Nginx線程池性能提高9倍（Thread Pools in NGINX Boost Performance 9x!）

時間  2019-11-10
標籤 nginx 線程 性能 提高 thread pools boost performance 9x 欄目 Nginx 简体版
原文   原文鏈接

五年級英語水平，端午家庭做業。nginx

前言

Nginx以異步、事件驅動的方式處理鏈接。傳統的方式是每一個請求新起一個進程或線程，Nginx沒這樣作，它經過非阻塞sockets、epoll、kqueue等高效手段，實現一個worker進程處理多個鏈接和請求。數據庫

通常狀況下下是一個CPU內核對應一個worker進程，因此worker進程數量固定，而且很少，因此在任務切換上消耗的內存和CPU減小了。這種方式很不錯，在高併發和擴展能力等方面都能體現。緩存

看圖說話，任務切換不見了。服務器

圖片描述

可是異步事件模式很不喜歡阻塞（blocking）。不少第三方模塊使用了阻塞模式的調用，有時候，用戶乃至模塊做者都不知道到阻塞調用會大大下降Nginx的性能。併發

Nginx本身的代碼都有一些場景須要使用到阻塞，因此在1.7.11版本中，引入了新的「線程池」機制，在瞭解這個機制前，咱們先瞅瞅阻塞。app

問題

瞭解阻塞前，先講兩句負載均衡

Nginx其實就是一個事件處理器，接收內核發出的全部與connections相關的事件信息，而後告訴操做系統該作什麼。操做系統如此複雜和底層，因此Nginx的指揮必須叼。ssh

圖片描述

從上圖看，有超時、sockets準備好讀寫、錯誤通知等事件。這些事件都放在一個隊列中，Nginx對事件隊列進行處理。異步

圖片描述

若是一個事件對於到的操做很是耗時，那麼整個隊列的處理就會延遲。socket

「阻塞操做」就是這樣一個致使隊列處理延遲的什麼鬼。舉個例子，CPU密集型計算，資源訪問（硬盤、mutex、同步訪問數據庫等等）。發生阻塞時，worker進程只能等待。

就跟過安檢時同樣，若是你的隊伍裏面有個小朋友帶了一大瓶AD鈣奶，那你只有等他喝完。

圖片描述

有些系統提供的異步文件接口,例如FreeBSD。Linux也提供了相似機制，可是不太好用。首先它要求文件或緩存是扇區對齊的，好吧，Nginx能作到。其次更苛刻的一點是，它要求文件設置O_DIRECT標誌位，這就是說，全部訪問這個文件的操做都是直接讀取，不走任何緩存，這樣反而會增長磁盤IO負擔。

問了解決這些問題，1.7.11版本中引入了線程池。

線程池

你家樓下的順豐快遞就是一個線程池，不用每次寄快遞都要去順豐總部，狗屎同樣的比喻。。

圖片描述

對Nginx來講，線程池的做用跟快遞點同樣。它包括一個任務隊列以及配套線程。當一個worker進行須要處理阻塞操做時，它會將這個任務交給線程池來完成。

圖片描述

這裏引入了一個新的隊列，在例子中，這個隊列由於讀取資源致使緩慢，讀取硬盤雖然慢，至少它不會影響事件隊列的繼續處理。

任何阻塞操做均可以放到線程池中。目前，咱們只嘗試了兩個核心操做：主流操做系統的read()系統調用和Linux上的sendfile()。後續通過性能測試會考慮歸入更多的操做。

性能測試

爲了證明上述理論，進行了以下測試，測試場景包括各類阻塞操做和非阻塞操做。

咱們在一臺48G內存的機器上生成了總共256的隨機文件，每一個文件大小爲4MB。這樣作的目的是保證數據不受內存緩存影響。

簡單的配置以下：

worker_processes 16;

events {
    accept_mutex off;
}

http {
    include mime.types;
    default_type application/octet-stream;

    access_log off;
    sendfile on;
    sendfile_max_chunk 512k;

    server {
        listen 8000;

        location / {
            root /storage;
        }
    }
}

配置中進行了一些調優：禁用logging和accpet_mutex，啓用sendfile並設置sendfile_max_chunk，有利於減小阻塞調用sendfile時帶來的總時間。

測試機器配置爲雙Intel至強E5645（共12核-24線程），10G網卡，四塊西數1003FBYX組成的RAID10，系統爲Ubuntu Server 14.04.1 LTS。

圖片描述

兩臺配置同樣的客戶端，一臺機器經過Lua和wrk隨機產生200個併發請求，每一個請求都不會命中緩存，因此Nginx處理時會產生讀盤阻塞操做。另外一臺機器則是產生50個併發請求，每一個請求讀取固定文件，頻繁的文件讀取會命中緩存，因此通常狀況下此類請求處理速度較快，當worker進程阻塞時請求速度會受影響。

經過ifstat和在第二臺機器上wrk來監控系統吞吐性能。

無線程池結果

% ifstat -bi eth2
eth2
Kbps in  Kbps out
5531.24  1.03e+06
4855.23  812922.7
5994.66  1.07e+06
5476.27  981529.3
6353.62  1.12e+06
5166.17  892770.3
5522.81  978540.8
6208.10  985466.7
6370.79  1.12e+06
6123.33  1.07e+06

吞吐量大約是1Gbps，從top看，全部的worker進程主要消耗在阻塞I/O上（top中的D狀態）

top - 10:40:47 up 11 days,  1:32,  1 user,  load average: 49.61, 45.77 62.89
Tasks: 375 total,  2 running, 373 sleeping,  0 stopped,  0 zombie
%Cpu(s):  0.0 us,  0.3 sy,  0.0 ni, 67.7 id, 31.9 wa,  0.0 hi,  0.0 si,  0.0 st
KiB Mem:  49453440 total, 49149308 used,   304132 free,    98780 buffers
KiB Swap: 10474236 total,    20124 used, 10454112 free, 46903412 cached Mem

  PID USER     PR  NI    VIRT    RES     SHR S  %CPU %MEM    TIME+ COMMAND
 4639 vbart    20   0   47180  28152     496 D   0.7  0.1  0:00.17 nginx
 4632 vbart    20   0   47180  28196     536 D   0.3  0.1  0:00.11 nginx
 4633 vbart    20   0   47180  28324     540 D   0.3  0.1  0:00.11 nginx
 4635 vbart    20   0   47180  28136     480 D   0.3  0.1  0:00.12 nginx
 4636 vbart    20   0   47180  28208     536 D   0.3  0.1  0:00.14 nginx
 4637 vbart    20   0   47180  28208     536 D   0.3  0.1  0:00.10 nginx
 4638 vbart    20   0   47180  28204     536 D   0.3  0.1  0:00.12 nginx
 4640 vbart    20   0   47180  28324     540 D   0.3  0.1  0:00.13 nginx
 4641 vbart    20   0   47180  28324     540 D   0.3  0.1  0:00.13 nginx
 4642 vbart    20   0   47180  28208     536 D   0.3  0.1  0:00.11 nginx
 4643 vbart    20   0   47180  28276     536 D   0.3  0.1  0:00.29 nginx
 4644 vbart    20   0   47180  28204     536 D   0.3  0.1  0:00.11 nginx
 4645 vbart    20   0   47180  28204     536 D   0.3  0.1  0:00.17 nginx
 4646 vbart    20   0   47180  28204     536 D   0.3  0.1  0:00.12 nginx
 4647 vbart    20   0   47180  28208     532 D   0.3  0.1  0:00.17 nginx
 4631 vbart    20   0   47180    756     252 S   0.0  0.1  0:00.00 nginx
 4634 vbart    20   0   47180  28208     536 D   0.0  0.1  0:00.11 nginx
 4648 vbart    20   0   25232   1956    1160 R   0.0  0.0  0:00.08 top
25921 vbart    20   0  121956   2232    1056 S   0.0  0.0  0:01.97 sshd
25923 vbart    20   0   40304   4160    2208 S   0.0  0.0  0:00.53 zsh

IO受磁盤限制，CPU多數處於空閒狀態。wrk結果代表性能也較低。

Running 1m test @ http://192.0.2.1:8000/1/1/1
  12 threads and 50 connections
  Thread Stats   Avg    Stdev     Max  +/- Stdev
    Latency     7.42s  5.31s   24.41s   74.73%
    Req/Sec     0.15    0.36     1.00    84.62%
  488 requests in 1.01m, 2.01GB read
Requests/sec:      8.08
Transfer/sec:     34.07MB

須要提醒的是，這些請求本來是應該命中緩存很是快速的，可是由於worker進程受第一臺服務器的200併發影響，因此最終比較慢。

接下來對照線程池實驗，在location配置中添加一個aio線程指令

location / {
    root /storage;
    aio threads;
}

從新加載Nginx配置後，重複上述測試

% ifstat -bi eth2
eth2
Kbps in  Kbps out
60915.19  9.51e+06
59978.89  9.51e+06
60122.38  9.51e+06
61179.06  9.51e+06
61798.40  9.51e+06
57072.97  9.50e+06
56072.61  9.51e+06
61279.63  9.51e+06
61243.54  9.51e+06
59632.50  9.50e+06

哇，產生了9.5Gbps的吞吐性能。

性能沒準還能更改，由於已經達到了網卡瓶頸。此次，worker進程主要消耗在sleeping和時間等待上（top中的S狀態）。

top - 10:43:17 up 11 days,  1:35,  1 user,  load average: 172.71, 93.84, 77.90
Tasks: 376 total,  1 running, 375 sleeping,  0 stopped,  0 zombie
%Cpu(s):  0.2 us,  1.2 sy,  0.0 ni, 34.8 id, 61.5 wa,  0.0 hi,  2.3 si,  0.0 st
KiB Mem:  49453440 total, 49096836 used,   356604 free,    97236 buffers
KiB Swap: 10474236 total,    22860 used, 10451376 free, 46836580 cached Mem

  PID USER     PR  NI    VIRT    RES     SHR S  %CPU %MEM    TIME+ COMMAND
 4654 vbart    20   0  309708  28844     596 S   9.0  0.1  0:08.65 nginx
 4660 vbart    20   0  309748  28920     596 S   6.6  0.1  0:14.82 nginx
 4658 vbart    20   0  309452  28424     520 S   4.3  0.1  0:01.40 nginx
 4663 vbart    20   0  309452  28476     572 S   4.3  0.1  0:01.32 nginx
 4667 vbart    20   0  309584  28712     588 S   3.7  0.1  0:05.19 nginx
 4656 vbart    20   0  309452  28476     572 S   3.3  0.1  0:01.84 nginx
 4664 vbart    20   0  309452  28428     524 S   3.3  0.1  0:01.29 nginx
 4652 vbart    20   0  309452  28476     572 S   3.0  0.1  0:01.46 nginx
 4662 vbart    20   0  309552  28700     596 S   2.7  0.1  0:05.92 nginx
 4661 vbart    20   0  309464  28636     596 S   2.3  0.1  0:01.59 nginx
 4653 vbart    20   0  309452  28476     572 S   1.7  0.1  0:01.70 nginx
 4666 vbart    20   0  309452  28428     524 S   1.3  0.1  0:01.63 nginx
 4657 vbart    20   0  309584  28696     592 S   1.0  0.1  0:00.64 nginx
 4655 vbart    20   0  30958   28476     572 S   0.7  0.1  0:02.81 nginx
 4659 vbart    20   0  309452  28468     564 S   0.3  0.1  0:01.20 nginx
 4665 vbart    20   0  309452  28476     572 S   0.3  0.1  0:00.71 nginx
 5180 vbart    20   0   25232   1952    1156 R   0.0  0.0  0:00.45 top
 4651 vbart    20   0   20032    752     252 S   0.0  0.0  0:00.00 nginx
25921 vbart    20   0  121956   2176    1000 S   0.0  0.0  0:01.98 sshd
25923 vbart    20   0   40304   3840    2208 S   0.0  0.0  0:00.54 zsh

就是說，CPU仍是很富裕。

wrk的結果相差無幾

Running 1m test @ http://192.0.2.1:8000/1/1/1
  12 threads and 50 connections
  Thread Stats   Avg      Stdev     Max  +/- Stdev
    Latency   226.32ms  392.76ms   1.72s   93.48%
    Req/Sec    20.02     10.84    59.00    65.91%
  15045 requests in 1.00m, 58.86GB read
Requests/sec:    250.57
Transfer/sec:      0.98GB

4MB文件的請求時間從7.41秒提高至了226.32毫秒（約33倍），QPS提高了大約31倍（250比8）。

提高的緣由再也不贅述，大約就是事件隊列沒有受阻罷了。

不是萬靈丹

看到這裏，是否是立馬就想去修改你的生產環境了，且慢。

事實上，絕大多數的read和sendfile都是在緩存頁中進行的，操做系統會把頻繁使用的文件放在緩存頁中。

當你的數據量較小，而且內存足夠大時，Nginx已是處於最佳狀態了，開線程池反倒會引入開銷。線程池可以良好應對的一個場景，是數據沒法被徹底緩存，例如流媒體服務器，咱們上面的測試環境，就是模擬的流媒體服務。

可否用線程池來提高讀操做的性能呢？惟一須要作的，就是能有效區分哪些文件已經被緩存，哪些文件未緩存。

我們的系統沒有提供這樣的信息。早在2010年Linux嘗試經過fincore()來實現未果。接下來是preadv2()和RWF_NONBLOCK標誌位方式，惋惜也很差用，具體能夠參考內核bikeshedding一文。

哈哈，至少FreeBSD用戶能夠先喝咖啡了，無需在線程池問題上傷腦筋。

線程池配置

若是你確信引入線程池對性能提高有效，那麼我們能夠繼續瞭解一些調優參數。

這些調優都是基於1.7.11+ 版本，編譯選項爲--with-threads參數。最簡單的場景下，僅需在http、server或location區塊配置aio thread參數便可

aio threads;

它對應的完整配置是

thread_pool default threads=32 max_queue=65536;
aio threads=default;

默認狀況下包括一個32個線程的線程池，長度爲65536的請求隊列。若是隊列溢出，Nginx會輸出以下錯誤並拒絕請求。

thread pool "NAME" queue overflow: N tasks waiting

這個錯誤表示這個線程池消費小於生產，因此能夠增長隊列長度，若是調整無效，說明系統達到了瓶頸。

另外，咱們能夠調整線程相關的參數，例如對不一樣場景，能夠提供獨立的線程池。

http {
    thread_pool one threads=128 max_queue=0;
    thread_pool two threads=32;

    server {
        location /one {
            aio threads=one;
        }

        location /two {
            aio threads=two;
        }
    }
…
}

在未定義max_queue時默認爲65536，當設置成0時，服務能力等同線程數量。

假如你的緩存代理服務器有3塊磁盤，內存不能放下預期須要緩存的文件，因此咱們首先須要讓磁盤工做最大化。

一個方式是RAID，好壞兼併。另外一個方式是Nginx

# We assume that each of the hard drives is mounted on one of the directories:
# /mnt/disk1, /mnt/disk2, or /mnt/disk3 accordingly
proxy_cache_path /mnt/disk1 levels=1:2 keys_zone=cache_1:256m max_size=1024G 
                 use_temp_path=off;
proxy_cache_path /mnt/disk2 levels=1:2 keys_zone=cache_2:256m max_size=1024G 
                 use_temp_path=off;
proxy_cache_path /mnt/disk3 levels=1:2 keys_zone=cache_3:256m max_size=1024G 
                 use_temp_path=off;

thread_pool pool_1 threads=16;
thread_pool pool_2 threads=16;
thread_pool pool_3 threads=16;

split_clients $request_uri $disk {
    33.3%     1;
    33.3%     2;
    *         3;
}

location / {
    proxy_pass http://backend;
    proxy_cache_key $request_uri;
    proxy_cache cache_$disk;
    aio threads=pool_$disk;
    sendfile on;
}

使用了3個獨立的緩存，每一個緩存指定到一塊磁盤，而後有3個獨立的線程池。

split_clients模塊用於緩存間的負載均衡。

use_temp_path=off參數讓Nginx將緩存文件保存至文件同級目錄，能夠避免緩存更新時磁盤間的文件數據交換。

結論

明天他媽又要上課了

原文地址：http://nginx.com/blog/thread-pools-boost-performance-9x/

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程