如何優(yōu)化高并發(fā)服務(wù)，這里指的是qps在20萬以上的在線服務(wù)，注意不是離線服務(wù)，在線服務(wù)會(huì)存在哪些挑戰(zhàn)呢?

無法做離線緩存，所有的數(shù)據(jù)都是實(shí)時(shí)讀的 大量的請(qǐng)求會(huì)打到線上服務(wù)，對(duì)于服務(wù)的響應(yīng)時(shí)間要求較高，一般都是限制要求在300ms以內(nèi)，如果超過這個(gè)時(shí)間那么對(duì)用戶造成的體驗(yàn)就會(huì)急劇下降數(shù)據(jù)量較大，單次如果超過50W的qps,單條1kb,50萬就是5GB了，1分鐘30G,對(duì)于底層的數(shù)據(jù)存儲(chǔ)與訪問都有巨大的壓力~

如何應(yīng)對(duì)這些棘手的問題，本篇文章來討論一下。

一、向關(guān)系型數(shù)據(jù)庫(kù)sayno

一個(gè)真正的大型互聯(lián)網(wǎng)面向c端的服務(wù)都不會(huì)直接使用數(shù)據(jù)庫(kù)作為自己的存儲(chǔ)系統(tǒng)，無論你是采用的是分庫(kù)分表還是底層用了各種優(yōu)秀的連接池等，mysql/oracle在面對(duì)大型在線服務(wù)是存在天然的劣勢(shì)，再如何優(yōu)化，也難以抵擋qps大于50萬流量帶來的沖擊。

所以換個(gè)思路，我們必須使用nosql類緩存系統(tǒng)，比如redis/mermCache等作為自己的"數(shù)據(jù)庫(kù)",而mysql等關(guān)系型數(shù)據(jù)庫(kù)只是一種兜底，用于異步去寫作為數(shù)據(jù)查詢的備份系統(tǒng)。

場(chǎng)景舉例：京東雙11主會(huì)場(chǎng)，上架了部分商品，這部分商品都是在會(huì)場(chǎng)開始上架的時(shí)候直接寫入redis中的，當(dāng)上架完成之后，通過異步消息寫入到mysql中。面向c端的查詢都是直接讀redis,而不是數(shù)據(jù)庫(kù).而b端的查詢，可以走數(shù)據(jù)庫(kù)去查詢。這部分流量不是很高，數(shù)據(jù)庫(kù)絕對(duì)可以抵擋的住。

二、多級(jí)緩存

都知道緩存是高并發(fā)提高性能的利器之一。而如何使用好緩存進(jìn)而利用好多級(jí)緩存，是需要我們?nèi)ニ伎嫉膯栴}。

Redis目前是緩存的第一首選，單機(jī)可達(dá)6-8萬的qps，在面對(duì)高并發(fā)的情況下，我們可以手動(dòng)的水平擴(kuò)容，以達(dá)到應(yīng)對(duì)qps可能無線增長(zhǎng)的場(chǎng)景。但是這種做法也存在弊端，因?yàn)閞edis是單線程的，并且會(huì)存在熱點(diǎn)問題。雖然redis內(nèi)部用crc16算法做了hash打散，但是同一個(gè)key還是會(huì)落到一個(gè)單獨(dú)的機(jī)器上，就會(huì)使機(jī)器的負(fù)載增加，redis典型的存在緩存擊穿和緩存穿透兩個(gè)問題，尤其在秒殺這個(gè)場(chǎng)景中，如果要解決熱點(diǎn)問題，就變的比較棘手。

這個(gè)時(shí)候多級(jí)緩存就必須要考慮了，典型的在秒殺的場(chǎng)景中，單sku商品在售賣開始的瞬間，qps會(huì)急劇上升.而我們這時(shí)候需要用memeryCache來?yè)跻粚樱琺emeryCache是多線程的，比redis擁有更好的并發(fā)能力，并且它是天然可以解決熱點(diǎn)問題的。有了memeryCache,我們還需要localCache，本地緩存，這是一種以內(nèi)存換速度的方式。本地緩存會(huì)接入用戶的第一層請(qǐng)求，如果它找不到，接下來走memeryCache，然后走redis，這套流程下來可以擋住百萬的qps.

三、多線程

我記得在剛開始入行的時(shí)候，每次面試都會(huì)被問到多線程，那時(shí)候是一臉懵逼，多線程有這么厲害嗎？干嘛都說多線程，為什么要使用多線程，不用行不行？

要講明這個(gè)道理，我先來說一個(gè)實(shí)例：曾經(jīng)我優(yōu)化過一個(gè)接口，很典型的一個(gè)場(chǎng)景。原始的方式是循環(huán)一個(gè)30-40萬的list,list執(zhí)行的操作很簡(jiǎn)單，就是讀redis的數(shù)據(jù)，讀一次大概需要3ms左右，這是同步的方式，在預(yù)覽環(huán)境測(cè)試，直接30秒+超時(shí)。后來優(yōu)化的方式就是把原有的同步調(diào)用改為線程池調(diào)用，線程池里的線程數(shù)或阻塞隊(duì)列大小需要自己調(diào)優(yōu)，最后實(shí)測(cè)接口rt只需要3秒。足以見多線程的威力。

在多核服務(wù)的今天，如果還不用多線程就是對(duì)服務(wù)器資源的一種浪費(fèi)。這里需要說一句，使用多線層一定要做好監(jiān)控，你需要隨時(shí)知道線程的狀態(tài)，如果線程數(shù)和queueSize設(shè)置的不恰當(dāng)，將會(huì)嚴(yán)重影響業(yè)務(wù)~ 當(dāng)然多線程也要分場(chǎng)景，如果為了多線程而多線程反而是一種浪費(fèi)，因?yàn)槎嗑€程調(diào)度的時(shí)候會(huì)造成線程在內(nèi)核態(tài)和用戶態(tài)之間來回切換，如果使用不當(dāng)反而會(huì)有反作用

四、降級(jí)和熔斷

降級(jí)和熔斷是一種自我保護(hù)措施，這和電路上的熔斷器的基本原理是一樣的，防止電流過大引起火災(zāi)等，面對(duì)不可控的巨大流量請(qǐng)求很有可能會(huì)擊垮服務(wù)器的數(shù)據(jù)庫(kù)或者redis,使服務(wù)器宕機(jī)或者癱瘓?jiān)斐刹豢赏旎氐膿p失。因?yàn)槲覀兎?wù)的本身需要有防御機(jī)制，以抵擋外部服務(wù)對(duì)于自身的侵入導(dǎo)致服務(wù)受損引起連帶反應(yīng)。

降級(jí)和熔斷有所不同，兩者的區(qū)別在于降級(jí)是將一些線上主鏈路的功能關(guān)閉，不影響到主鏈路.熔斷的話，是指A請(qǐng)求B,B檢測(cè)到服務(wù)流量多大啟動(dòng)了熔斷，那么請(qǐng)求會(huì)直接進(jìn)入熔斷池，直接返回失敗。如何抉擇使用哪一個(gè)需要在實(shí)際中結(jié)合業(yè)務(wù)場(chǎng)景來考慮.

五、優(yōu)化IO

很多人都會(huì)忽視IO這個(gè)問題，頻繁的建聯(lián)和斷聯(lián)都是對(duì)系統(tǒng)的重負(fù)。在并發(fā)請(qǐng)求中，如果存在單個(gè)請(qǐng)求的放大效那么將會(huì)使io呈指數(shù)倍增加。舉個(gè)例子，比如主會(huì)場(chǎng)的商品信息，如果需要商品的某個(gè)具體的詳情，而這個(gè)詳情需要調(diào)用下游來單個(gè)獲取。

隨著主會(huì)場(chǎng)商品的熱賣，商品越來越多，一次就要經(jīng)過商品數(shù)X下游請(qǐng)求的數(shù)量，在海量的qps請(qǐng)求下，IO數(shù)被占據(jù)，大量的請(qǐng)求被阻塞，接口的響應(yīng)速度就會(huì)呈指數(shù)級(jí)下降。所以需要批量的請(qǐng)求接口，所有的優(yōu)化為一次IO

六、慎用重試

重試作為對(duì)臨時(shí)異常的一種處理的常見手法，常見應(yīng)對(duì)的方式是請(qǐng)求某個(gè)服務(wù)失敗或者寫數(shù)據(jù)庫(kù)了重新再試，使用重試一定要注意以下幾點(diǎn)：

• 控制好重試次數(shù)
• 重試的間隔時(shí)間得衡量好
• 是否重試要做到配置化。

之前我們線上出了一個(gè)bug,kafka消費(fèi)出現(xiàn)了嚴(yán)重的lag,單詞消耗時(shí)間是10幾秒，看代碼之后發(fā)現(xiàn)是重試的次數(shù)過多導(dǎo)致的，并且次數(shù)還不支持配置化修改，所以當(dāng)時(shí)的做法只能是臨時(shí)改代碼后上線.重試作為一種業(yè)務(wù)的二次嘗試，極大提升了程序的請(qǐng)求success,但是也要注意以上幾點(diǎn)。

七、邊界case的判斷和兜底

作為互聯(lián)網(wǎng)老手，很多人寫出的代碼都不錯(cuò)，但是在經(jīng)歷過幾輪的故障review之后發(fā)現(xiàn)很多釀成重大事故的代碼背后都是缺少對(duì)一些邊界問題的處理，所犯的錯(cuò)誤非常簡(jiǎn)單，但是往往就是這些小問題就能釀成大事故。

曾經(jīng)review過一次重大的事故，后來發(fā)現(xiàn)最終的原因居然是沒有對(duì)空數(shù)組進(jìn)行判空，導(dǎo)致傳入下游的rpc是空的，下游直接返回全量的業(yè)務(wù)數(shù)據(jù)，影響數(shù)百萬用戶。這個(gè)代碼改動(dòng)起來很簡(jiǎn)單，但是是令人需要反省的，小小的不足釀成了大禍

八、學(xué)會(huì)優(yōu)雅的打印日志

日志作為追溯線上問題的最佳利器，可謂保留bug現(xiàn)場(chǎng)的唯一來源。雖然有arthas這樣的利器方便我們排查問題，但是對(duì)于一些比較復(fù)雜的場(chǎng)景，還是需要日志來記錄程序的數(shù)據(jù)，但是在高流量的場(chǎng)景中，如果全量打印日志對(duì)于線上來說就是一種災(zāi)難，有以下缺點(diǎn)：

(1) 嚴(yán)重占用磁盤，估算以下，如果接口的qps在20萬左右，日志一秒就幾千兆，一天下來就是上千GB

(2) 大量的日志需要輸出，占用了程序IO,增加了接口的RT(響應(yīng)時(shí)間) 如果需要解決這個(gè)問題：

• 我們可以利用限流組件來實(shí)現(xiàn)一個(gè)基于限流的日志組件，令牌桶算法可以限制打印日志的流量，比如一秒只允許打印一條日志；
• 基于白名單的日志打印，線上配置了白名單用戶才可以打印出來，節(jié)省了大量了無效日志輸出。

總結(jié)

本篇文章討論了高并發(fā)服務(wù)在面對(duì)大流量時(shí)的一些基本注意事項(xiàng)和應(yīng)對(duì)的點(diǎn)，當(dāng)然實(shí)際線上的比目前的更復(fù)雜，這里只是給出幾條建議，希望我們?cè)诟卟l(fā)的路上保持敬畏，繼續(xù)探索.更好的深耕C端服務(wù)，做更好的互聯(lián)網(wǎng)應(yīng)用。