[框架]高并发中的惊群效应
高并发中的惊群效应
second60 20180726
目录
高并发中的惊群效应
1.惊群效应简介
2. 操作系统的惊群
3. 惊群的坏处
3.1 坏处
3.2 其他
4 惊群的几种情况
4.1 accept惊群(新版内核已解决)
4.2 epoll惊群
4.2.1 fork之前创建epollfd(新版内核已解决)
4.2.2 fork之后创建epollfd(内核未解决)
4.3 nginx惊群的解决
4.4 线程池惊群
5 高并发设计
5.1 例1
5.2 例2
5.3 例3
5.4 例4
6 总结
1.惊群效应简介
当你往一群鸽子中间扔一块食物,虽然最终只有一个鸽子抢到食物,但所有鸽子都会被惊动来争夺,没有抢到食物的鸽子只好回去继续睡觉, 等待下一块食物到来。这样,每扔一块食物,都会惊动所有的鸽子,即为惊群。
简单地说:就是扔一块食物,所有鸽子来抢,但最终只一个鸽子抢到了食物。
语义分析:食物只有一块,最终只有一个鸽子抢到,但是惊动了所有鸽子,每个鸽子都跑过来,消耗了每个鸽子的能量。(这个很符合达尔文的进化论,物种之间的竞争,适者生存。)
2. 操作系统的惊群
在多进程/多线程等待同一资源时,也会出现惊群。即当某一资源可用时,多个进程/线程会惊醒,竞争资源。这就是操作系统中的惊群。
3. 惊群的坏处
3.1 坏处
- 惊醒所有进程/线程,导致n-1个进程/线程做了无效的调度,上下文切换,cpu瞬时增高
- 多个进程/线程争抢资源,所以涉及到同步问题,需对资源进行加锁保护,加解锁加大系统CPU开销
3.2 其他
1. 在某些情况:惊群次数少/进(线)程负载不高,惊群可以忽略不计
4 惊群的几种情况
在高并发(多线程/多进程/多连接)中,会产生惊群的情况有:
- accept惊群
- epoll惊群
- nginx惊群
- 线程池惊群
4.1 accept惊群(新版内核已解决)
以多进程为例,在主进程创建监听描述符listenfd后,fork()多个子进程,多个进程共享listenfd,accept是在每个子进程中,当一个新连接来的时候,会发生惊群。
由上图所示:
- 主线程创建了监听描述符listenfd = 3
- 主线程fork 三个子进程共享listenfd=3
- 当有新连接进来时,内核进行处理
在内核2.6之前,所有进程accept都会惊醒,但只有一个可以accept成功,其他返回EGAIN。
在内核2.6及之后,解决了惊群,在内核中增加了一个互斥等待变量。一个互斥等待的行为与睡眠基本类似,主要的不同点在于:
1)当一个等待队列入口有 WQ_FLAG_EXCLUSEVE 标志置位, 它被添加到等待队列的尾部. 没有这个标志的入口项, 相反, 添加到开始.
2)当 wake_up 被在一个等待队列上调用时, 它在唤醒第一个有 WQ_FLAG_EXCLUSIVE 标志的进程后停止。
对于互斥等待的行为,比如如对一个listen后的socket描述符,多线程阻塞accept时,系统内核只会唤醒所有正在等待此时间的队列 的第一个,队列中的其他人则继续等待下一次事件的发生,这样就避免的多个线程同时监听同一个socket描述符时的惊群问题。
4.2 epoll惊群
epoll惊群分两种:
1 是在fork之前创建epollfd,所有进程共用一个epoll;
2 是在fork之后创建epollfd,每个进程独用一个epoll.
4.2.1 fork之前创建epollfd(新版内核已解决)
1. 主进程创建listenfd, 创建epollfd
2. 主进程fork多个子进程
3. 每个子进程把listenfd,加到epollfd中
4. 当一个连接进来时,会触发epoll惊群,多个子进程的epoll同时会触发
分析:
这里的epoll惊群跟accept惊群是类似的,共享一个epollfd, 加锁或标记解决。在新版本的epoll中已解决。但在内核2.6及之前是存在的。
4.2.2 fork之后创建epollfd(内核未解决)
1. 主进程创建listendfd
2. 主进程创建多个子进程
3. 每个子进程创建自已的epollfd
4. 每个子进程把listenfd加入到epollfd中
5. 当一个连接进来时,会触发epoll惊群,多个子进程epoll同时会触发
分析:
因为每个子进程的epoll是不同的epoll, 虽然listenfd是同一个,但新连接过来时, accept会触发惊群,但内核不知道该发给哪个监听进程,因为不是同一个epoll。所以这种惊群内核并没有处理。惊群还是会出现。
4.3 nginx惊群的解决
这里说的nginx惊群,其实就是上面的问题(fork之后创建epollfd),下面看看nginx是怎么处理惊群的。
在nginx中使用的epoll,是在创建进程后创建的epollfd。因些会出现上面的惊群问题。即每个子进程worker都会惊醒。
在nginx中,流程。
1 |
主线程创建listenfd |
|
2 |
主线程fork多个子进程(根据配置) |
|
3 |
子进程创建epollfd |
|
4 |
获到accept锁,只有一个子进程把listenfd加到epollfd中 |
同一时间只有一个进程会把监听描述符加到epoll中 |
5 |
循环监听 |
在nginx中,解决惊群的方法,使用了互斥锁还解决。
void ngx_process_events_and_timers(ngx_cycle_t *cycle){// 忽略....//ngx_use_accept_mutex表示是否需要通过对accept加锁来解决惊群问题。//当nginx worker进程数>1时且配置文件中打开accept_mutex时,这个标志置为1if (ngx_use_accept_mutex) {//ngx_accept_disabled表示此时满负荷,没必要再处理新连接了,//我们在nginx.conf曾经配置了每一个nginx worker进程能够处理的最大连接数,//当达到最大数的7/8时,ngx_accept_disabled为正,说明本nginx worker进程非常繁忙,//将不再去处理新连接,这也是个简单的负载均衡if (ngx_accept_disabled > 0) {ngx_accept_disabled--;} else {//获得accept锁,多个worker仅有一个可以得到这把锁。//获得锁不是阻塞过程,都是立刻返回,获取成功的话ngx_accept_mutex_held被置为1。//拿到锁,意味着监听句柄被放到本进程的epoll中了,//如果没有拿到锁,则监听句柄会被从epoll中取出。if (ngx_trylock_accept_mutex(cycle) == NGX_ERROR) {return;}//拿到锁的话,置flag为NGX_POST_EVENTS,这意味着ngx_process_events函数中,//任何事件都将延后处理,会把accept事件都放到ngx_posted_accept_events链表中,// epollin|epollout事件都放到ngx_posted_events链表中if (ngx_accept_mutex_held) {flags |= NGX_POST_EVENTS;} else {//拿不到锁,也就不会处理监听的句柄,//这个timer实际是传给epoll_wait的超时时间,//修改为最大ngx_accept_mutex_delay意味着epoll_wait更短的超时返回,//以免新连接长时间没有得到处理if (timer == NGX_TIMER_INFINITE|| timer > ngx_accept_mutex_delay){timer = ngx_accept_mutex_delay;}}}}// 忽略....//linux下,调用ngx_epoll_process_events函数开始处理(void) ngx_process_events(cycle, timer, flags);// 忽略....//如果ngx_posted_accept_events链表有数据,就开始accept建立新连接if (ngx_posted_accept_events) {ngx_event_process_posted(cycle, &ngx_posted_accept_events);}//释放锁后再处理下面的EPOLLIN EPOLLOUT请求if (ngx_accept_mutex_held) {ngx_shmtx_unlock(&ngx_accept_mutex);}if (delta) {ngx_event_expire_timers();}ngx_log_debug1(NGX_LOG_DEBUG_EVENT, cycle->log, 0,"posted events %p", ngx_posted_events);//然后再处理正常的数据读写请求。因为这些请求耗时久,//所以在ngx_process_events里NGX_POST_EVENTS标志将事件//都放入ngx_posted_events链表中,延迟到锁释放了再处理。if (ngx_posted_events) {if (ngx_threaded) {ngx_wakeup_worker_thread(cycle);} else {ngx_event_process_posted(cycle, &ngx_posted_events);}}}
步骤 |
nginx主动解决惊群流程 |
|
1 |
子进程loop |
|
2 |
判断是否使用accept加锁 |
|
3 |
判断是否满负荷最大连接数的7/8(是不处理) |
|
4 |
多个worker竞争accept_mutex锁(主动精髓) |
|
5 |
获得锁成功 |
获得锁失败 |
6 |
(监听句柄加到本进程的epoll) |
监听句柄会被从epoll中取出 |
7 |
事件加入到链表中 (accept事件放到ngx_posted_accept_events链表 epollin|out事件放到ngx_posted_events链表) |
修改epoll_wait的超时时间 (为了下次更早抢锁) |
8 |
如果有accept_event就处理新连接 |
|
9 |
释放锁accept_mutex |
|
10 |
处理正常的数据读写请求 |
|
11 |
子进程继续loop |
|
12 |
(注:上面的总结如果有不对的地方,麻烦大牛提出来,谢谢)
分析:
- nginx里采用了主动的方法去把监听描述符放到epoll中或从epoll移出(这个是nginx的精髓所在,因为大部份的并发架构都是被动的)
- nginx中用采互斥锁去解决谁来accept问题,保证了同一时刻,只有一个worker接收新连接(所以nginx并没有惊群问题)
- nginx根据自已的载负(最大连接的7/8)情况,决定去不去抢锁,简单方便地解决负载,防止进程因业务太多而导致所有业务都不及时处理
总结: nginx采用互斥锁和主动的方法,避免了惊群,使得nginx中并无惊群
4.4 线程池惊群
在多线程设计中,经常会用到互斥和条件变量的问题。当一个线程解锁并通知其他线程的时候,就会出现惊群的现象。
- pthread_mutex_lock/pthread_mutex_unlock:线程互斥锁的加锁及解锁函数。
- pthread_cond_wait:线程池中的消费者线程等待线程条件变量被通知;
- pthread_cond_signal/pthread_cond_broadcast:生产者线程通知线程池中的某个或一些消费者线程池,接收处理任务;
这里的惊群现象出现在3里,pthread_cond_signal,语义上看,是通知一个线程。调用此函数后,系统会唤醒在相同条件变量上等待的一个或多个线程(可参看手册)。如果通知了多个线程,则发生了惊群。
正常的用法:
- 所有线程共用一个锁,共用一个条件变量
- 当pthread_cond_signal通知时,就可能会出现惊群
解决惊群的方法:
- 所有线程共用一个锁,每个线程有自已的条件变量
- pthread_cond_signal通知时,定向通知某个线程的条件变量,不会出现惊群
5 高并发设计
以多线程为例,进程同理
例 |
主线程 |
子线程epoll |
是否有惊群 |
参考 |
1 |
listenfd/epollfd |
共用listenfd/epollfd 子线程accept |
epoll惊群 |
被动 |
2 |
listenfd |
共用listenfd, 每个线程创建epollfd listenfd加入epoll |
epoll惊群 |
被动 |
3 |
listenfd 主线程accept并分发connfd |
每个线程创建epollfd 接收主线程分发的connfd |
无惊群 accept瓶颈 |
被动 |
4 |
listenfd |
共用listenfd, 每个线程创建epollfd 互斥锁决定加入/移出epoll |
无惊群 |
nginx |
5.1 例1
分析
主线程创建listenfd和epollfd, 子线程共享并把listenfd加入到epoll中,旧版中会出现惊群,新版中已解决了惊群。
缺点:
- 应用层并不知道内核会把新连接分给哪个线程,可能平均,也可能不平均
- 如果某个线程已经最大负载了,还分过来,会增加此线程压力甚至崩溃
总结:因为例1并不是最好的方法,因为没有解决负载和分配问题
5.2 例2
分析
主线程创建listenfd, 子线程创建epollfd, 把listenfd加入到epoll中, 这种方法是无法避免惊群的问题。每次有新连接时,都会唤醒所有的accept线程,但只有一个accept成功,其他的线程accept失败EAGAIN。
总结:例2 解决不了惊群的问题,如果线程超多,惊群越明显,如果真正开发中,可忽略惊群,或者需要用惊群,那么使用此种设计也是可行的。
5.3 例3
分析:
主线程创建listenfd, 每个子线程创建epollfd,主线程负责accept,并发分新connfd给负载最低的一个线程,然后线程再把connfd加入到epoll中。无惊群现象。
总结:
- 主线程只用accept用,可能会主线程没干,或连接太多处理不过来,accept瓶颈(一般情况不会产生)
- 主线程可以很好地根据子线程的连接来分配新连接,有比较好的负载
- 并发量也比较大,自测(单进程十万并发连接QPS十万,四核四G内存,很稳定)
5.4 例4
这是nginx的设计,无疑是目前最优的一种高并发设计,无惊群。
nginx本质:
同一时刻只允许一个nginx worker在自己的epoll中处理监听句柄。它的负载均衡也很简单,当达到最大connection的7/8时,本worker不会去试图拿accept锁,也不会去处理新连接,这样其他nginx worker进程就更有机会去处理监听句柄,建立新连接了。而且,由于timeout的设定,使得没有拿到锁的worker进程,去拿锁的频繁更高。
总结:
nginx的设计非常巧妙,很好的解决了惊群的产生,所以没有惊群,同时也根据各进程的负载主动去决定要不要接受新连接,负载比较优。
6 总结
高并发设计,仁者见仁,智者见智,如果要求不高,随便拿个常用的开源库,就可能支撑。如果对业务有特殊要求,那么根据业务去选择,如网关服(可用高并发连接的开源库libevent/libev),消息队列(zmq/RabbitMQ/ActiveMQ/Kafka),数据缓存(redis/memcached),分布式等。
研究高并发有一段时间了,总结下我自已的理解,怎么样才算是高并发呢?单进程百万连接,单进程百万QPS?
先说说基本概念
高并发连接:指的是连接的数量,对服务端来说,一个套接字对就是一个连接,连接和本地 文件描述符无关,不受本地文件描述符限制,只跟内存有关,假设一个套接字对占用服 务器8k内存,那么1G内存=1024*1024/8 = 131072。因此连接数跟内存有关。
1G = 10万左右连接,当然这是理论,实际要去除内核占用,其他进程占用,和本进程其他占用。
假哪一个机器32G内存,那个撑个100万个连接是没有问题的。
如果是单个进程100万连,那就更牛B了,但一般都不会这么做,因为如果此进程宕了,那么,所有业务都影响了。所以一般都会分布到不同进程,不同机器,一个进程出问题了,不会影响其他进程的处理。(这也是nginx原理)
PV : 每天的总访问量pave view, PV = QPS * (24*0.2) * 3600 (二八原则)
QPS: 每秒请求量。假如每秒请求量10万,假如机器为16核,那么启16个线程同时工作, 那么每个线程同时的请求量= 10万/ 16核 = 6250QPS。
按照二八原则,一天24小时,忙时=24*0.2 = 4.8小时。
则平均一天总请求量=4.8 * 3600 *10万QPS = 172亿8千万。
那么每秒请求10万并发量,每天就能达到172亿的PV。这算高并发吗?
丢包率: 如果客端端发10万请求,服务端只处理了8万,那么就丢了2万。丢包率=2/10 = 20%。丢包率是越小越好,最好是没有。去除,网络丢包,那么就要考虑内核里的丢包 问题,因此要考虑网卡的吞吐量,同一时间发大多请求过来,内核会不会处理不过来, 导致丢包。
稳定性:一个高并发服务,除了高并发外,最重要的就是稳定了,这是所有服务都必须的。 一千QPS能处理,一万QPS也能处理,十万QPS也能处理,当然越多越好。不要因为 业务骤增导致业务瘫痪,那失败是不可估量的。因为,要有个度,当业务增加到一定程 度,为了保证现有业务的处理,不处理新请求业务,延时处理等。同时保证代码的可靠。
因此,说到高并发,其实跟机器有并,内存,网卡,CPU核数等有关,一个强大的服务器,比如:32核,64G内存,网卡吞吐很大,那么单个进程,开32个线程,做一个百万连接,百万QPS的服务,是可行的。
本身 按例3去做了个高并发的设计,做到了四核4G内存的虚拟机里,十万连接,十万QPS,很稳定,没加业务,每核CPU %sys 15左右 %usr 5%左右。如果加了业务,应该也是比较稳定的。有待测试。当然例3是有自已的缺点的。
同进,也希望研究高并发的同学,一起来讨论高并发服务设计思想。(加微:luoying140131)
[框架]高并发中的惊群效应相关推荐
- 高并发中的惊群效应简介
一.惊群效应简介 所谓惊群效应,就是多个进程或者线程在等待同一个事件,当事件发生时,所有进程或者线程都会被内核唤醒.然后,通常只有一个进程获得了该事件,并进行处理:其他进程在发现获取事件失败后,又继续 ...
- nginx中的惊群效应
文章目录 (1)什么是惊群效应 (2)惊群问题(thundering herd)的产生 (3)惊群效应影响 (4)常见的惊群效应 A.accept 惊群 B.epoll惊群 引言: 随便写写 (1)什 ...
- 一个解决了惊群效应的高并发主动式服务模型
网络框架,服务端必不可少的listen监听socket描述符,监听是否有新连接请求,讨论一个问题,多进程或者多线程模型中,listen到底该如何放置?以多线程为例,一般情况下分为mainThread( ...
- 系统通知并发问题_玩转Java高并发?请先说明下并发下的惊群效应
实际项目中,我们有很多高并发的场景需要考虑.设计,在高并发领域有个很有特点的名词叫惊群效应,你了解吗? 一.啥是惊群效应 啥叫惊群效应,有个例子说明的很透彻.当你往一群鸽子中间扔一块食物,虽然最终只有 ...
- 玩转Java高并发?请先说明下并发下的惊群效应
实际项目中,我们有很多高并发的场景需要考虑.设计,在高并发领域有个很有特点的名词叫惊群效应,你了解吗? 一.啥是惊群效应 啥叫惊群效应,有个例子说明的很透彻.当你往一群鸽子中间扔一块食物,虽然最终只有 ...
- 一周技术思考(第36期)-缓存踩踏与惊群效应
图自网络 "10年前的那一天Facebook发生了什么",本想用这个题目,但不符合本系列的气质,那,那天到底发生了什么呢. Facebook的事故介绍 2010年9月23日,Fac ...
- 解决多进程模式下引起的“惊群”效应
导语: 对不起,我是标题党,本文解决的不是我们理解的"惊群"效应,先为我们操作系统组的正下名,因为腾讯服务器的内核版本,已经解决epoll模式下的惊群现象(本文描述的现象跟惊群其实 ...
- Nginx真的消除了惊群效应么?不
想必看这边文章的人都了解什么是惊群效应以及在Nginx中惊群效应的解决方案,如果不了解,百度一下比比皆是. 接下来直入主题,nginx中的这套解决方案真的不会出现惊群效应么? 答案为否.我们看下具体情 ...
- epoll惊群效应深度剖析
epoll惊群效应深度剖析 前情提要 我们一个基于Nginx+uWSGI+python的服务最近在高峰期经常会遇到负载高导致一些请求报错的情况,在单机qps只有差不多2000-3000左右的时候内核的 ...
- 线程池设计中的惊群问题
2019独角兽企业重金招聘Python工程师标准>>> 多线程编程已经是现在网络编程中常用的编程技术,设计一个良好的线程池库显得尤为重要.在 UNIX(WIN32下可以采用类似的方法 ...
最新文章
- yaourt -S mysql_arch中yaourt的安装和使用
- resizable 回调函数参数详解
- python巡检脚本juniper_JUNIPER设备日常维护巡检命令
- OpenSSL 宣布将开源许可证更改为 Apache 2.0
- 构建企业服务之Windows Server 2008 DNS 高级部署
- 华为、三星都崴了脚:石墨烯充电还有戏吗
- 年薪30W的软件测试“老司机”工作经验
- 4.XXE (XML External Entity Injection)
- Visual Studio启动、附加进程调试,多个Web Application时启动多个WebServer关闭方法
- Linux 开发环境 -- glibc 升级(不建议轻易升级)
- 差分编码解析以及FPGA实现
- PcShare远程控制
- c语言函数实现数组输入输出
- 深信AF PT1安全实验总结经验
- 致初学者:如何学好Python这门编程语言?
- picPick使用研究
- Android音量调节(一)音量键的处理流程
- MeeGo系统和SDK升级发布
- 小米6.0系统设备一键激活xposed框架的经验
- OpenCV-图像漫画效果