为了账号安全,请及时绑定邮箱和手机立即绑定

高性能程序设计,缓存为王

2019.05.28 14:11 5090浏览

【一凡sir,原创文章,禁止转载】

背景

我们在程序设计时,有一个极其重要的非功能性指标:性能,总是无时无刻不缠绕在程序员的脑海,尤其是我们开发的面向大众的Web服务,网络接口等程序。
高性能的程序可以使用更少的服务器资源提供同样规模的用户请求(成本低),也可以更快的响应用户请求(体验好)。
当然,高性能的程序设计也会更加复杂,开发也有更大难度。
这次的内容,我们面向高性能程序设计方向,来讲一讲其中最核心最重要的缓存。
希望能够帮助大家更好的理解缓存为王的含义,也能更好的利用缓存,设计出高性能的程序。

大纲:

  • 1 高性能程序与时间、空间的关系
  • 2 无处不在的缓存,硬件与软件
  • 3 系统中的缓存设计
  • 4 总结,缓存为王

0 找找看,人体中的缓存、缓冲区

图片描述

  • 大脑的短时记忆和长期记忆,外部持久存储的书籍
  • 短期、长期记忆,比临时查阅书籍更快、更灵活
  • 计算机有非常强大的存储、检索和运算能力,可以作为大脑非常好的补充
    颈椎
  • 上接头部,下衔接胸椎,承上启下,多节
  • 头部与胸部的衔接,保证灵活性
  • 颈椎病、腰间盘突出,问题是类似的,长期保持同一个姿势造成无法修复的劳损
  • 建议多做以下动作:上九天揽月,下五洋捉鳖,简化后就是“抬头,转体”
    胸腹
  • 大量的冗余空间,孕妇和胖子的潜力
  • 更大的冗余区,更好地支持生育和度过饥荒
  • 可惜,时代变了,审美变了,这倒是成了缺点
    关节
  • 软骨、关节腔,避免骨头硬碰硬和磨损
  • 提供了足够的灵活性,减少冲击和磨损
  • 既要硬,又要灵活,还要做杠杆运动,真是难为了关节
  • 减震
  • 扁平足,失去了减震和缓冲
  • NBA球星麦迪就是扁平足,而且他的技术动作不合理,所以一直受伤病困扰

1 高性能程序与时间、空间的关系

图片描述
哪种地铁闸机,占用空间小、过关快、体验好、可靠性好、安全性好?还有更多类型的闸机可以比较的。

1.1 性能,速度与时间

  • 吞吐率:单位时间内处理的请求数
  • 吞吐量:对网络、设备、端口、虚电路或其他设施,单位时间内成功地传送数据的数量
  • TPS:每秒钟系统能够处理事务或交易的数量
  • 性能=速度=数量/时间,单位时间内处理的数量越多,性能越好
    关注程序性能,首先要关注单次请求的执行时间,10ms的等待时长肯定是要比100ms的执行时间要更好。然后就是在压力测试下(并发&集群),我们会关注上面的吞吐率、吞吐量、TPS这些关键指标。

1.2 系统性能预估

CPU密集型,如:数据排序
假设:单次请求耗时 Tms,服务器CPU数量 C核,集群的服务器数量S台
QPS=1000/TCS (公式是理想状态,单机、分布式并发中无共享无状态)
IO密集型,如:依赖大量网络API/数据库/文件(IO耗时)
假设:单次请求耗时 Tms,服务器CPU数量 C核,集群的服务器数量S台,IO耗时1/2Tms
QPS=1000/(T-1/2T)CS(理想状态下,API不是瓶颈)
服务线程数量预估
CPU密集型,线程数量与CPU数量一致(redis)
IO密集型,要考虑IO的开销,适当放大线程数量,如:1/2时间在IO中,那么线程数量可以是CPU的2倍(Java Web的线程数,PHP-fpm的进程数)
增加CPU数量,涉及到并发编程。
增加服务器数量,涉及到分布式系统设计。
所以,提高系统性能,还需要提高并发编程的能力,提高分布式系统设计的能力。

1.3 降低单次请求执行时间

减少CPU运算量
简化运算逻辑,优化算法(少循环,少编解码等)
简化数据结构,降低时间复杂度,减少内存复制
减少IO耗时
减少API/数据库/文件的依赖
优化API/数据库/文件的性能
利用缓存
缓存复杂运算后的结果
缓存IO的返回值
最好的优化手段就是砍需求,没有代码就有最好的性能。

1.4 缓存,空间换时间

增加的缓存空间
缓存IO返回值
缓存运算结果
缓存IO返回值以及运算结果
增加的处理逻辑
缓存数据的读取和验证
数据更新到缓存
减少的处理时间
减少IO耗时
减少大量的CPU运算
离CPU越近的数据,处理越快;减少的处理逻辑就是优化的时间。缓存就是这个法宝。

1.5 缓存,是否多多益善

下面三种情况建议尽量使用缓存来做优化。
减少的处理时间显著(性能差异明显)
原来的逻辑太复杂,性能很低下,如:超过50ms
原来的IO耗时太长,如:网络延时超过50ms,或者IO处理耗时超过50ms
增加空间有限(成本提高)
缓存的数据空间尽量小,如果实在很大,可以考虑把数据压缩后缓存,如:博文正文页(计算换空间)
缓存数据的位置,可以在进程内,外部服务进程,甚至文件、数据库中(缓存后速度比缓存前的性能提高明显才有益)
单个实例进程的容量尽量别太大(超过16G,32G),以减小迁移、重启、故障造成的影响(运维的负担也不能忽视)
增加的处理有限(开发难度,运算次数)
避免缓存频繁失效(命中率太低)
避免缓存频繁更新(数据一致性复杂)

1.6 总结,高性能程序与时间、空间的关系

高性能程序设计,重点关注
方法一,减少单个请求的处理时间(程序优化)
方法二,增加CPU,线性提高系统的吞吐率(并发编程)
方法三,增加集群的服务器,线性提高系统的吞吐率(分布式系统设计)
空间换时间,缓存的优势
场景一,缓存前的处理速度太慢,IO耗时太长(超过50ms)
场景二,缓存数据具有极高的命中率(超过90%,理想是100%)
避免缓存的陷阱
场景一,程序没有高性能需求,程序原本性能已经非常高(不要为缓存而优化)
场景二,缓存容量爆炸性增长(成本太高)
场景三,缓存数据更新太频繁(命中率低,数据一致性差)

2 无处不在的缓存,硬件与软件

图片描述

  • CPU与内存
  • 硬盘
  • 网卡
  • 操作系统
  • 程序设计语言
  • Web服务器和数据库
  • CDN内容分发网络
  • DNS域名解析
  • Web浏览器

2.1 CPU与内存

图片描述
CPU内的寄存器/L1/L2/L3

  • 速度不一样
  • 容量不一样
  • 成本不一样
    计算机内存
  • 容量更大
  • 成本更低
  • 速度稍慢(比硬盘、网络快很多)
    更多参考: 并发编程与锁的底层原理

2.2 硬盘内的缓存

图片描述图片描述
SATA传来的数据和盘片的实际操作间加一个缓冲

  • HDD的延迟是ms级别,缓存是ns级,相差数万倍
  • 缓存容量增加,提高命中率
  • 突然掉电导致数据丢失的风险增大
  • 固态混合硬盘,内置8G/16G固态硬盘,缓存容量更大
  • 固态硬盘,随机读写速度更快
    为什么机械硬盘的缓存不是越大越好
    缓存容量增加,带来的成本提高,突然掉电导致数据丢失的风险增大

2.3 网卡的发送/接收缓存

发送缓存

  • 网卡有包就发,包太多了就放入缓存队列,缓存满了就丢包并且告诉系统丢包了
  • TCP协议具有流控和拥塞检测功能,防止发包太快造成丢包(UDP不可靠传输)
    接收缓存
  • 网卡接收数据,放入接收缓存,一次数据接收完成后,网卡驱动程序,向CPU发送信号,提示网卡有新数据到来。
  • 操作系统从网卡的接收缓冲队列中读取数据,交给应用程序处理。

2.4 操作系统的缓存

缓冲文件系统

  • 在内存开辟一个“缓冲区”,为程序中的每一个文件使用(读写文件先操作缓冲区)
  • fopen, fclose, fread, fwrite, fgetc, fgets, fputc, fputs, freopen, fseek, ftell, rewind等
    网络相关缓存设置
  • /proc/sys/net/core/wmem_max 最大socket写buffer
  • /proc/sys/net/core/rmem_max 最大socket读buffer
  • /proc/sys/net/ipv4/tcp_wmem TCP写buffer
  • /proc/sys/net/ipv4/tcp_rmem TCP读buffer
  • /proc/sys/net/core/netdev_max_backlog 进入包的最大设备队列
  • /proc/sys/net/core/somaxconn listen()的默认参数,挂起请求的最大数量
  • /proc/sys/net/ipv4/tcp_max_syn_backlog 进入SYN包的最大请求队列
    操作系统磁盘缓存,可以减少磁盘机械操作。
    更多参考:
  • 不带缓冲区open和带缓冲区的fopen的区别
  • linux 内核参数优化

2.5 程序设计语言的缓存

图片描述
PHP的缓存

  • opcache,省去了PHP源码到opcode的转换过程,并且保证脚本对应的opcode都保存在内存中
  • apcu,共享内存,缓存PHP程序中的用户数据
    Java的缓存
  • JIT,运行时生成机器码,比Java编译器优化后的bytecode性能更好
  • ehcache,缓存数据有两级:内存和磁盘
    编程语言的版本升级,我们最关注的除了语言特性的变化,还有就是关于性能的提升。其中有优化数据结构的,也有优化GC的,当然也有引入缓存/JIT这些技术。

2.6 Web服务器和数据库

nginx中的缓存

  • 减少应用服务器请求
  • proxy_cache,内容缓存在本地文件中
    mysql中的缓存
  • 减少文件系统I/O
  • SqlSession,直接返回结果(四种失效情况:Sql不同,条件不同,增删改操作,清空了缓存)
  • sort_buffer_size 排序缓冲区大小,超过的时候就用到磁盘中排序
  • join_buffer_size 每个联合查询分配的缓冲区
  • read_buffer_size 对MyISAM表进行全表扫描时分配的读缓存池的大小
  • read_rnd_buffer_size 索引缓冲区的大小
    数据库缓存,减少文件系统I/O。
    更多参考:mysql缓冲和缓存设置详解

2.7 CDN内容分发网络的缓存

图片描述
分布式网络

  • 全国/全球多地部署很多Web服务器缓存节点
  • DNS动态解析,让客户端请求就近访问到Web服务器缓存节点
    Web内容缓存
  • 缓存源服务器的内容,有缓存时就不需要回源
  • 可以支持目录规则、文件扩展名等设置缓存策略
  • 可以手动刷新指定目录、文件的缓存数据
    CDN,加速终端连接和请求速度,减少源站点压力

2.8 DNS域名解析

图片描述

  • 浏览器的DNS缓存,60s, chrome://net-internals/#dns
  • 操作系统的DNS缓存, ipconfig /displaydns
  • 本地HOSTS文件
    • C:WindowsSystem32driversetchosts
    • /etc/hosts
  • 远程多级DNS服务器
    • 路由器,运营商
    • 根服务,顶级域名服务
    • 二级域名服务,三级域名服务等
      DNS服务是典型的分布式分层缓存系统,高效可靠,当然也是非常核心的系统,大面积断网的事件就跟DNS故障有关。
      更多参考:浏览器的DNS缓存

2.9 Web浏览器

客户端浏览器缓存,减少对网站的访问。
图片描述
Web内容缓存

2.10 总结,无处不在的缓存,硬件和软件

图片描述
缓冲区buffer

  • 避免频繁读写
  • 一次性分配稍大的空间
  • 一次性读写多一点内容
    缓冲队列
  • 通过队列,削峰填谷
  • 不同设备、应用的读写速度不一样
    多级缓存,分布式缓存
  • 本地更快,减少远程数据依赖
  • 缓存数据使用更快,减少数据读取和运算
    问:在浏览器中输入一个网址 http://www.imooc.com/ ,接下来会发生什么?

3 系统中的缓存设计

先来看看2个典型的常见的软件系统。

3.1 社区bbs的缓存设计

图片描述
数据模型

  • 用户,板块,主题,帖子,回复
    页面
  • 首页,板块帖子列表页,帖子详情页,用户资料页
    操作
  • 浏览,发帖,回帖,置顶
    缓存数据
  • 全量永久缓存:用户(uid -> map),板块(all -> json),置顶帖(all -> json)
  • 部分临时缓存:帖子列表页数据(多种排序, fid-displayorder -> tids), 主题浏览量(tid -> views),帖子数据(tid -> map),用户帖子列表页数据(uid -> json)
  • 页面缓存:首页,帖子详情页

3.2 电商系统的缓存设计

图片描述
数据模型

  • 用户,分类,商品SPU,SKU,订单,支付
  • 评价,收藏,购物车,联系地址
    页面
  • 首页,分类商品推荐页,搜索商品列表页
  • 商品详情页,用户订单列表页
    操作
  • 浏览,搜索,下单,支付,推荐,评价
    缓存数据
  • 全量永久缓存:用户,分类,商品,商品SKU库存,推荐
  • 部分临时缓存:大量的临时推荐位,人工干预内容,相关商品,置顶评论等
  • 页面缓存:首页,搜索页,商品详情页

3.3 缓存设计,最佳场景,永久缓存

图片描述
数据只读,极少更新

  • 配置类,全局共享数据(置顶帖)
  • 后台定时任务生成的数据(推荐内容)
    数据占用空间有限
  • 单个key的内容比较小(用户信息)
  • 总数量比较有限(商品信息)
    数据结构简单,容易快速查找
  • key-string 直接得到完整数据
  • key-hash 易于部分数据读取和更新
  • key-list 双向队列
  • key-sortedset 有序集合,索引排序
    图片描述

3.4 缓存设计,较好场景,临时缓存

图片描述
数据读多写少,读取速度慢

  • 用户、内容数据,如:用户信息,帖子信息等
  • 缓存快过数据库
    数据占用空间较大
  • 帖子内容,整页缓存
  • 过期或者未命中再从数据库读取
    保证较高的命中率,90%以上
  • 缓存容量较大,过期/失效的缓存减少,命中率提高
  • 更新的频率降低,命中率提高
  • 更新的时候主动更新缓存,命中率提高
  • 合适的缓存淘汰策略,FIFO/LRU/LFU/TTL/RANDOM

3.5 缓存设计,特殊场景,性能优先

图片描述
读写过于频繁的时候

  • 帖子浏览量更新,更新到缓存,定时更新到数据库,读取数据库+缓存
  • 秒杀时,商品库存扣减,隔离数据库的压力
    排序方式太多,索引效率下降的时候
  • 有序集合类缓存,代替数据库索引
    数据表分拆太细,连表查询效率低的时候
  • 直接把联合查询的数据缓存起来

3.6 缓存设计,不适合场景,成本超过收益

内容更新太频繁,命中率太低

  • 用户的呼吸状态如果也缓冲起来,那么这时候的用户信息缓存命中率就太低了
  • 完全散列随机的key值遍历查找,缓存无法重复利用
    数据写入超过读取次数
  • 日志类、流水式的固定内容,很少使用,不适合用缓存
    系统自身性能很好
  • 没必要增加缓存来提高不足10%的速度
    系统访问量很有限
  • 性能需求不高,没必要增加复杂度来做优化

3.7 总结,系统中的缓存设计

提高缓存命中率

  • 缓存永不过期,缓存空间充足,数据直接写入和更新缓存
  • 扩大缓存容量,减少缓存过期或者失效的概率(内存+SSD文件)
    规划缓存容量
  • 优先把永久缓存的内容放进去
  • 再把读多写少的内容放进去
  • 再有富余容量,把实时性要求不高的内容放进去
  • 大容量使用简单,风险高;多实例连接多,操作复杂,可用性好
    缓存性能优势
  • 内存缓存 > 数据库 > 硬盘文件
  • 进程内数据 > 本地缓存 > 远程数据
  • 缓存数据读取后运算后的复杂结果

4 总结,缓存为王

高性能程序设计与缓存的效果(连蒙带猜)
图片描述
如果没有缓存的情况下,100亿的客户端请求,最后落到数据服务器上会有上万亿的IO操作。
老司机箴言:

  • 设计时,分层分级。
  • 执行时,少查少写少依赖,Less is more。
  • 别让硬盘抗性能,别让内存保持久,别让网线抗稳定。

高性能程序设计的漫漫求索之路

图片描述
数据结构和算法(应用优化)

  • 数组、链表、集合、哈希表、二叉树等
  • 排序算法:冒泡、快速、归并等
    并发编程的问题(增加CPU)
  • 共享变量的读写,线程安全性问题
  • 数据存储、依赖服务等瓶颈点
    分布式系统设计(增加服务器)
  • 有状态服务高可用和数据一致性问题
  • 全局、中心节点的可靠性问题
    缓存优化(空间换时间)
  • 精细化分析和设计,提高命中率和可用性
  • 监控工具、运维工具等

总结,缓存为王

高性能程序设计,使用缓存来优化可能会是第一选择。只是,方法虽然简单,过程还是曲折的。每一次缓存设计,都还是要针对具体场景和需求,制定最合适的方案,要考虑的地方也还是有很多。

点击查看更多内容

本文首次发布于慕课网 ,转载请注明出处,谢谢合作

58人点赞

若觉得本文不错,就分享一下吧!

评论

相关文章推荐

正在加载中
意见反馈 邀请有奖 帮助中心 APP下载
官方微信

举报

0/150
提交
取消