登录
注册
node.js 学习社区
NodeJs 多核多进程并行框架实作

璟卿

2014-12-19 18:48

多核编程的重要性无需多说, 我们直奔主题,目前nodejs 的网络服务器有以下几种支持多进程的方式:

#1 开启多个进程,每个进程绑定不同的端口,用反向代理服务器如 Nginx 做负载均衡,好处是我们可以借助强大的 Nginx 做一些过滤检查之类的操作,同时能够实现比较好的均衡策略,但坏处也是显而易见 —我们引入了一个间接层。

#2 多进程绑定在同一个端口侦听
在nodejs 中,提供了进程间发送“文件句柄” 的功能,这个功能实在是太有用了(貌似是yahoo 的工程师提交的一个patch)
不明真相的群众可以看这里: http://www.lst.de/~okir/blackhats/node121.html
在 node 中我们可以通过以下函数达到效果:

stream.write(string, encoding='utf8', [fd])

或在 node v0.5.9+ 中 fork 子进程之后:

child.send(message, [sendHandle])

所以我们设计以下方案:master 进程生成了listen 端口之后,发送这个 listenfd 给所有的worker 子进程,worker 子进程接收到handle 之后,执行listen 操作:

master :

function startWorker(handle){
  output("start workers :" + WORKER_NUMBER);
  worker_succ_count = 0;
  for(var i=0; i<WORKER_NUMBER; i++){
    var c  =  cp.fork(WORKER_PATH);
    c.send({"server" : true}, handle);
  }
}

function startServer(){
  var tcpServer = net.createServer();
  tcpServer.on("error", function(err){
    output("server error ,check the port...");
    about_exit();
  })
  tcpServer.listen(PORT , function(){
    startWorker(tcpServer._handle);
    tcpServer.close();
  });
}

startServer();

注意,因为我们只需要一个handle ,httpServer 其实是netServer 的一层封装,所以我们在master进程启动netServer ,发送这个listen套接字 “handle” 到各个子进程
worker :

server = http.createServer(function(req, res){
  var i,r;
  for(i=0; i<10000; i++){
    r = Math.random();
  }
  res.writeHead(200 ,{"content-type" : "text/html"});
  res.end("hello,world");
  child_req_count++;
}); 

process.on("message",function(m ,handle){
  if(handle){
    server.listen(handle, function(err){
      if(err){
        output("worker listen error");
      }else{
        process.send({"listenOK" : true});
        output("worker listen ok");
      }
   });
  …
 });

worker 进程收到handle后,立即进行listen ,这样就会有多个worker进程 listen同一个socket端口,即同一个套接字被加入到多个进程的epoll 监控结构中,当一个外部连接到来时,此时只有一个幸运的worker 进程得到激活事件,接收这个连接。(在UNP 中讲到这种情况下会导致 “惊群” 效应,但据江湖传闻2.6以上的Linux 系统中,阻塞式的listenfd 已消除惊群现象,非阻塞的listenfd 依然存在,即我们的epoll还是会存在这个问题的,但个人认为nodejs 的epoll 结构中往往有很多的监控句柄而非仅listenfd,所以这时候惊群造成的影响应该是比较小的…)

我们开5个worker 测试 (以下测试均为开启keep-alive模式,本机测试):

测试业务如上代码所示:运行10K次 Math.random(), 然后输出 ”hello,world“;

系统配置:

 
Linux 2.6.18-164.el5xen x86_64 
CPU X5 ,Intel(R) Xeon(R) CPU E5620  @ 2.40GHz 
free -m

total        used        free      shared     buffers      cached

Mem:          7500       3672       3827          0        863       1183 

siege -c 100 -r 1000 -b localhost:3458/

结果为:

 
ransactions:		      100000 hits

Availability:		      100.00 %

Elapsed time:		       10.95 secs

Data transferred:	        1.05 MB

Response time:		        0.01 secs

Transaction rate:	     9132.42 trans/sec

Throughput:		        0.10 MB/sec

Concurrency:		       55.61

Successful transactions:      100000 >

5 个worker 处理的请求量分别是:

child req total : 23000

child req total : 16000

child req total : 17000

child req total : 22000

child req total : 22000 

再测一次:


child req total : 13000

child req total : 30000

child req total : 14000

child req total : 22000

child req total : 21000 

在这种情况下,我们的负载均衡是建立在各个worker“随机接收“的特征基础上的,由操作系统来保证的,长期运行情况下应该是均衡的,但短期内还是会有可能导致负载倾斜的现象,特别是在客户端使用keep-alive连接并长期不关闭的情况下。

#3 一个进程负责监听、接收连接,然后把接收到的连接平均发送到子进程中去处理

我们先看一下正常情况下一个http server 服务的流程 ,其大体可分为几 个阶段:

listenfd 绑定侦听 -> 接收到的Tcp 连接对象包装成socket 对象生成(req ,res)对象 -> 调用用户代码

 
(#1) TCP.bind — > TCP.listen  (process.binding(“tcp_wrap”))

                                                |

                                                |TCP.emit(“connection” ,handle)

                                                |

(#2) Wrap TCP  handle to  Socket (Tcp.onconnection)

                                                |

                                                |Net.Server.emit(”connection” , socket)

                                                |

(#3)Create Req ,Res based on a Socket(net.server.connectionListen)

                                                |

                                                |Http.server.emit(“request” ,req ,res)

                                                |

(#4)your code writen here :function(req ,res){

       res.writeHead(200 ,“content-type/text/html”);

       res.end(“hello,world”)

}
 

nodejs 的child.send(message, [sendHandle]) 函数 ,此处的 sendHandle 这时应该为一个 tcp_wrap 对象,所以我们不能直接使用 net.createServer 返回给我们的socket ,否则的话我们需要”回滚“ 从Tcp 到 Socket 这一步骤,不仅浪费资源,同时也是不安全的,所以我们在tcpMaster 中 直接使用 tcp_wrap :


var TCP = process.binding("tcp_wrap").TCP;

var childs = [];
var last_child_pos = 0;
function startWorker(){
    worker_succ_count = 0;
    for(var i=0; i= WORKER_NUMBER){
      last_child_pos = 0;
    }
    childs[last_child_pos].send({"handle" : true}, handle);
    handle.close();
}
function startServer(){
    server = new TCP();
    server.bind(ADDRESS, PORT);
    server.onconnection = onconnection;
    server.listen(BACK_LOG);
  }
function onconnection(handle){
    //output("master on connection");
    last_child_pos++;
    if(last_child_pos >= WORKER_NUMBER){
      last_child_pos = 0;
    }
    childs[last_child_pos].send({"handle" : true}, handle);
    handle.close();
}
startServer();
startWorker();

以上为tcpMaster 进程把接收的tcp 连接 均匀分配给 tcpWorkers :

function onhandle(self, handle){
    if(self.maxConnections && self.connections >= self.maxConnections){
      handle.close();
      return;
    }
    var socket = new net.Socket({
      handle : handle,
      allowHalfOpen : self.allowHalfOpen
    });
    socket.readable = socket.writable = true;
    socket.resume();
    self.connections++;
    socket.server = self;
    self.emit("connection", socket);
    socket.emit("connect");
  }
server = http.createServer(function(req, res){
    var r, i;
      for(i=0; i<10000; i++){
        r = Math.random();
      }
      res.writeHead(200 ,{"content-type" : "text/html"});
      res.end("hello,world");
      child_req_count++;
    });
}
 process.on("message",function(m ,handle){
     if(handle){
        onhandle(server, handle);
     }
    if(m.status == "update"){
      process.send({"status" : process.memoryUsage()});
    }
  }); 

以上为tcpWorker 将接收到的tcp handle 封装成socket ,为了充分的与http.server类兼容,我们还对connections的数量进行检查,并把socket.server 设为当前的server ,然后激发http.server 的 ”connection“ 事件.

通过这种方式,我们用尽量小的开销,在充分保证http.server 类的兼容性的前提下,用尽量少而优雅的代码实现了负载均衡与高效并行。 测试结果如下:

 
ransactions:		      100000 hits

Availability:		      100.00 %

Elapsed time:		       10.47 secs

Data transferred:	        1.05 MB

Response time:		        0.01 secs

Transaction rate:	     9551.10 trans/sec

Throughput:		        0.10 MB/sec

Concurrency:		       60.68

Successful transactions:      100000 
child req total : 20000

child req total : 20000

child req total : 20000

child req total : 20000

child req total : 20000 

数据会有所起伏,qps 总体在 8000~11000 范围内,注意以上worker 数目均设为5个,适量增大worker数目,qps 可以稳定达到10k,但这时系统load比较高,使用时需谨慎选择。

几次测试完成后,我们查看/proc/[tcpMaster]/fd , 其占用的端口如下:

0 -> /dev/pts/30

1 -> /dev/pts/30

10 -> socket:[71040]

11 -> socket:[71044]

12 -> socket:[71054]

2 -> /dev/pts/30

3 -> eventpoll:[71027]

4 -> pipe:[71028]

5 -> pipe:[71028]

6 -> socket:[71030]

8 -> socket:[71032]

9 -> socket:[71036] 

查看其中一个tcpWorker:

 
0 -> socket:[71031]

1 -> /dev/pts/30

2 -> /dev/pts/30

3 -> eventpoll:[71049]

4 -> pipe:[71050]

5 -> pipe:[71050] 

tcpMaster 的fds 意义分别如下:

  • 1个socket为listenfd
  • 5个socket 用作父子进程通信
  • 2个pipe(一对)用于asyn_watcher/signal_watcher 的触发
  • 剩余的不解释..

tcpWorker 的fds 意义分别如下:

  • 1个socket(这儿就是stdin)用作与父进程通信
  • 其余fd与master中fd作用类似

所以tcpMaster/tcpWorker 端口占用正常,没有句柄泄露问题,负载均衡可控,但负责接收socket的master需要重新分配发送socket ,引入了额外的开销.

小结:

本文介绍了2种比较高效的多进程运行方式,两种方式各有优劣,需要使用者自行选择,在node v0.5.10+ 中,内置了cluster 库,不过在我看来,其宣传意义大于实用意义,因为这样官方就可理直气壮的宣称直接支持多进程运行方式,nodejs 官方为了让API 接口傻瓜化,用了一些比较trick 的方法,代码也比较绕,且这种多进程的方式,不可避免的要牵涉到进程通信、进程管理之类的东西,但我们往往有自己的需求,现在nodejs官方把它固化到lib中,我们就无法自由的更改添加一些功能。

此外,有两个node 的module ,multi-node 和 cluster ,采用的策略和本文介绍的类似,但使用这些module往往有一些缺点:

  • 更新不及时
  • 复杂庞大,往往绑定了很多其他的功能,用户往往被绑架
  • 遇到问题难以hack

基于本文的介绍,你可以很方便的打造自己的高性能的、易维护的、最简的、优雅实用的cluster ,enjoy it!

源码地址:https://github.com/windyrobin/iCluster

以下文章有些老,但和本文的策略很相似(俺是独立构思完后看到的,别喷俺抄袭哦):

http://developer.yahoo.com/blogs/ydn/posts/2010/07/multicore_http_server_with_nodejs/

原文引自:http://itindex.net/detail/32619

回复 · 0

发表回复

你可以在回复中 @ 其他人