T): T { sem.acquire(); try { return block() } finally { sem.release() } } }

val gate = Gate(64)

// 在 Ktor handler 中：
// val r = gate.run { slowOp() }

要点：限制并发度保护下游资源，结合监控调参。

## 压测建议

• 使用 `wrk`/`k6` 设定并发与请求速率，观察 RT/错误率/尾延迟。
• 逐步调整限流与超时，避免过度拒绝或资源饥饿。

## 结论

• 结构化并发与阻塞隔离是 Ktor 稳定并发的基础；超时与限流保证可预期的退化行为。

## 参考

• Ktor 官方文档（Server、CIO 引擎）