吃透這篇，你也能搭建出一個高并發和高性能的系統
什么是高并發?高并發是互聯網分布式系統架構的性能指標之一，它通常是指單位時間內系統能夠同時處理的請求數，簡單點說，就是 QPS(Queries Per Second)。
那么我們在談論高并發的時候，究竟在談些什么東西呢?高并發究竟是什么?
這里先給出結論：高并發的基本表現為單位時間內系統能夠同時處理的請求數，高并發的核心是對 CPU 資源的有效壓榨。
舉個例子，如果我們開發了一個叫做 MD5 窮舉的應用，每個請求都會攜帶一個 MD5 加密字符串，最終系統窮舉出所有的結果，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 來提高并發能力，這個是一個正常猿都知道的廢話方案，談論加機器沒有什么意義，沒有任何高并發是加機器解決不了，如果有，那說明你加的機器還不夠多!)
對于大多數互聯網應用來說，CPU 不是也不應該是系統的瓶頸，系統的大部分時間的狀況都是 CPU 在等 I/O (硬盤/內存/網絡) 的讀/寫操作完成。
這個時候就可能有人會說，我看系統監控的時候，內存和網絡都很正常，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容!
控制變量法
萬事萬物都是互相聯系的，當我們在談論高并發的時候，系統的每個環節應該都是需要與之相匹配的。我們先來回顧一下一個經典 C/S 的 HTTP 請求流程。
如圖中的序號所示：
- 我們會經過 DNS 服務器的解析，請求到達負載均衡集群。
- 負載均衡服務器會根據配置的規則，將請求分攤到服務層。服務層也是我們的業務核心層，這里可能也會有一些 RPC、MQ 的一些調用等等。
- 再經過緩存層。
- 最后持久化數據。
- 返回數據給客戶端。
要達到高并發，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文件、HTTP2 推送靜態文件、CDN 來做優化，這里的每一層我們都可以寫幾本書來談優化。
本文主要討論服務層這一塊，即圖紅線圈出來的那部分。不再考慮講述數據庫、緩存相關的影響。高中的知識告訴我們，這個叫控制變量法。
再談并發
網絡編程模型的演變歷史
并發問題一直是服務端編程中的重點和難點問題，為了優化系統的并發量，從最初的 Fork 進程開始，到進程池/線程池，再到 Epoll 事件驅動(Nginx、Node.js 反人類回調)，再到協程。
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?
那我們再談談上下文切換
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：兩個事件在同一時間段內交替發生，從宏觀上看，兩個事件都發生了。
線程是操作系統調度的最小單位，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，會頻繁的發生進程/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 寄存器和操作系統的程序計數器里面，這兩樣東西就叫做 CPU 上下文。
進程是由內核來管理和調度的，進程的切換只能發生在內核態，因此虛擬內存、棧、全局變量等用戶空間的資源，以及內核堆棧、寄存器等內核空間的狀態，就叫做進程上下文。
前面說過，線程是操作系統調度的最小單位。同時線程會共享父進程的虛擬內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據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。
現在就更容易解釋了，進程和線程的切換，會產生 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 資源的。
進一步談談協程的上下文切換
那么協程就不需要上下文切換了嗎?需要，但是不會產生 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。
即用戶態中的切換，你甚至可以簡單的理解為，協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，我看系統監控的時候，內存和網絡都很正常，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:
- 都會讀取框架的數百個 PHP 文件
- 都會重新建立/釋放一遍 MySQL/Redis/MQ連接
- 都會重新動態解釋編譯執行 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上的災難性表現。
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究竟在談什么之后，我們會發現高并發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 是什么
Swoole 是一個為 PHP 開發人員用 C 和 C++ 編寫的基于事件的高性能異步&協程并行網絡通信引擎。
Netty 是什么
Netty 是由 JBOSS 提供的一個 Java 開源框架。Netty 提供異步的、事件驅動的網絡應用程序框架和工具，用以快速開發高性能、高可靠性的網絡服務器和客戶端程序。
單機能夠達到的最大 HTTP 連接數是多少?回憶一下計算機網絡的相關知識，HTTP 協議是應用層協議，在傳輸層，每個 TCP 連接建立之前都會進行三次握手。
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 協議報文頭如上圖(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量為 2^16 = 65535個。
同時，在 Linux 底層的網絡編程模型中，每個 TCP 連接，操作系統都會維護一個 File descriptor(fd) 文件來與之對應，而 fd 的數量限制，可以由 ulimt -n 命令查看和修改。
測試之前我們可以執行命令：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 連接數為：本地最大端口數 65535 * 本地 IP 數 1 = 65535 個。
- 遠端的最大 HTTP 連接數為：遠端最大端口數 65535 * 遠端(客戶端)IP 數+∞ = 無限制~~ 。
PS: 實際上操作系統會有一些保留端口占用，因此本地的連接數實際也是達不到理論值的。
性能對比
測試資源
各一臺 Docker 容器，1G 內存+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 代碼：
- <?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 關鍵代碼：(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兩個 Work 進程即可：
- 5551 端口表示 PHP 服務。
- 5555 端口表示 Java 服務。
壓測工具結果對比
ApacheBench (ab)命令:
- docker run --rm jordi/ab -k -c 1000 -n 1000000 http://10.234.3.32:5555/
在并發 1000 進行 100 萬次 HTTP 請求的基準測試中，Java + Netty 壓測結果：
PHP + Swoole 壓測結果：
PS：上圖選擇的是三次壓測下的最佳結果。
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，不會發生協程切換。
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出協程的優秀性能，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/查詢等各種阻塞操作，下面我們看看加上阻塞操作后，壓測結果如何。
Java 和 PHP 代碼中，我都分別加上 Sleep(0.01) //秒的代碼，模擬 0.01 秒的系統調用阻塞，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 壓測結果：
從結果中可以看出，基于協程的 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化的配置，優化之后，結果肯定也會好很多。
可以再思考下，為什么官方默認線程/進程數量不設置的更多一點呢?
進程/線程數量可不是越多越好哦，前面我們已經討論過了，在進程/線程切換的時候，會產生額外的 CPU 資源花銷，特別是在用戶態和內核態之間切換的時候!
對于這些壓測結果來說，我并不是針對 Java，我是指只要明白了高并發的核心是什么，找到這個目標，無論用什么編程語言，只要針對 CPU 利用率做有效的優化(連接池、守護進程、多線程、協程、Select 輪詢、Epoll 事件驅動)，你也能搭建出一個高并發和高性能的系統。
所以，你現在明白了，當我們在談論高性能的時候，究竟在談什么了嗎?思路永遠比結果重要!
