NBIO 第二弹 —— 支持 Non-Blocking HTTP 1.x

一、简介

最近两周撸了份 HTTP 1.x 的 Parser ,用于支持异步网络库的数据解析(同步网络库当然也可以使用),在此基础之上实现了 NBIO HTTP Server ,其他异步网络库也可以使用这个 Parser 进行 HTTP Server 的封装,但需依赖其他网络库实现 net.Conn。

众所周知,标准库的 HTTP 为每个连接创建一个协程,在高并发场景下比如10k、100k甚至1000k,需要创建大量的协程,消耗大量的内存、协程调度等成本。但是使用异步网络库,可以不用为每个连接都创建单独的协程,从而降低相应的消耗、极大提高同等硬件的负载能力。

NBIO HTTP Server 兼容标准库的 http.Handler ,所以已有的基于标准库的 web 框架也可以很容易地使用 NBIO HTTP Server 作为异步网络层来替换标准库。
如果需要对 fasthttp 这类不使用标准库的 web 框架进行支持,也只需参考默认兼容标准库的 Processor,实现一份对应 fasthttp Hadler 的 Processor 即可。但由于 fasthttp 默认使用 []byte 作为原始数据字段的存储,而 Parser 兼顾应用层便利在参数传递中直接转换成了 string ,所以需要浪费一点不必要的 string/[]byte 转换,也可以考虑是否需要把参数传递改成 []byte,但改成 []byte 看上去就不那么友好、美观了。

NBIO HTTP Server 网络层接口在 *nix 系统上是异步的,处理流程是:

  1. NBIO 作为网络层处理数据 IO 。
  2. 读取到的数据回调应用层方法执行 Parser 进行解析,这里给应用层留了参数,应用层可以自己定制执行的回调函数,比如可以就在 NBIO 读取数据的协程中进行解析,也可以自己定制协程池进行解析(但要注意,同一个连接的数据应该指定到同一个协程中进行解析,否则由于 TCP 的 Stream 特性,可能导致 "粘包" 相关的数据错乱)。为了使用者便利,如果应用层传入 nil 参数,NBIO HTTP Server 则提供默认的协程池进行解析。
  3. Parser 解析到一个完整消息后调用业务层回调进行处理,这里与 Parser 类似,可由应用层传入处理函数,如果传入 nil 参数,则由默认的协程池进行处理,这里的协程池与 Parser 的协程池不同,因为已经是完整的消息,可以由协程池内空闲协程而非指定协程抢任务执行,以避免单个连接某个方法处理中可能存在DB等慢操作导致其他连接的消息处理被阻塞。
  • 关于3中协程池,NBIO HTTP Server 支持乱序处理、顺序回包。如果请求方的客户端实现支持单个连接的多个消息非线头阻塞发送、而不用等待每个消息收到回复才发出下个请求的数据,则该连接的多个请求有可能在 NBIO HTTP Server 默认协程池中乱序执行,比如 request 1 需要1秒进行处理,request 2也到达并且只需要10ms进行处理,则 request 2先被处理完,但是 request 2回复的数据会被缓存,仍然等request 1处理完成后先回复 request 1、再回复 request 2,不会导致客户端收到的响应乱序。

二、两点澄清

  1. 以前有小伙伴提出,golang底层也是异步、我这种重复再造轮子也是异步、没有意义——这种说法是不正确的:golang底层也是异步,但是语言层面或者标准库net的接口层是同步的,所以才需要每个连接一个协程,而 NBIO 接口层也是异步的,所以可以自行定制管理、避免不必要的协程创建,两者的异步是不一样的。
  2. 还有的小伙伴提出,golang的同步模式是巨大的进步,我这个库又回到异步模式,是倒退——这种说法也是不准确的:底层基础设施的异步,并不代表应用层也一定要异步,golang的协程和chan足够方便,应用层完全可以自己定制多种编程模式。NBIO HTTP Server 在上面简介流程 3 中的消息处理,应用层的 http.Handler 内,和使用标准库的方式是没有变化的,业务层仍然是按照同步的方式进行顺序逻辑的处理。

三、示例代码

NBIO HTTP Server 的示例请参考这里:https://github.com/lesismal/nbio/tree/master/examples/http 。

这里也包括了一份百万连接的测试样例:百万连接测试代码 ,由于网络协议栈的 PORT 使用 short 类型导致的 65535 限制,为了免去单机压测部署环境的麻烦,百万连接测试的示例代码开启监听了多组端口,因为这些端口接受连接和处理 IO 都是共用相同的一组 poller ,单一端口也是使用这组 poller,所以多端口跟单一端口的性能是基本一致的,有兴趣的小伙伴也可以改成单一端口、自行搭建虚拟网络或者多组docker、真实多机环境、压测客户端之类的进行压测
PS:NBIO 主要针对 *nix 系统,在 windows 下为了方便用户调试,使用标准库的 net 实现了接口兼容,windows 下的压测数据不用来作为性能对比的参考,压测请于 linux 环境下进行。

四、路线图

  1. Websocket
  2. HTTP2.0
  3. 前阵子有魔改了一份标准库的 TLS 支持异步并与 NBIO 打通,但是标准库的 TLS 原来是同步模式的代码、魔改成支持异步的很多细节我没有优化、显得臃肿浪费,希望以后有档期完全重写一份更清爽的
  • 每一项都是体力活,感觉路漫漫,也希望有兴趣的大佬、小伙伴多来交流、PR

五、以 gin 为例,分别使用 STD、NBIO 进行压测对比

  • 压测环境: 4c8t / 8g 虚拟机,C/S localhost

1. gin 默认使用标准库压测

1)gin std server 代码

package main

import (
        "fmt"
        "net/http"
        "runtime"
        "sync/atomic"
        "time"

        "github.com/gin-gonic/gin"
)

func main() {
        var (
                qps   uint64 = 0
                total uint64 = 0
        )

        router := gin.New()
        router.GET("/hello", func(c *gin.Context) {
                atomic.AddUint64(&qps, 1)
                c.String(http.StatusOK, "hello")
        })

        go router.Run()

        ticker := time.NewTicker(time.Second)
        for i := 1; true; i++ {
                <-ticker.C
                n := atomic.SwapUint64(&qps, 0)
                total += n
                fmt.Printf("running for %v seconds, NumGoroutine: %v, qps: %v, total: %v\n", i, runtime.NumGoroutine(), n, total)
        }
}

2)wrk压测20k连接数

wrk -t4 -c20000 -d30s --latency http://localhost:8080/hello

3)压测结果日志

所有连接建立成功直到 qps 稳定的 server 日志:

[GIN-debug] [WARNING] Running in "debug" mode. Switch to "release" mode in production.
 - using env:   export GIN_MODE=release
 - using code:  gin.SetMode(gin.ReleaseMode)

[GIN-debug] GET    /hello                    --> main.main.func1 (1 handlers)
[GIN-debug] Environment variable PORT is undefined. Using port :8080 by default
[GIN-debug] Listening and serving HTTP on :8080
running for 1 seconds, NumGoroutine: 2, qps: 0, total: 0
running for 2 seconds, NumGoroutine: 2, qps: 0, total: 0
running for 3 seconds, NumGoroutine: 5277, qps: 0, total: 0
running for 4 seconds, NumGoroutine: 9411, qps: 0, total: 0
running for 5 seconds, NumGoroutine: 11404, qps: 0, total: 0
running for 6 seconds, NumGoroutine: 15696, qps: 95115, total: 95115
running for 7 seconds, NumGoroutine: 16653, qps: 74368, total: 169483
running for 8 seconds, NumGoroutine: 19188, qps: 72357, total: 241840
running for 9 seconds, NumGoroutine: 19942, qps: 68762, total: 310602
running for 10 seconds, NumGoroutine: 19936, qps: 86198, total: 396800
running for 11 seconds, NumGoroutine: 20008, qps: 114406, total: 511206
running for 12 seconds, NumGoroutine: 20015, qps: 137557, total: 648763
running for 13 seconds, NumGoroutine: 20003, qps: 135883, total: 784646
running for 14 seconds, NumGoroutine: 20009, qps: 130973, total: 915619
running for 15 seconds, NumGoroutine: 20011, qps: 130860, total: 1046479

wrk 测试结果日志:

Running 30s test @ http://localhost:8080/hello
  4 threads and 20000 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency   145.59ms   79.06ms   1.36s    88.79%
    Req/Sec    32.62k    10.49k   73.27k    79.31%
  Latency Distribution
     50%  131.01ms
     75%  151.73ms
     90%  186.63ms
     99%  542.54ms
  3391563 requests in 30.09s, 391.37MB read
Requests/sec: 112705.44
Transfer/sec:     13.01MB

2. 使用 NBIO HTTP Server 作为 gin 的网络层压测

1)gin nbio server 代码

package main

import (
	"fmt"
	"net/http"
	"runtime"
	"sync/atomic"
	"time"

	"github.com/gin-gonic/gin"
	"github.com/lesismal/nbio/nbhttp"
)

func main() {
	var (
		qps   uint64 = 0
		total uint64 = 0
	)

	router := gin.New()
	router.GET("/hello", func(c *gin.Context) {
		atomic.AddUint64(&qps, 1)
		c.String(http.StatusOK, "hello")
	})

	svr := nbhttp.NewServer(nbhttp.Config{
		Network:      "tcp",
		Addrs:        []string{"localhost:8080"},
		NPoller:      8, // runtime.NumCPU(),
		NParser:      8, // runtime.NumCPU(),
		TaskPoolSize: 100, // runtime.NumCPU() * 10, // goroutines pool to execute http.Handler
	}, router, nil, nil)

	err := svr.Start()
	if err != nil {
		fmt.Printf("nbio.Start failed: %v\n", err)
		return
	}
	defer svr.Stop()

	ticker := time.NewTicker(time.Second)
	for i := 1; true; i++ {
		<-ticker.C
		n := atomic.SwapUint64(&qps, 0)
		total += n
		fmt.Printf("running for %v seconds, online: %v, NumGoroutine: %v, qps: %v, total: %v\n", i, svr.State().Online, runtime.NumGoroutine(), n, total)
	}
}

2)wrk压测20k连接数

wrk -t4 -c20000 -d30s --latency http://localhost:8080/hello

3)压测结果

所有连接建立成功直到 qps 稳定的 server 日志:

[GIN-debug] [WARNING] Running in "debug" mode. Switch to "release" mode in production.
 - using env:   export GIN_MODE=release
 - using code:  gin.SetMode(gin.ReleaseMode)

[GIN-debug] GET    /hello                    --> main.main.func1 (1 handlers)
2021/03/13 14:06:03.797 [INF] Gopher[NB] start listen on: ["localhost:8080"]
running for 1 seconds, online: 0, NumGoroutine: 19, qps: 0, total: 0
running for 2 seconds, online: 0, NumGoroutine: 19, qps: 0, total: 0
running for 3 seconds, online: 0, NumGoroutine: 19, qps: 0, total: 0
running for 4 seconds, online: 4068, NumGoroutine: 19, qps: 0, total: 0
running for 5 seconds, online: 9061, NumGoroutine: 19, qps: 0, total: 0
running for 6 seconds, online: 12567, NumGoroutine: 119, qps: 3598, total: 3598
running for 7 seconds, online: 18018, NumGoroutine: 119, qps: 126743, total: 130341
running for 8 seconds, online: 19916, NumGoroutine: 119, qps: 153748, total: 284089
running for 9 seconds, online: 19916, NumGoroutine: 119, qps: 152665, total: 436754
running for 10 seconds, online: 19916, NumGoroutine: 119, qps: 156468, total: 593222
running for 11 seconds, online: 20000, NumGoroutine: 119, qps: 146699, total: 739921
running for 12 seconds, online: 20000, NumGoroutine: 119, qps: 145776, total: 885697
running for 13 seconds, online: 20000, NumGoroutine: 119, qps: 155327, total: 1041024
running for 14 seconds, online: 20000, NumGoroutine: 119, qps: 148740, total: 1189764
running for 15 seconds, online: 20000, NumGoroutine: 119, qps: 143539, total: 1333303

wrk 测试结果日志:

Running 30s test @ http://localhost:8080/hello
  4 threads and 20000 connections
  Thread Stats   Avg      Stdev     Max   +/- Stdev
    Latency   129.22ms   26.45ms 609.89ms   74.38%
    Req/Sec    38.08k     3.69k   57.58k    72.97%
  Latency Distribution
     50%  128.42ms
     75%  144.86ms
     90%  160.37ms
     99%  191.20ms
  4146017 requests in 30.06s, 478.43MB read

数据对比

指标 GIN+STD GIN+NBIO
压测连接数 20000 20000
峰值进程协程数量 20000+ 119
峰值内存占用 600+M 60+M
峰值CPU占用 500-600% 400-500%
wrk Latency Avg 145.59ms 129.22ms
wrk Latency Stdev 79.06ms 26.45ms
wrk Latency Max 1.36s 609.89ms
wrk Latency 50% 131.01ms 128.42ms
wrk Latency 75% 151.73ms 144.86ms
wrk Latency 90% 186.63ms 160.37ms
wrk Latency 99% 542.54ms 191.20ms
wrk Req/Sec Avg 32.62k 38.08k
wrk Req/Sec Stdev 10.49k 3.69k
wrk Req/Sec Max 73.27k 57.58k

GIN+NBIO 方式整体压测指标好于 GIN+STD,相比之下,极低的内存占用尤为明显,NBIO 可以使同配置或者低配硬件的负载能力大幅提升。

多数小伙伴们的业务可能不需要极致的资源控制、通常加机器就行,但面对海量并发场景、大规模集群时,异步网络框架可以极大降低相应的硬件成本。

现在的云、大数据、人工智能、物联网、5G时代已经蓬勃发展,但这一切只是开始,IT爆炸的时代,很多传统领域都在IT化,未来的数据量、计算量、网络传输量更会越来越迅猛地增长,海量计算的基础之上,一点算力的节约会在放大效应下变得非常明显。

以物联网为例,海量接入设备、海量并发连接数之下,golang标准库的每个连接一个协程的默认同步模式可能会成为性能瓶颈,需要更多的硬件开销、能源消耗。超高并发场景下,以golang标准库方案的性能、资源消耗、负载能力,目前赶不上java netty、nodejs,更不用说 c/c++/rust,所以个人认为golang的异步基础设施很有必要,还有很大发展空间。

欢迎有兴趣的小伙伴关注、进行更多测试,以及 issue、pr、star,^_^

共 0 个回复