查看原文
其他

吃透这篇,你也能搭建出一个高并发和高性能的系统

hncg 51CTO技术栈 2019-06-27

什么是高并发?高并发是互联网分布式系统架构的性能指标之一,它通常是指单位时间内系统能够同时处理的请求数,简单点说,就是 QPS(Queries Per Second)。


那么我们在谈论高并发的时候,究竟在谈些什么东西呢?高并发究竟是什么?


这里先给出结论:高并发的基本表现为单位时间内系统能够同时处理的请求数,高并发的核心是对 CPU 资源的有效压榨。


举个例子,如果我们开发了一个叫做 MD5 穷举的应用,每个请求都会携带一个 MD5 加密字符串,最终系统穷举出所有的结果,并返回原始字符串。


这个时候我们的应用场景或者说应用业务是属于 CPU 密集型而不是 IO 密集型。


这个时候 CPU 一直在做有效计算,甚至可以把 CPU 利用率跑满,这时我们谈论高并发并没有任何意义。(当然,我们可以通过加机器也就是加 CPU 来提高并发能力,这个是一个正常猿都知道的废话方案,谈论加机器没有什么意义,没有任何高并发是加机器解决不了,如果有,那说明你加的机器还不够多!)


对于大多数互联网应用来说,CPU 不是也不应该是系统的瓶颈,系统的大部分时间的状况都是 CPU 在等 I/O (硬盘/内存/网络) 的读/写操作完成。


这个时候就可能有人会说,我看系统监控的时候,内存和网络都很正常,但是 CPU 利用率却跑满了这是为什么?


这是一个好问题,后文我会给出实际的例子,再次强调上文说的 '有效压榨' 这 4 个字,这 4 个字会围绕本文的全部内容!


控制变量法


万事万物都是互相联系的,当我们在谈论高并发的时候,系统的每个环节应该都是需要与之相匹配的。我们先来回顾一下一个经典 C/S 的 HTTP 请求流程。

如图中的序号所示:

  • 我们会经过 DNS 服务器的解析,请求到达负载均衡集群。

  • 负载均衡服务器会根据配置的规则,将请求分摊到服务层。服务层也是我们的业务核心层,这里可能也会有一些 RPC、MQ 的一些调用等等。

  • 再经过缓存层。

  • 最后持久化数据。

  • 返回数据给客户端。


要达到高并发,我们需要负载均衡、服务层、缓存层、持久层都是高可用、高性能的。


甚至在第 5 步,我们也可以通过压缩静态文件、HTTP2 推送静态文件、CDN 来做优化,这里的每一层我们都可以写几本书来谈优化。


本文主要讨论服务层这一块,即图红线圈出来的那部分。不再考虑讲述数据库、缓存相关的影响。高中的知识告诉我们,这个叫控制变量法。


再谈并发


网络编程模型的演变历史


并发问题一直是服务端编程中的重点和难点问题,为了优化系统的并发量,从最初的 Fork 进程开始,到进程池/线程池,再到 Epoll 事件驱动(Nginx、Node.js 反人类回调),再到协程。


从上中可以很明显的看出,整个演变的过程,就是对 CPU 有效性能压榨的过程。什么?不明显?


那我们再谈谈上下文切换


在谈论上下文切换之前,我们再明确两个名词的概念:

  • 并行:两个事件同一时刻完成。

  • 并发:两个事件在同一时间段内交替发生,从宏观上看,两个事件都发生了。


线程是操作系统调度的最小单位,进程是资源分配的最小单位。由于 CPU 是串行的,因此对于单核 CPU 来说,同一时刻一定是只有一个线程在占用 CPU 资源的。因此,Linux 作为一个多任务(进程)系统,会频繁的发生进程/线程切换。


在每个任务运行前,CPU 都需要知道从哪里加载,从哪里运行,这些信息保存在 CPU 寄存器和操作系统的程序计数器里面,这两样东西就叫做 CPU 上下文。


进程是由内核来管理和调度的,进程的切换只能发生在内核态,因此虚拟内存、栈、全局变量等用户空间的资源,以及内核堆栈、寄存器等内核空间的状态,就叫做进程上下文。


前面说过,线程是操作系统调度的最小单位。同时线程会共享父进程的虚拟内存和全局变量等资源,因此父进程的资源加上线上自己的私有数据就叫做线程的上下文。


对于线程的上下文切换来说,如果是同一进程的线程,因为有资源共享,所以会比多进程间的切换消耗更少的资源。


现在就更容易解释了,进程和线程的切换,会产生 CPU 上下文切换和进程/线程上下文的切换。而这些上下文切换,都是会消耗额外的 CPU 资源的。


进一步谈谈协程的上下文切换


那么协程就不需要上下文切换了吗?需要,但是不会产生 CPU 上下文切换和进程/线程上下文的切换,因为这些切换都是在同一个线程中。


即用户态中的切换,你甚至可以简单的理解为,协程上下文之间的切换,就是移动了一下你程序里面的指针,CPU 资源依旧属于当前线程。


需要深刻理解的,可以再深入看看 Go 的 GMP 模型。最终的效果就是协程进一步压榨了 CPU 的有效利用率。


回到开始的那个问题


这个时候就可能有人会说,我看系统监控的时候,内存和网络都很正常,但是 CPU 利用率却跑满了。这是为什么?


注意本篇文章在谈到 CPU 利用率的时候,一定会加上有效两字作为定语,CPU 利用率跑满,很多时候其实是做了很多低效的计算。


以"世界上最好的语言"为例,典型 PHP-FPM 的 CGI 模式,每一个 HTTP 请求:

  • 都会读取框架的数百个 PHP 文件

  • 都会重新建立/释放一遍 MySQL/Redis/MQ连接

  • 都会重新动态解释编译执行 PHP 文件

  • 都会在不同的 php-fpm 进程直接不停的切换切换再切换


PHP 的这种 CGI 运行模式,根本上就决定了它在高并发上的灾难性表现。


找到问题,往往比解决问题更难。当我们理解了当我们在谈论高并发究竟在谈什么之后,我们会发现高并发和高性能并不是编程语言限制了你,限制你的只是你的思想。


找到问题,解决问题!当我们能有效压榨 CPU 性能之后,能达到什么样的效果?


下面我们看看 PHP+Swoole 的 HTTP 服务与 Java 高性能的异步框架 Netty 的 HTTP 服务之间的性能差异对比。


性能对比前的准备


Swoole 是什么


Swoole 是一个为 PHP 开发人员用 C 和 C++ 编写的基于事件的高性能异步&协程并行网络通信引擎。


Netty 是什么


Netty 是由 JBOSS 提供的一个 Java 开源框架。Netty 提供异步的、事件驱动的网络应用程序框架和工具,用以快速开发高性能、高可靠性的网络服务器和客户端程序。


单机能够达到的最大 HTTP 连接数是多少?回忆一下计算机网络的相关知识,HTTP 协议是应用层协议,在传输层,每个 TCP 连接建立之前都会进行三次握手。


每个 TCP 连接由本地 IP,本地端口,远端 IP,远端端口,四个属性标识。

TCP 协议报文头如上图(图片来自维基百科):

  • 本地端口由 16 位组成,因此本地端口的最多数量为 2^16 = 65535个。

  • 远端端口由 16 位组成,因此远端端口的最多数量为 2^16 = 65535个。


同时,在 Linux 底层的网络编程模型中,每个 TCP 连接,操作系统都会维护一个 File descriptor(fd) 文件来与之对应,而 fd 的数量限制,可以由 ulimt -n 命令查看和修改。


测试之前我们可以执行命令:ulimit -n 65536 修改这个限制为 65535。


因此,在不考虑硬件资源限制的情况下:

  • 本地的最大 HTTP 连接数为:本地最大端口数 65535 * 本地 IP 数 1 = 65535 个。

  • 远端的最大 HTTP 连接数为:远端最大端口数 65535 * 远端(客户端)IP 数+∞ = 无限制~~ 。


PS: 实际上操作系统会有一些保留端口占用,因此本地的连接数实际也是达不到理论值的。


性能对比


测试资源


各一台 Docker 容器,1G 内存+2 核 CPU,如图所示:

docker-compose 编排如下:

# java8
version: "2.2"
services:
  java8:
    container_name: "java8"
    hostname: "java8"
    image: "java:8"
    volumes:
      - /home/cg/MyApp:/MyApp
    ports:
      - "5555:8080"
    environment:
      - TZ=Asia/Shanghai
    working_dir: /MyApp
    cpus: 2
    cpuset: 0,1

    mem_limit: 1024m
    memswap_limit: 1024m
    mem_reservation: 1024m
    tty: true

# php7-sw
version: "2.2"
services:
  php7-sw:
    container_name: "php7-sw"
    hostname: "php7-sw"
    image: "mileschou/swoole:7.1"
    volumes:
      - /home/cg/MyApp:/MyApp
    ports:
      - "5551:8080"
    environment:
      - TZ=Asia/Shanghai
    working_dir: /MyApp
    cpus: 2
    cpuset: 0,1

    mem_limit: 1024m
    memswap_limit: 1024m
    mem_reservation: 1024m
    tty: true    


PHP 代码:

<?php

use Swoole\Server;
use Swoole\Http\Response;

$http = new swoole_http_server("0.0.0.0", 8080);
$http->set([
    'worker_num' => 2
]);
$http->on("request", function ($request, Response $response) {
    //go(function () use ($response) {
        // Swoole\Coroutine::sleep(0.01);
        $response->end('Hello World');
    //});
});

$http->on("start", function (Server $server) {
    go(function () use ($server) {
        echo "server listen on 0.0.0.0:8080 \n";
    });
});
$http->start();


Java 关键代码:(源代码来自:https://github.com/netty/netty)

    public static void main(String[] args) throws Exception {
        // Configure SSL.
        final SslContext sslCtx;
        if (SSL) {
            SelfSignedCertificate ssc = new SelfSignedCertificate();
            sslCtx = SslContextBuilder.forServer(ssc.certificate(), ssc.privateKey()).build();
        } else {
            sslCtx = null;
        }

        // Configure the server.
        EventLoopGroup bossGroup = new NioEventLoopGroup(2);
        EventLoopGroup workerGroup = new NioEventLoopGroup();
        try {
            ServerBootstrap b = new ServerBootstrap();
            b.option(ChannelOption.SO_BACKLOG, 1024);
            b.group(bossGroup, workerGroup)
             .channel(NioServerSocketChannel.class)
             .handler(new LoggingHandler(LogLevel.INFO))
             .childHandler(new HttpHelloWorldServerInitializer(sslCtx));

            Channel ch = b.bind(PORT).sync().channel();

            System.err.println("Open your web browser and navigate to " +
                    (SSL? "https" : "http") + "://127.0.0.1:" + PORT + '/');

            ch.closeFuture().sync();
        } finally {
            bossGroup.shutdownGracefully();
            workerGroup.shutdownGracefully();
        }
    }


因为我只给了两个核心的 CPU 资源,所以两个服务均只开启两个 Work 进程即可:

  • 5551 端口表示 PHP 服务。 

  • 5555 端口表示 Java 服务。


压测工具结果对比


ApacheBench (ab)命令: 

docker run --rm jordi/ab -k -c 1000 -n 1000000 http://10.234.3.32:5555/


在并发 1000 进行 100 万次 HTTP 请求的基准测试中,Java + Netty 压测结果:

PHP + Swoole 压测结果:

PS:上图选择的是三次压测下的最佳结果。


总的来说,性能差异并不大,PHP+Swoole 的服务甚至比 Java+Netty 的服务还要稍微好一点,特别是在内存占用方面,Java 用了 600MB,PHP 只用了 30MB。


这能说明什么呢?没有 IO 阻塞操作,不会发生协程切换。


这个仅仅只能说明多线程+Epoll 的模式下,有效的压榨 CPU 性能,你甚至用 PHP 都能写出高并发和高性能的服务。


性能对比:见证奇迹的时刻


上面代码其实并没有展现出协程的优秀性能,因为整个请求没有阻塞操作,但往往我们的应用会伴随着例如文档读取、DB 连接/查询等各种阻塞操作,下面我们看看加上阻塞操作后,压测结果如何。


Java 和 PHP 代码中,我都分别加上 Sleep(0.01) //秒的代码,模拟 0.01 秒的系统调用阻塞,代码就不再重复贴上来了。


带 IO 阻塞操作的 Java + Netty 压测结果:

大概 10 分钟才能跑完所有压测,带 IO 阻塞操作的 PHP + Swoole 压测结果:

从结果中可以看出,基于协程的 PHP + Swoole 服务比 Java + Netty 服务的 QPS 高了 6 倍。


当然,这两个测试代码都是官方 Demo 中的源代码,肯定还有很多可以优化的配置,优化之后,结果肯定也会好很多。


可以再思考下,为什么官方默认线程/进程数量不设置的更多一点呢?


进程/线程数量可不是越多越好哦,前面我们已经讨论过了,在进程/线程切换的时候,会产生额外的 CPU 资源花销,特别是在用户态和内核态之间切换的时候!


对于这些压测结果来说,我并不是针对 Java,我是指只要明白了高并发的核心是什么,找到这个目标,无论用什么编程语言,只要针对 CPU 利用率做有效的优化(连接池、守护进程、多线程、协程、Select 轮询、Epoll 事件驱动),你也能搭建出一个高并发和高性能的系统。


所以,你现在明白了,当我们在谈论高性能的时候,究竟在谈什么了吗?思路永远比结果重要!


作者:hncg

编辑:陶家龙、孙淑娟

出处:https://segmentfault.com/a/1190000019360335

精彩文章推荐:

百万并发下的Nginx优化,看这一篇就够了!

有人要将“高并发”拉下“神坛”!

此文若说不清Epoll原理,那就过来掐死我!

Modified on

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存