作者：hncg 鏈接：https://segmentfault.com/a/1190000019360335
什么是高并發(fā)?高并發(fā)是互聯(lián)網(wǎng)分布式系統(tǒng)架構(gòu)的性能指標之一,它通常是指單位時間內(nèi)系統(tǒng)能夠同時處理的請求數(shù),簡單點說，就是QPS(Queries per second)。 那么我們在談論高并發(fā)的時候，究竟在談些什么東西呢？ 高并發(fā)究竟是什么?這里先給出結(jié)論:
高并發(fā)的基本表現(xiàn)為單位時間內(nèi)系統(tǒng)能夠同時處理的請求數(shù),
高并發(fā)的核心是對CPU資源的有效壓榨。
舉個例子，如果我們開發(fā)了一個叫做MD5窮舉的應用，每個請求都會攜帶一個md5加密字符串，最終系統(tǒng)窮舉出所有的結(jié)果，并返回原始字符串。這個時候我們的應用場景或者說應用業(yè)務是屬于CPU密集型而不是IO密集型。這個時候CPU一直在做有效計算，甚至可以把CPU利用率跑滿，這時我們談論高并發(fā)并沒有任何意義。(當然，我們可以通過加機器也就是加CPU來提高并發(fā)能力,這個是一個正常猿都知道廢話方案，談論加機器沒有什么意義，沒有任何高并發(fā)是加機器解決不了，如果有,那說明你加的機器還不夠多!??) 對于大多數(shù)互聯(lián)網(wǎng)應用來說,CPU不是也不應該是系統(tǒng)的瓶頸，系統(tǒng)的大部分時間的狀況都是CPU在等I/O (硬盤/內(nèi)存/網(wǎng)絡(luò)) 的讀/寫操作完成。 這個時候就可能有人會說，我看系統(tǒng)監(jiān)控的時候，內(nèi)存和網(wǎng)絡(luò)都很正常，但是CPU利用率卻跑滿了這是為什么？ 這是一個好問題,后文我會給出實際的例子，再次強調(diào)上文說的 '有效壓榨' 這4個字,這4個字會圍繞本文的全部內(nèi)容！ 控制變量法萬事萬物都是互相聯(lián)系的，當我們在談論高并發(fā)的時候，系統(tǒng)的每個環(huán)節(jié)應該都是需要與之相匹配的。我們先來回顧一下一個經(jīng)典C/S的HTTP請求流程。
如圖中的序號所示：
1 我們會經(jīng)過DNS服務器的解析，請求到達負載均衡集群
2 負載均衡服務器會根據(jù)配置的規(guī)則，想請求分攤到服務層。服務層也是我們的業(yè)務核心層，這里可能也會有一些PRC、MQ的一些調(diào)用等等
3 再經(jīng)過緩存層
4 最后持久化數(shù)據(jù)
5 返回數(shù)據(jù)給客戶端 要達到高并發(fā)，我們需要 負載均衡、服務層、緩存層、持久層 都是高可用、高性能的，甚至在第5步，我們也可以通過 壓縮靜態(tài)文件、HTTP2推送靜態(tài)文件、CDN來做優(yōu)化，這里的每一層我們都可以寫幾本書來談優(yōu)化。 本文主要討論服務層這一塊，即圖紅線圈出來的那部分。不再考慮講述數(shù)據(jù)庫、緩存相關(guān)的影響。
高中的知識告訴我們，這個叫 控制變量法。 再談并發(fā)
并發(fā)問題一直是服務端編程中的重點和難點問題，為了優(yōu)系統(tǒng)的并發(fā)量，從最初的Fork進程開始，到進程池/線程池,再到epoll事件驅(qū)動(Nginx、node.js反人類回調(diào)),再到協(xié)程。
從上中可以很明顯的看出，整個演變的過程，就是對CPU有效性能壓榨的過程。
什么?不明顯? 在談論上下文切換之前，我們再明確兩個名詞的概念。
并行：兩個事件同一時刻完成。
并發(fā)：兩個事件在同一時間段內(nèi)交替發(fā)生,從宏觀上看，兩個事件都發(fā)生了。 線程是操作系統(tǒng)調(diào)度的最小單位，進程是資源分配的最小單位。由于CPU是串行的,因此對于單核CPU來說,同一時刻一定是只有一個線程在占用CPU資源的。因此，Linux作為一個多任務(進程)系統(tǒng)，會頻繁的發(fā)生進程/線程切換。 在每個任務運行前，CPU都需要知道從哪里加載，從哪里運行，這些信息保存在CPU寄存器和操作系統(tǒng)的程序計數(shù)器里面，這兩樣東西就叫做 CPU上下文。
進程是由內(nèi)核來管理和調(diào)度的，進程的切換只能發(fā)生在內(nèi)核態(tài)，因此 虛擬內(nèi)存、棧、全局變量等用戶空間的資源，以及內(nèi)核堆棧、寄存器等內(nèi)核空間的狀態(tài),就叫做 進程上下文。
前面說過,線程是操作系統(tǒng)調(diào)度的最小單位。同時線程會共享父進程的虛擬內(nèi)存和全局變量等資源，因此 父進程的資源加上線上自己的私有數(shù)據(jù)就叫做線程的上下文。 對于線程的上下文切換來說，如果是同一進程的線程，因為有資源共享，所以會比多進程間的切換消耗更少的資源。 現(xiàn)在就更容易解釋了，進程和線程的切換，會產(chǎn)生CPU上下文切換和進程/線程上下文的切換。而這些上下文切換,都是會消耗額外的CPU的資源的。 那么協(xié)程就不需要上下文切換了嗎？需要，但是不會產(chǎn)生 CPU上下文切換和進程/線程上下文的切換,因為這些切換都是在同一個線程中，即用戶態(tài)中的切換，你甚至可以簡單的理解為，協(xié)程上下文之間的切換，就是移動了一下你程序里面的指針，CPU資源依舊屬于當前線程。
需要深刻理解的，可以再深入看看Go的GMP模型。
最終的效果就是協(xié)程進一步壓榨了CPU的有效利用率。 回到開始的那個問題這個時候就可能有人會說，我看系統(tǒng)監(jiān)控的時候，內(nèi)存和網(wǎng)絡(luò)都很正常，但是CPU利用率卻跑滿了這是為什么？
注意本篇文章在談到CPU利用率的時候，一定會加上有效兩字作為定語，CPU利用率跑滿，很多時候其實是做了很多低效的計算。 以'世界上最好的語言'為例，典型PHP-FPM的CGI模式，每一個HTTP請求: 都會讀取框架的數(shù)百個php文件，
都會重新建立/釋放一遍MYSQL/REIDS/MQ連接，
都會重新動態(tài)解釋編譯執(zhí)行PHP文件，
都會在不同的php-fpm進程直接不停的切換切換再切換。 php的這種CGI運行模式，根本上就決定了它在高并發(fā)上的災難性表現(xiàn)。 找到問題，往往比解決問題更難。當我們理解了當我們在談論高并發(fā)究竟在談什么 之后,我們會發(fā)現(xiàn)高并發(fā)和高性能并不是編程語言限制了你，限制你的只是你的思想。 找到問題,解決問題！當我們能有效壓榨CPU性能之后,能達到什么樣的效果? 下面我們看看 php+swoole的HTTP服務 與 Java高性能的異步框架netty的HTTP服務之間的性能差異對比。 性能對比前的準備Swoole是一個為PHP用C和C++編寫的基于事件的高性能異步&協(xié)程并行網(wǎng)絡(luò)通信引擎
Netty是由JBOSS提供的一個java開源框架。 Netty提供異步的、事件驅(qū)動的網(wǎng)絡(luò)應用程序框架和工具，用以快速開發(fā)高性能、高可靠性的網(wǎng)絡(luò)服務器和客戶端程序。
回憶一下計算機網(wǎng)絡(luò)的相關(guān)知識，HTTP協(xié)議是應用層協(xié)議，在傳輸層，每個HTTP請求都會進行三次握手，并建立一個TCP連接。 每個TCP連接由 本地ip,本地端口,遠端ip,遠端端口,四個屬性標識。 TCP協(xié)議報文頭如下(圖片來自維基百科)： 
本地端口由16位組成,因此本地端口的最多數(shù)量為 2^16 = 65535個。
遠端端口由16位組成,因此遠端端口的最多數(shù)量為 2^16 = 65535個。
同時，在linux底層的網(wǎng)絡(luò)編程模型中，每個TCP連接，操作系統(tǒng)都會維護一個File descriptor(fd)文件來與之對應，而fd的數(shù)量限制，可以由ulimt -n 命令查看和修改，測試之前我們可以執(zhí)行命令: ulimit -n 65536修改這個限制為65535。 因此，在不考慮硬件資源限制的情況下，
本地的最大HTTP連接數(shù)為： 本地最大端口數(shù)65535 * 本地ip數(shù)1 = 65535 個。
遠端的最大HTTP連接數(shù)為：遠端最大端口數(shù)65535 * 遠端(客戶端)ip數(shù)+∞ = 無限制~~ 。
PS: 實際上操作系統(tǒng)會有一些保留端口占用,因此本地的連接數(shù)實際也是達不到理論值的。 性能對比各一臺docker容器,1G內(nèi)存+2核CPU,如圖所示: 
docker-compose編排如下: # 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
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();
源代碼來自, 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();
}
}
因為我只給了兩個核心的CPU資源，所以兩個服務均只開啟連個work進程即可。
5551端口表示PHP服務。
5555端口表示Java服務。 ab命令: docker run --rm jordi/ab -k -c 1000 -n 1000000 http://10.234.3.32:5555/
在并發(fā)1000進行100萬次Http請求的基準測試中, Java + netty 壓測結(jié)果: 
PHP + swoole 壓測結(jié)果: 
| 服務 | QPS | 響應時間ms(max,min) | 內(nèi)存(MB) |
|---|
| Java + netty | 84042.11 | (11,25) | 600+ | | php + swoole | 87222.98 | (9,25) | 30+ |
ps: 上圖選擇的是三次壓測下的最佳結(jié)果。
總的來說，性能差異并不大，PHP+swoole的服務甚至比Java+netty的服務還要稍微好一點，特別是在內(nèi)存占用方面，java用了600MB,php只用了30MB。
這能說明什么呢？
沒有IO阻塞操作,不會發(fā)生協(xié)程切換。
這個僅僅只能說明 多線程+epoll的模式下,有效的壓榨CPU性能，你甚至用PHP都能寫出高并發(fā)和高性能的服務。 性能對比——見證奇跡的時刻上面代碼其實并沒有展現(xiàn)出協(xié)程的優(yōu)秀性能，因為整個請求沒有阻塞操作,但往往我們的應用會伴隨著例如 文檔讀取、DB連接等各種阻塞操作,下面我們看看加上阻塞操作后,壓測結(jié)果如何。
Java和PHP代碼中,我都分別加上 sleep(0.01) //秒的代碼，模擬0.01秒的系統(tǒng)調(diào)用阻塞。
代碼就不再重復貼上來了。
帶IO阻塞操作的 Java + netty 壓測結(jié)果: 
大概10分鐘才能跑完所有壓測。。。 帶IO阻塞操作的 PHP + swoole 壓測結(jié)果: 
| 服務 | QPS | 響應時間ms(max,min) | 內(nèi)存(MB) |
|---|
| Java + netty | 1562.69 | (52,160) | 100+ | | php + swoole | 9745.20 | (9,25) | 30+ |
從結(jié)果中可以看出,基于協(xié)程的php+ swoole服務比 Java + netty服務的QPS高了6倍。 當然，這兩個測試代碼都是官方demo中的源代碼，肯定還有很多可以優(yōu)化的配置，優(yōu)化之后，結(jié)果肯定也會好很多。 可以再思考下，為什么官方默認線程/進程數(shù)量不設(shè)置的更多一點呢？
進程/線程數(shù)量可不是越多越好哦，前面我們已經(jīng)討論過了，在進程/線程切換的時候，會產(chǎn)生額外的CPU資源花銷，特別是在用戶態(tài)和內(nèi)核態(tài)之間切換的時候！ 對于這些壓測結(jié)果來說，我并不是針對Java,我是指 只要明白了高并發(fā)的核心是什么,找到這個目標，無論用什么編程語言，只要針對CPU利用率做有效的優(yōu)化(連接池、守護進程、多線程、協(xié)程、select輪詢、epoll事件驅(qū)動)，你也能搭建出一個高并發(fā)和高性能的系統(tǒng)。 所以,你現(xiàn)在明白了，當我們在談論高性能的時候，究竟在談什么了嗎？ 思路永遠比結(jié)果重要！
|
