Netty系列之Netty高性能之道
Posted claireyuancy
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Netty系列之Netty高性能之道相关的知识,希望对你有一定的参考价值。
1. 背景
1.1. 惊人的性能数据
近期一个圈内朋友通过私信告诉我,通过使用Netty4 + Thrift压缩二进制编解码技术。他们实现了10W TPS(1K的复杂POJO对象)的跨节点远程服务调用。
相比于传统基于Java序列化+BIO(同步堵塞IO)的通信框架,性能提升了8倍多。
其实。我对这个数据并不感到吃惊。依据我5年多的NIO编程经验,通过选择合适的NIO框架,加上高性能的压缩二进制编解码技术,精心的设计Reactor线程模型,达到上述性能指标是全然有可能的。
以下我们就一起来看下Netty是怎样支持10W TPS的跨节点远程服务调用的,在正式開始解说之前,我们先简介下Netty。
Netty是一个高性能、异步事件驱动的NIO框架。它提供了对TCP、UDP和文件传输的支持,作为一个异步NIO框架,Netty的全部IO操作都是异步非堵塞的,通过Future-Listener机制,用户能够方便的主动获取或者通过通知机制获得IO操作结果。1.2. Netty基础入门
作为当前最流行的NIO框架,Netty在互联网领域、大数据分布式计算领域、游戏行业、通信行业等获得了广泛的应用,一些业界著名的开源组件也基于Netty的NIO框架构建。
2. Netty高性能之道
2.1. RPC调用的性能模型分析
2.1.1. 传统RPC调用性能差的三宗罪
网络传输方式问题:传统的RPC框架或者基于RMI等方式的远程服务(过程)调用採用了同步堵塞IO,当client的并发压力或者网络时延增大之后。同步堵塞IO会因为频繁的wait导致IO线程常常性的堵塞,因为线程无法高效的工作。IO处理能力自然下降。
以下,我们通过BIO通信模型图看下BIO通信的弊端:
图2-1 BIO通信模型图
採用BIO通信模型的服务端,通常由一个独立的Acceptor线程负责监听client的连接。接收到client连接之后为client连接创建一个新的线程处理请求消息。处理完毕之后。返回应答消息给client,线程销毁,这就是典型的一请求一应答模型。该架构最大的问题就是不具备弹性伸缩能力,当并发訪问量添加后,服务端的线程个数和并发訪问数成线性正比,因为线程是JAVA虚拟机很宝贵的系统资源。当线程数膨胀之后,系统的性能急剧下降,随着并发量的继续添加。可能会发生句柄溢出、线程堆栈溢出等问题。并导致server终于宕机。
序列化方式问题:Java序列化存在例如以下几个典型问题:
1) Java序列化机制是Java内部的一种对象编解码技术。无法跨语言使用。比如对于异构系统之间的对接,Java序列化后的码流须要可以通过其他语言反序列化成原始对象(副本)。眼下非常难支持;
2) 相比于其他开源的序列化框架。Java序列化后的码流太大,不管是网络传输还是持久化到磁盘。都会导致额外的资源占用;
3) 序列化性能差(CPU资源占用高)。
线程模型问题:因为採用同步堵塞IO,这会导致每一个TCP连接都占用1个线程。因为线程资源是JVM虚拟机很宝贵的资源,当IO读写堵塞导致线程无法及时释放时。会导致系统性能急剧下降,严重的甚至会导致虚拟机无法创建新的线程。
2.1.2. 高性能的三个主题
1) 传输:用什么样的通道将数据发送给对方,BIO、NIO或者AIO。IO模型在非常大程度上决定了框架的性能。
2) 协议:採用什么样的通信协议,HTTP或者内部私有协议。协议的选择不同,性能模型也不同。
相比于公有协议,内部私有协议的性能通常能够被设计的更优。
3) 线程:数据报怎样读取?读取之后的编解码在哪个线程进行。编解码后的消息怎样派发,Reactor线程模型的不同,对性能的影响也很大。
图2-2 RPC调用性能三要素
2.2. Netty高性能之道
2.2.1. 异步非堵塞通信
在IO编程过程中。当须要同一时候处理多个client接入请求时,能够利用多线程或者IO多路复用技术进行处理。IO多路复用技术通过把多个IO的堵塞复用到同一个select的堵塞上,从而使得系统在单线程的情况下能够同一时候处理多个client请求。
与传统的多线程/多进程模型比,I/O多路复用的最大优势是系统开销小,系统不须要创建新的额外进程或者线程,也不须要维护这些进程和线程的执行,减少了系统的维护工作量,节省了系统资源。
JDK1.4提供了对非堵塞IO(NIO)的支持,JDK1.5_update10版本号使用epoll替代了传统的select/poll。极大的提升了NIO通信的性能。
JDK NIO通信模型例如以下所看到的:
图2-3 NIO的多路复用模型图
与Socket类和ServerSocket类相相应,NIO也提供了SocketChannel和ServerSocketChannel两种不同的套接字通道实现。这两种新增的通道都支持堵塞和非堵塞两种模式。堵塞模式使用很easy,可是性能和可靠性都不好。非堵塞模式正好相反。开发者一般能够依据自己的须要来选择合适的模式。一般来说。低负载、低并发的应用程序能够选择同步堵塞IO以减少编程复杂度。可是对于高负载、高并发的网络应用,须要使用NIO的非堵塞模式进行开发。
Netty架构依照Reactor模式设计和实现。它的服务端通信序列图例如以下:
图2-3 NIO服务端通信序列图
client通信序列图例如以下:
图2-4 NIOclient通信序列图
Netty的IO线程NioEventLoop因为聚合了多路复用器Selector,能够同一时候并发处理成百上千个clientChannel,因为读写操作都是非堵塞的,这就能够充分提升IO线程的执行效率。避免因为频繁IO堵塞导致的线程挂起。另外。因为Netty採用了异步通信模式,一个IO线程能够并发处理N个client连接和读写操作。这从根本上攻克了传统同步堵塞IO一连接一线程模型,架构的性能、弹性伸缩能力和可靠性都得到了极大的提升。
2.2.2. 零拷贝
非常多用户都听说过Netty具有“零拷贝”功能。可是具体体如今哪里又说不清楚,本小节就具体对Netty的“零拷贝”功能进行解说。
Netty的“零拷贝”主要体如今例如以下三个方面:
1) Netty的接收和发送ByteBuffer採用DIRECT BUFFERS,使用堆外直接内存进行Socket读写,不须要进行字节缓冲区的二次拷贝。假设使用传统的堆内存(HEAP BUFFERS)进行Socket读写。JVM会将堆内存Buffer拷贝一份到直接内存中,然后才写入Socket中。相比于堆外直接内存,消息在发送过程中多了一次缓冲区的内存拷贝。
2) Netty提供了组合Buffer对象。能够聚合多个ByteBuffer对象,用户能够像操作一个Buffer那样方便的对组合Buffer进行操作,避免了传统通过内存拷贝的方式将几个小Buffer合并成一个大的Buffer。
3) Netty的文件传输採用了transferTo方法,它能够直接将文件缓冲区的数据发送到目标Channel,避免了传统通过循环write方式导致的内存拷贝问题。
以下,我们对上述三种“零拷贝”进行说明,先看Netty 接收Buffer的创建:
图2-5 异步消息读取“零拷贝”
每循环读取一次消息,就通过ByteBufAllocator的ioBuffer方法获取ByteBuf对象,以下继续看它的接口定义:
图2-6 ByteBufAllocator 通过ioBuffer分配堆外内存
当进行Socket IO读写的时候。为了避免从堆内存拷贝一份副本到直接内存,Netty的ByteBuf分配器直接创建非堆内存避免缓冲区的二次拷贝。通过“零拷贝”来提升读写性能。
以下我们继续看另外一种“零拷贝”的实现CompositeByteBuf,它对外将多个ByteBuf封装成一个ByteBuf,对外提供统一封装后的ByteBuf接口。它的类定义例如以下:
图2-7 CompositeByteBuf类继承关系
通过继承关系我们能够看出CompositeByteBuf实际就是个ByteBuf的包装器,它将多个ByteBuf组合成一个集合,然后对外提供统一的ByteBuf接口,相关定义例如以下:
图2-8 CompositeByteBuf类定义
加入ByteBuf。不须要做内存拷贝。相关代码例如以下:
图2-9 新增ByteBuf的“零拷贝”
最后,我们看下文件传输的“零拷贝”:
图2-10 文件传输“零拷贝”
Netty文件传输DefaultFileRegion通过transferTo方法将文件发送到目标Channel中。以下重点看FileChannel的transferTo方法,它的API DOC说明例如以下:
图2-11 文件传输 “零拷贝”
对于非常多操作系统它直接将文件缓冲区的内容发送到目标Channel中,而不须要通过拷贝的方式,这是一种更加高效的传输方式,它实现了文件传输的“零拷贝”。
2.2.3. 内存池
随着JVM虚拟机和JIT即时编译技术的发展。对象的分配和回收是个很轻量级的工作。
可是对于缓冲区Buffer,情况却稍有不同。特别是对于堆外直接内存的分配和回收,是一件耗时的操作。为了尽量重用缓冲区。Netty提供了基于内存池的缓冲区重用机制。以下我们一起看下Netty ByteBuf的实现:
图2-12 内存池ByteBuf
Netty提供了多种内存管理策略。通过在启动辅助类中配置相关參数,能够实现差异化的定制。
以下通过性能測试,我们看下基于内存池循环利用的ByteBuf和普通ByteBuf的性能差异。
用例一,使用内存池分配器创建直接内存缓冲区:
图2-13 基于内存池的非堆内存缓冲区測试用例
用例二,使用非堆内存分配器创建的直接内存缓冲区:
图2-14 基于非内存池创建的非堆内存缓冲区測试用例
各运行300万次。性能对照结果例如以下所看到的:
图2-15 内存池和非内存池缓冲区写入性能对照
性能測试表明。採用内存池的ByteBuf相比于朝生夕灭的ByteBuf,性能高23倍左右(性能数据与使用场景强相关)。
以下我们一起简单分析下Netty内存池的内存分配:
图2-16 AbstractByteBufAllocator的缓冲区分配
继续看newDirectBuffer方法,我们发现它是一个抽象方法,由AbstractByteBufAllocator的子类负责详细实现。代码例如以下:
图2-17 newDirectBuffer的不同实现
代码跳转到PooledByteBufAllocator的newDirectBuffer方法,从Cache中获取内存区域PoolArena。调用它的allocate方法进行内存分配:
图2-18 PooledByteBufAllocator的内存分配
PoolArena的allocate方法例如以下:
图2-18 PoolArena的缓冲区分配
我们重点分析newByteBuf的实现,它相同是个抽象方法。由子类DirectArena和HeapArena来实现不同类型的缓冲区分配。因为測试用例使用的是堆外内存,
图2-19 PoolArena的newByteBuf抽象方法
因此重点分析DirectArena的实现:假设没有开启使用sun的unsafe。则
图2-20 DirectArena的newByteBuf方法实现
运行PooledDirectByteBuf的newInstance方法,代码例如以下:
图2-21 PooledDirectByteBuf的newInstance方法实现
通过RECYCLER的get方法循环使用ByteBuf对象,假设是非内存池实现。则直接创建一个新的ByteBuf对象。从缓冲池中获取ByteBuf之后,调用AbstractReferenceCountedByteBuf的setRefCnt方法设置引用计数器。用于对象的引用计数和内存回收(类似JVM垃圾回收机制)。
2.2.4. 高效的Reactor线程模型
经常使用的Reactor线程模型有三种。分别例如以下:
1) Reactor单线程模型。
2) Reactor多线程模型;
3) 主从Reactor多线程模型
Reactor单线程模型,指的是全部的IO操作都在同一个NIO线程上面完毕。NIO线程的职责例如以下:
1) 作为NIO服务端,接收client的TCP连接。
2) 作为NIOclient。向服务端发起TCP连接;
3) 读取通信对端的请求或者应答消息;
4) 向通信对端发送消息请求或者应答消息。
Reactor单线程模型示意图例如以下所看到的:
图2-22 Reactor单线程模型
因为Reactor模式使用的是异步非堵塞IO,全部的IO操作都不会导致堵塞,理论上一个线程能够独立处理全部IO相关的操作。
从架构层面看。一个NIO线程确实能够完毕其承担的职责。比如,通过Acceptor接收client的TCP连接请求消息,链路建立成功之后,通过Dispatch将相应的ByteBuffer派发到指定的Handler上进行消息解码。
用户Handler能够通过NIO线程将消息发送给client。
对于一些小容量应用场景,能够使用单线程模型。可是对于高负载、大并发的应用却不合适,主要原因例如以下:
1) 一个NIO线程同一时候处理成百上千的链路。性能上无法支撑,即便NIO线程的CPU负荷达到100%,也无法满足海量消息的编码、解码、读取和发送。
2) 当NIO线程负载过重之后,处理速度将变慢,这会导致大量client连接超时,超时之后往往会进行重发,这更加重了NIO线程的负载。终于会导致大量消息积压和处理超时,NIO线程会成为系统的性能瓶颈;
3) 可靠性问题:一旦NIO线程意外跑飞,或者进入死循环,会导致整个系统通信模块不可用,不能接收和处理外部消息,造成节点故障。
为了解决这些问题。演进出了Reactor多线程模型,以下我们一起学习下Reactor多线程模型。
Rector多线程模型与单线程模型最大的差别就是有一组NIO线程处理IO操作,它的原理图例如以下:
图2-23 Reactor多线程模型
Reactor多线程模型的特点:
1) 有专门一个NIO线程-Acceptor线程用于监听服务端,接收client的TCP连接请求。
2) 网络IO操作-读、写等由一个NIO线程池负责。线程池能够採用标准的JDK线程池实现,它包括一个任务队列和N个可用的线程。由这些NIO线程负责消息的读取、解码、编码和发送。
3) 1个NIO线程能够同一时候处理N条链路。可是1个链路仅仅相应1个NIO线程,防止发生并发操作问题。
在绝大多数场景下,Reactor多线程模型都能够满足性能需求;可是,在极特殊应用场景中,一个NIO线程负责监听和处理全部的client连接可能会存在性能问题。
比如百万client并发连接,或者服务端须要对client的握手消息进行安全认证。认证本身很损耗性能。在这类场景下,单独一个Acceptor线程可能会存在性能不足问题,为了解决性能问题,产生了第三种Reactor线程模型-主从Reactor多线程模型。
主从Reactor线程模型的特点是:服务端用于接收client连接的不再是个1个单独的NIO线程。而是一个独立的NIO线程池。
Acceptor接收到clientTCP连接请求处理完毕后(可能包括接入认证等)。将新创建的SocketChannel注冊到IO线程池(sub reactor线程池)的某个IO线程上,由它负责SocketChannel的读写和编解码工作。Acceptor线程池只只用于client的登陆、握手和安全认证。一旦链路建立成功,就将链路注冊到后端subReactor线程池的IO线程上,由IO线程负责兴许的IO操作。
它的线程模型例如以下图所看到的:
图2-24 Reactor主从多线程模型
利用主从NIO线程模型,能够解决1个服务端监听线程无法有效处理全部client连接的性能不足问题。因此。在Netty的官方demo中,推荐使用该线程模型。
其实。Netty的线程模型并不是固定不变。通过在启动辅助类中创建不同的EventLoopGroup实例并通过适当的參数配置,就能够支持上述三种Reactor线程模型。
正是由于Netty 对Reactor线程模型的支持提供了灵活的定制能力,所以能够满足不同业务场景的性能诉求。
2.2.5. 无锁化的串行设计理念
在大多数场景下,并行多线程处理能够提升系统的并发性能。可是,假设对于共享资源的并发訪问处理不当。会带来严重的锁竞争。这终于会导致性能的下降。为了尽可能的避免锁竞争带来的性能损耗,能够通过串行化设计。即消息的处理尽可能在同一个线程内完毕。期间不进行线程切换。这样就避免了多线程竞争和同步锁。
为了尽可能提升性能,Netty採用了串行无锁化设计,在IO线程内部进行串行操作,避免多线程竞争导致的性能下降。表面上看,串行化设计似乎CPU利用率不高。并发程度不够。可是,通过调整NIO线程池的线程參数,能够同一时候启动多个串行化的线程并行执行,这样的局部无锁化的串行线程设计相比一个队列-多个工作线程模型性能更优。
Netty的串行化设计工作原理图例如以下:
图2-25 Netty串行化工作原理图
Netty的NioEventLoop读取到消息之后。直接调用ChannelPipeline的fireChannelRead(Object msg)。仅仅要用户不主动切换线程,一直会由NioEventLoop调用到用户的Handler,期间不进行线程切换。这样的串行化处理方式避免了多线程操作导致的锁的竞争,从性能角度看是最优的。
2.2.6. 高效的并发编程
Netty的高效并发编程主要体如今例如以下几点:
1) volatile的大量、正确使用;
2) CAS和原子类的广泛使用。
3) 线程安全容器的使用;
4) 通过读写锁提升并发性能。
假设大家想了解Netty高效并发编程的细节,能够阅读之前我在微博分享的《多线程并发编程在 Netty 中的应用分析》,在这篇文章中对Netty的多线程技巧和应用进行了具体的介绍和分析。
2.2.7. 高性能的序列化框架
影响序列化性能的关键因素总结例如以下:
1) 序列化后的码流大小(网络带宽的占用);
2) 序列化&反序列化的性能(CPU资源占用)。
3) 是否支持跨语言(异构系统的对接和开发语言切换)。
Netty默认提供了对Google Protobuf的支持。通过扩展Netty的编解码接口。用户能够实现其他的高性能序列化框架。比如Thrift的压缩二进制编解码框架。
以下我们一起看下不同序列化&反序列化框架序列化后的字节数组对照:
图2-26 各序列化框架序列化码流大小对照
从上图能够看出。Protobuf序列化后的码流仅仅有Java序列化的1/4左右。正是因为Java原生序列化性能表现太差,才催生出了各种高性能的开源序列化技术和框架(性能差仅仅是当中的一个原因,还有跨语言、IDL定义等其他因素)。
2.2.8. 灵活的TCP參数配置能力
合理设置TCP參数在某些场景下对于性能的提升能够起到显著的效果。比如SO_RCVBUF和SO_SNDBUF。
假设设置不当,对性能的影响是很大的。以下我们总结下对性能影响比較大的几个配置项:
1) SO_RCVBUF和SO_SNDBUF:通常建议值为128K或者256K;
2) SO_TCPNODELAY:NAGLE算法通过将缓冲区内的小封包自己主动相连,组成较大的封包,阻止大量小封包的发送堵塞网络。从而提高网络应用效率。可是对于时延敏感的应用场景须要关闭该优化算法。
3) 软中断:假设Linux内核版本号支持RPS(2.6.35以上版本号),开启RPS后能够实现软中断,提升网络吞吐量。RPS依据数据包的源地址,目的地址以及目的和源port,计算出一个hash值,然后依据这个hash值来选择软中断执行的cpu。从上层来看,也就是说将每一个连接和cpu绑定,并通过这个hash值,来均衡软中断在多个cpu上,提升网络并行处理性能。
Netty在启动辅助类中能够灵活的配置TCP參数,满足不同的用户场景。相关配置接口定义例如以下:
图2-27 Netty的TCP參数配置定义
2.3. 总结
通过对Netty的架构和性能模型进行分析。我们发现Netty架构的高性能是被精心设计和实现的,得益于高质量的架构和代码,Netty支持10W TPS的跨节点服务调用并非件十分困难的事情。
峰哥地址:http://www.infoq.com/cn/articles/netty-high-performance#theCommentsSection。
以上是关于Netty系列之Netty高性能之道的主要内容,如果未能解决你的问题,请参考以下文章