阿里七層流量入口 Tengine硬件加速探索之路

摘要： Tengine在軟件層面已經有了深度的調試和優化經驗，可是在硬件層面，通用處理器（CPU）已經進入了摩爾定律，有了瓶頸。而在業務量日新月異的當下，如何利用硬件來提高性能，承載雙11等大型活動的洪峯流量，保障活動平穩度過呢？本文做者：王發康，花名毅鬆，負責集團主站統一接入層Tengine的開發與維護。

Tengine在軟件層面已經有了深度的調試和優化經驗，可是在硬件層面，通用處理器（CPU）已經進入了摩爾定律，有了瓶頸。而在業務量日新月異的當下，如何利用硬件來提高性能，承載雙11等大型活動的洪峯流量，保障活動平穩度過呢？

本文做者：王發康，花名毅鬆，負責集團主站統一接入層Tengine的開發與維護。今天分享的主題是《阿里七層流量入口Tengine硬件加速探索之路》。

接入層系統介紹

接入層是2015年阿里巴巴全站HTTPS誕生的一個產品。做爲一個電商網站，爲了保護用戶信息安全、帳戶、交易的安全，全站HTTPS是勢在必行，若是淘寶、天貓、聚划算等各業務方在後端各自作接入層，機器成本高，並且證書管理複雜。爲了解決問題，咱們作了統一接入層，來作HTTPS卸載和流量分發等通用功能。

全部的阿里集團流量經過四層LVS，到達統一接入層，統一接入層根據不一樣的維度域名轉發到對應的後端APP，而且提供智能的流量分發策略。由於抽象出一層，通用的安全防攻擊、鏈路追蹤等高級功能，均可以在這一層統一實現。

接入層是集團全部流量的入口，它的穩定性是很是重要的。同時，接入層提供了這麼多高級功能，因此對其性能的挑戰也很是大。業務驅動了技術創新，2017年接入層在硬件加速領域邁出了第一步。

性能瓶頸分析及解決

咱們要對本身的系統作性能優化，首先咱們要找到系統的瓶頸點，而且進行分析與調研。

主站接入層承載集團90%以上的入口流量，同時支持着不少高級功能，好比HTTPS卸載及加速、單元化、智能流量轉發策略、灰度分流、限流、安全防攻擊、流量鏡像、鏈路追蹤、頁面打點等等，這一系列功能的背後是Tengine衆多模塊的支持。因爲功能點比較多，因此這就致使Tengine的CPU消耗比較分散，消耗CPU比較大的來自兩個處HTTPS和Gzip，這就是性能瓶頸之所在。

1、HTTPS卸載篇

雖然全站HTTPS已是一個老生常談的話題，可是國內爲什麼能作到的網站卻仍是屈指可數？緣由簡單總結來講有兩點，首先使用HTTPS後使得網站訪問速度變「慢」，其次致使服務器CPU消耗變高、從而機器成本變「貴」。

軟件優化方案：如Session複用、OCSP Stapling、False Start、dynamic record size、TLS1.三、HSTS等。 但軟件層面如何優化也沒法知足流量日益增加的速度，加上CPU摩爾定律已入暮年，使得專用硬件卸載CPU密集型運算成爲業界一個通用解決方案。

Tengine基於Intel QAT的異步加速方案整體架構

由三部分組成Tengine的ssl_async指令、OpenSSL + QAT Engine及QAT Driver。其中Tengine經過適配OpenSSL-1.1.0的異步接口，將私鑰操做卸載至Intel提供的引擎(QAT engine)中，引擎經過 QAT驅動調用硬件完成非對稱算法取回結果。

該方案在Tengine2.2.2中已經開源。

Tengine啓用ssl_async QAT加速後的效果如何？

RSA套件提高3.8倍(8核時)
ECDHE-RSA提高2.65倍(8核時)
ECDHE-ECDSA(P-384) 提高2倍(16核時)
ECDHE-ECDSA(P-256) 8核達到QAT硬件處理峯值16k左右， 只有23%的性能提高。

HTTPS卸載方案能夠減小物理機數量，節省CPU資源，爲公司帶來價值。

2、Gzip卸載篇

當前接入層Gzip模塊的CPU佔比達到15-20%，若是咱們能卸載掉Gzip的CPU消耗，讓出來的CPU就能夠用於處理更多請求和提高性能。

然而目前業內各大公司接入層針對於Gzip採用硬件加速仍是一片空白，阿里在接入層結合硬件加速技術卸載Gzip調研了幾套方案：

方案一是和Intel合做的QAT卡的加速方案，直接把相關軟件算法固化到硬件中去，鏈路會更精簡。
方案二智能網卡方案，須要把Tengine一部分業務邏輯抽取到網卡中作，其成本及風險高，並且只是對zlib進行軟件卸載，相對於QAT並不具備加速做用。
方案三是FPGA卡方案，相對來講開發成本較高，且相關資源匱乏。

綜上評估，選擇方案一對Gzip進行卸載及加速。

Tengine Gzip 硬件加速方案實踐

左邊的圖是軟件方案，請求進來後，在軟件層面作一些壓縮，所有是用CPU在作。右邊是經過QAT卡來加速，把紅色那部分所有卸載到QAT卡里，經過改造Tengine中的Gzip這個模塊，讓它去調用QAT的驅動，經過硬件作壓縮，最終送回Tengine傳輸給用戶。

在這個過程當中，咱們也遇到了很是多的坑。

使用的初版驅動Intel-Qat 2.6.0-60，當QPS爲1k左右時，從上圖能夠看出，橫座標是時間，縱座標是CPU消耗百分比，跑到第五秒左右，CPU很快打滿，這至關於根本跑不起來。

針對這個問題，咱們使用strace進行相關係統熱點函數統計發現，其CPU主要消耗在ioctl系統函數上，以下所示：

ioctl主要是作上層應用程序和底層通信的，而且CPU消耗中90%以上都是消耗在內核態。由於最初的每一個壓縮請求都要送到硬件中去，buffer須要開闢連續的物理內存，系統跑久了，一旦遇到連續內存分配不成功的狀況，就會須要ioctl去分配內存，出現頻繁調用 compact_zone進行內碎片整理，其調用熱的高達88.096%，若是分配失敗了，就會觸發內存去作碎片整理，因此就會出現sys態CPU持續上升的狀況。

這個問題解決後，也並無那麼順利，咱們遇到了下面的問題。

在平常壓測時，咱們發現CPU用了Gzip卸載方案後，節省效果上並無明顯的提高。user態CPU下降了10%左右，可是sys態CPU相對於軟件版的CPU提高了10%。因此，節省效果不明顯。

經分析，咱們發現使用QAT後，部分系統函數CPU佔比變高，以下圖所示(注:左邊的是使用QAT後各系統熱點函數，右邊是軟件版原生tengine的各系統熱點函數)open、ioctl、futex執行 時間佔比高達8.95(注:3.91 + 2.68 + 2.36)，而未使用版本對應占比時間才0.44(注:0.24 + 0.14 + 0.06)。

open和ioctl是因爲Zlib Shim適配層處理邏輯有一些問題，經過優化改造後open、ioctl調用頻率明顯減小。可是其futex系統調用頻度卻沒有減小，仍是致使內核態的CPU佔比較高，經過strace跟蹤發現一個http壓縮請求後會屢次調用futex，Zlib Shim採用多線程方式，其futex操做來自zlib shim等待QAT壓縮或解壓縮數據返回的邏輯，因爲Tengine是多進程單線程、採用epoll異步IO事件模式，聯調Intel的研發同窗對Zlib Shim進行改造（去線程），最終futex系統調用也明顯減小。

一路走來，經過無數次的性能優化、功能測試，咱們與Intel研發同窗一塊兒探討以後，才使得QAT在功能、性能、架構方面等衆多問題得以快速解決。

運維與監控

問題解決後，接下來咱們進行上線前的準備。

1、壓測和演練，這裏主要關注高流量、壓縮與解壓縮流量混跑等狀況下的性能提高狀況，同時關注數據完整性校驗。
2、容災保護，在運行過程當中，當硬件資源缺少致使Gzip執行失敗，會自動切換軟件版本，硬件資源恢復後自動切回。
3、監控，對硬件加速相關的資源指標進行實時監控和報警，防患於未然。
4、部署與發佈，由於存在硬件和軟件兩個版本，因此採用單rpm軟件包、雙二進制模式，從而下降軟件版與硬件加速版之間的耦合度，自動識別部署機器是否開啓QAT，並選擇正確的二進制執行。

硬件加速效果

上線後咱們得到了一些加速效果的數據。當QPS爲10k左右時，Tengine Gzip使用QAT加速後，CPU節省在15%左右，且Gzip基本上徹底卸載，隨着其佔比變高，優化效果將愈來愈好。在2017年雙11零點流量峯值附近，Tengine加速機器相比普通機器性能提高 21%。

展望及總結

Tengine首次採用硬件加速技術卸載Gzip，不只帶來性能上的提高，並且使得接入層在硬件加速領域再次打下了堅實的基礎，對業界在此領域的發展也有重大影響意義。在將來，Tengine會在軟件和硬件層面繼續探索，爲集團和用戶提供更加高可用、高性能、低成本、安全、運維自動化的系統。

原文連接