¶ 由Lua 粘合的Nginx生态环境

2012-03-06 01:13

1. 免责聲明

  1. 录音/幻灯来自作者,版权当然属于他们
  2. 文字听录来自 Zoom.Quiet,一切文字问题都是我造成的,与原著无关
  3. 因为本人技术有限,仅通过幻灯和录音,记错的地方负责在我,与原著者无关
  4. 任何不满和意见,请直接与我联系以便改进

2. Lua 粘合的 Nginx 生态环境

很高今天和大家进行分享,之前,在北京进行过相关的分享; 今天我们的話題是 Nginx 也可以說是关于 Lua 的; 介绍过去3年以来我们的工作, 工程名字是,openresty,可以追溯到2007年,那会儿,我刚刚进入 Yahoo! 中国, 第一份工作就是架构一个开放平台, Yahoo! 自个儿的开放平台, 系统作到后来逐渐偏离了初衷, 我们开始为大型的互联网公司作一些和web 前端打交道的系统支持;

我在 Yahoo!和 TaoBao 分别工作了两年,就辞职了; 主要因为,我们的开源作品,越来越多人使用了, 而我一方面,要应付所謂业务需求,另方面要响应来自国内外积极开发者们的要求或是bug; 所以,干脆辞了专心作事儿; 本来,我想搬到厦门,可是我老婆在福州找到了工作,于是,, 现在,我不拿工资,义务为全球的愛好者开发 ;-) 现在,已经在福州呆了7个月,这是我老婆给拍的照片; 我习惯,先在纸上写好代码,然后输入电脑,

前面放的是 kindle ; 这台 kindle 的来历比较有意思,

  • 在TaoBao 的时候,我打算将 openresty 重写,因为一开始是用 Perl 来写的
  • 而在Yahoo! 的时候虽然已经使用 openresty 統一了搜索功能,但性能的确一般
  • 当时,本想基于 Apache 来改写,不过一位师傅跟我讲:"你就直接拿c 写吧,基于 Apache 写没有前途的!"
  • 俺很郁闷,就问,那怎么整? 师傅回答,你研究一下 nginx 的源代码吧,然后就没再理我 而看代码是很累的,所以,俺一到 TaoBao 就买了台 Kindel 来看代码...

2.1. openresty

刚刚提过, openresty 在开发过程中逐偏离了原计划; 再面对后来,更加具体的公司业务后, 这时,已经可以看出所謂 Ajax/Servise 化了, 在我接触过的各种繁忙的互联网公司,都有种趋势,就是: 

    对看起来是个整体的web 应用
    习惯在后台拆成很多 Service
    有些Service 是供給客户端发起請求来访问的,
    而有些Service 根本就是为其它服务而服务的,也使用了 http 协议进行发布

这种结构,导致整体系统变得非常分散

  • 由多个部门,分别实现一部分系統
  • 而每个部门,暴露給其它部门的,都是 http 协议,resful 形式的接口而已

    比如说, 去哪儿 网,就是非常非常松散的服务组合成的;
    • 一个請求进入后,立即分解成各种請求分别进行
    • 而有些就在 Service 之间进行了

      既然,http 协议如此常见,我们就需要强大的实现基础; nginx 是我们调研的各种平台中,最不烂的一个!
      • 其它真心都特别烂,,, Apache 最大的问题是其 I/O 模型,无法完成非常高效的响应; 但是优点是:开发接口规整,基于它来写 mod 非常方便; Lighttpd 正好相反,其 I/O 非常高效,但是开发接口不怎么友好; 而 Nginx 融合了两者的优点 ;-)

        <<< 5:11

  • 一方面使用了 lighttpd 多路复用的 I/O 模型
  • 另一方面以借鉴了 apache 的模块开发支持

    在(openresty)开发过程中,经常有人问,为什么 nginx 如此之快?
  • 我们知道 nginx 是单线程的,
  • 而单线程的模型,为什么可以承担上万甚至上几十万的并发請求?! 因为 nginx 的工作方式,如动画所示,这是我刚刚用 perl 生成的一个简单 git 动画:
  • 这其实是操作系统线程作的事儿
  • 前面3个,分别对应不同的 http 请求
  • 每个方块代表一个读或是写操作
  • 最后的 epoll_wait 就是 linux 系統中最高效的一种事件接口

    也就是説 nginx 内部其实是种事件驱动的机制
  • 只有相关事件发生时,才处理具体数据
  • 如果当前接口没有数据时,就会立即切换出去,处理其它请求
  • 所以,虽然只有一个线程,但是,可以同时处理很多很多线程的請求处理 那么,这种形式的 web 系統,可以很轻易的将 cpu 跑满,即使带宽没有跑满的情况下; 而 apache 这类多进程多线程模型的服务器,则很难将 cpu 跑满:
    • 因为并发达到一定量时
    • 内存首先将耗尽
    • 因为在 linux 系统中,线程数是有限的,每个线程必须预分配8m大小的栈,不论是否使用!
    • 所以,线程增加时,内存首先成为瓶颈
    • 即使挺过内存问题,当并发请求足够多时,cpu 争用线程的调度问题又成为系統瓶颈

      <<< 8:31

      所以,nginx 这样简单的单进单线模型,反而被 memcached 等高性能系统定为I/O 模型; 那么,我们作了什么呢?
    • 主要是为 nginx 提供了很多补丁,进行了 bugfix
    • 同时利用 nginx 提供的开发者接口,贡献了很多模块
    • 我们还将之前提及的 Lua 嵌入 nginx ,使其具有全功能的交互能力
    • 更加把 Lux 一些常用库,也放进去了
    • 然后打成一个大包,命名为 openresty ...这是使用 Tiddlywiki 随便作的一个 主頁: http://openresty.org

2.2. 配置小语言

nginx 本身有个很重要的特点,这在维基百科的条目中也强調过:

  • 其配置文件记法是非常灵活,并可读的
  • nginx.conf 配置文件,本地其实就是个小語言 比如: 

    
location = '/hello' {
       set_unescape_uri $person $arg_person;
       set_if_empty $person 'anonymous';
       echo "hello, $person!";
   }

    这段配置,对于 apache 用户来説,也很熟悉
  • 我们首先使用类似正则表达式的形式来约定一个响应的 url
  • 然后,可以使用各种 nginx 的指令对内部变量进行到系列操作
  • 变量也是配置文件的一部分,很象一种编程語言
  • 比如,这里,我们就将 person 这个变量使用 arg_person 进行赋值
  • 然后,用 'anonymous' 作为空值时的默认值给 $person
  • 最后直接使用 echo 将結果输出 这样,我们就可以使用 curl 模拟浏览器访问,给 /hello 提供一个utf8 编码的字串值, 以 ?person= 的GET 方式变量, 就可以获得預期的反馈: hello, 章亦春 不給参数的話,刚刚的 anonymouse 就起作用了;

    所以,整体上,我们期望在 nginx 中实现服务接口,就这样写点配置就好,不用写什么认真的c 代码;-) 而跑起来就象飞一样,因为,这么来写,实际和用c 现实没有什么区别;

    事实上,全世界的开发者都在使用 nginx 的开发接口,在拼命丰富这种配置文件小語言的词汇表!
  • 而真正决定其表达能力的是:"vicabulary"
  • 比如说,我们看这个例子,这是我写向第2或是第3个nginx 模块:
    • 用以直接访问 memcached 的所謂上游模块
    • nginx 有自个儿的一套术语,在其后的各种服务比如memcached ,在nginx 而言就是上游
    • 对应的,那些访问 nginx 的浏览器等等客户端,就视为下游 

      

# (not quite) REST interface to our memcached server
#  at 127.0.0.1:11211
location = /memc {
    set $memc_cmd $arg_cmd;
    set $memc_key $arg_key;
    set $memc_value $arg_val;
    set $memc_exptime $arg_exptime;
    memc_pass 127.0.0.1:11211;
    }

    • 这样简单的配置一下,通过 set 将url 上的各种参数映射给几个变量,
    • 然后通过 memc_pass 连接到远端一个memcached 服务,当然后面也可以是个集群
    • 立即,我们就得到一个,应该說是种伪 restfule 的 memcached 的使用接口服务
    • 我们可以使用 curl 来操作目标 memcached 了
    • 比如说,著名的 flush_all 命令,就可以直接通过 url 来执行

  • 通过这种形式,我们可以快速扩展成对memcached 集群的简洁管理服务,进行各种操作
  • 这样作的好处在于::
    • 不論其它相关应用使用 php 什么乱七八糟的語言写的,都可以統一包装成 http 接口
    • 令整个业务系统变成http 协议,这样系统的复杂度就能够有效降低
  • 同样可以这样对 MySQL 等等其它集群服务进行包装
  • 包括大家知道的 taobao 集群,对外部开发来說,好象是专门为外部扩展发布的服务,
    • 其实在 taobao 内部各种服务也是以两样形式組合起来的
    • 大家知道 taobao 是java 系的,它很多服务是通过定制 jvm 完成的
    • 所以,对于ali 原先业务,以及合作方的业务,还有我们数据统计部门的业务,对于jvm是无法直接使用的
    • 怎么办?所以,通过开放平台业务,将各种内部服务,封装成一系列 http 接口方便使用
    • 包括taobao 的登录,其实也封装成 http 接口,供给,taobao 子域名应用来使用
  • 不论使用什么开发語言,总是可以对http 协议进行访问的
    • 而且 http 协议本身非常简单
    • 我们可以方便的获取许多现成的工具进行调试/追踪/优化,,,
    • 另外,由于选择了 nginx,这使得http 的开销,代价变的非常非常的低
  • 记得 去哪儿网,原先有业务使用了几十台 MySQL
    • 前端使用 java 的jodb 进行连接
    • 而因为代码写的比较糟糕,因为业务部门嘛,写的时候不会注意连接池的效率,
    • 所以,每台主机的负载都非常 非常 高
    • 而,我们后来改为nginx 作前端,結果一台nginx 就将以前几十台java 主机的业务抗了下来
    • 通过封装成 http 接口,业务代码随便长连接/短连接,随便它搞,都撑得住了!
    • 于是,被他们java 程序员描述成不可能的任务,被一台 nginx 主机就解决了

      <<< 17:00 (插入提问): 封装具体作了什么?为什么比原先的方式效率高? 虽然改成了 http 实际连接MySQL 时不同样要消耗?
  • 因为,封装成 http 接口的数据库,我们内部使用了连接池
  • 已经优化的高效数据库连接池,而一般工程师不用关注连接池的技巧,专心完成业务代码就好,不容易出错
  • 而且,使用语言专用中间件的话,牵涉到其它问题:
    • 中间件本身是否稳定?高效率?
    • 中间件本身是否易于扩展好维护?
    • 等等一系列问题,远没有統一成 http 服务于所有語言实现的应用来的干脆简洁
  • 甚至于,我们后来引入了完整的 Lua 語言,它基本足够完备,可以支持我们直接完成业务
    • taobao 的数据魔方,就直接使用脚本在 nginx 中完成的
    • 相比原先php的版本,仅仅这一项,就提高响应速度一个量級!
  • 所以,不论 memcached 还是什么数据库,我们可以統一到一个中间件
    • 而且 http 协议的中间件,还有个好处是可以直接公开給外部使用
    • 因为 http 上的访问控制很好作,复杂度也低
    • 我们的量子統計,就是直接和taobao 主站服务通过 http 良好整合在了一起
    • 可以简单的一个参数处理就发布給外部或是内部来安全使用

2.3. ngx_drizzle

通过模块,我们可以建立应用和 MySQL 间的非阻塞通訊

  • 这点非常重要!
  • 因为,当前端访问后端很大的数据集群的时候,其本身的并发能力就成为瓶颈
  • 设想后端有近百台 MySQL 时,后台本身的并发量就已经非常大了
  • 而前端类似 php 技术根本无法将后端所有主机的能力都应用起来
  • 所以,我们非常需要非阻塞技术
  • 需要一种数据库代理,就象很高能的网关一样,将后端所有MySQL 服务器的能力都激发出来
  • 而不用期待前端应用来自行完成并发调度 基于以上认知,我们开发了各种数据的非阻塞上游模块:
    • 包括对 MySQL/Postgres/redis 等等
    • 也尝试过对 Oracole ,但是,其官方的 c 驱动有些限制,虽然也提供了非阻塞接口,但是不完整
    • 在建立连接和銷毁连接时,只能以阻塞方式进行,所以,很纠结
    • MySQL 官方的 c 驱动也只提供了阻塞方式!
    • 那只好寻求第三方的驱动,我们选择了 Drizzle 这个驱动,并整合进来 成为 ngx_drizzle 模块 

      
upstream my_mysql_backend {
           drizzle_server 127.0.0.1:3306 dbname=test
                       password=some_pass user=monty
                       protocol=mysql;
           # a connection pool that can cache up to
           #   200 mysql TCP connections
           drizzle_keepalive max=200 overflow=reject;
       }

  • 我们这样简单配置:
    • 通过 drizzle_server 配置连接口令和协议,因为模块可以连接 MySQL 和 drizzle 两种数据源,所以,要声明协议模式
    • 使用 drizzle_keepalive 建立一个连接池,限定上限为200,当超过连接限制时就 reject,相当对数据库的简单保护
    • 然后这样定义一个 cat 接口 

      
location ~ '^/cat/(.*)' {
       set $name $1;
       set_quote_sql_str $quoted_name $name;
       drizzle_query "select *
           from cats
           where name=$quoted_name";
       drizzle_pass my_mysql_backend;
       rds_json on;
   }

    • cat 之后是这猫的名字,使用 set 获得,这是 nginx 本身的功能
    • 然后使用 set_quote_sql_str 对查询语句进行转义,以防止SQL注入攻击
    • 通过 drizzle_query 组合成查询語句
    • drizzle_pass 来完成对后端数据集群的查询,因为前面的 drizzle_server·可聲明一组 MySQL服务器
    • 甚至于,我们为查询返回的結果集,定制了一种格式,叫 rds_json
      • 这种格式是面向各种关系型数据库的
      • 我们针对这种格式,开发了一系列过滤器可以自由输出 csd或是json格式
      • 这样,几乎所有报表接口,都通过这种方式实现的
      • taobao 直通车就使用了 csd 格式,因为他们是将这当成中间件来使用的
      • 而我们是直接通过 json 以 Ajax 形式对外的
    • 这样,通过 curl 访问 cat 接口查詢 Jerry ,就可以获得名叫Jerry 的猫的相关数据
    • 这里json 的输出,可以通过一系列方式,进行自由的调整
    • 比如说,有的要求每行数据都是 key/value 的格式,有的要求紧凑格式,第一行包含key之后,以后的全部是数据等等,,,

2.4. ngx_postgres

那么 portsgres 访问接口模块名叫:ngx_postgres

  • 这是一位波兰的 hacker 在我们的ngx_drizzle 基础上完成的
  • 因为它仿造了我们的接口形式
  • pg 的官方模块是无法使用的,于是他花了两个月的时间,完成了这个模块
  • 去哪儿网,有很多地方就使用了这一模块
  • 我们可以看到如何使用 Lua 来调用这个标准模块 因为在 web 开发中,每向上一层,速度会下降一级,但是,功能会丰富很多
  • 但是,使用 nginx 模块来完成,速度损失很有限 

    
upstream my_pg_backend {
       postgres_server 10.62.136.3:5432 dbname=test
               user=someone password=123456;
       postgres_keepalive max=50 mode=single overflow=ignore;
   }

    • 这里,我们配置 overflow 时 ignore ,忽略,就是説,连接超过限定时,直接进入短连接模式 
      
location ~ '^/cat/(.*)' {
       set $name $1;
       set_quote_pgsql_str $quoted_name $name;
       postgres_query "select *
           from cats
           where name=$quoted_name";
       postgres_pass my_pg_backend;
       rds_json on;
   }

    • 这样定义一个 pg 版本的 cat 接口
    • 注意,进行SQL 转义时问的是 set_quote_pgsql_str, 因为pg 的SQL转义和其它的不同

2.5. ngx_redis2

然后,去年的时候,我为了好玩,写了个 redis 的模块: ngx_redis2

  • 依然是100%非阻塞,去哪儿和天涯也都大量使用了这一模块 

    
upstream my_redis_node {
       server 127.0.0.1:6379;
       keepalive 1024 single;
   }
    • 同样使用 upstream 定义一个或是多个连接池
    • 使用 keepalive 定义并发策略,这种场景中 tcp 在 http 的连接消耗是非常低的 

      
# multiple pipelined queries
   location /foo {
       set $value 'first';
       redis2_query set one $value;
       redis2_query get one;
       redis2_pass my_redis_node;
   }
    • 这里,我使用 redis2_query 定义了两个请求
    • 通过流水线形式,一次請求发送了两个命令过去,响应时,就有两个响应,按照顺序返回

2.6. ngx_srcache

ngx_srcache 是个很有趣的通用缓存模块

  • 之前为 apache 写过一些模块,其中一个比较有趣的,就是针对mod_cache 模块,写了个 memcached 的模块,就可以通过 memcached 对apache 中任意的响应进行缓存!
  • 这模块当初是为 Yahoo! 的搜索业务中,爬虫的抽取系統进行設計的
  • 当然我就发现,apache 里对 memcached 进行阻塞访问时,有点虚焦? 随着并发数增加,响应速度极速下降
  • 所以,在nginx 时,就不会有这种问题,保证所有处理都是非阻塞的!包括访问 memcached
  • 所以,我们可以在配置文件中自行决定使用什么后端来存储缓存 

    
location /api {
       set $key "$uri?$args";
       srcache_fetch GET /memc key=$key;
       srcache_store PUT /memc key=$key&exptime=3600;
       # proxy_pass/drizzle_pass/postgres_pass/etc
   }
    • 这里我们定义两种调用,所謂 fetch 是在 apache 中一种模板,c級别的调用但是,技法和 http 的 get 一樣
    • 这样声明的 location,我们可以同时即对外提供调用,也可以对配置内部其它 location 进行调用! 
      
 location /memc {
       internal;
       set_unescape_uri $memc_key $arg_key;
       set $memc_exptime $arg_exptime;
       set_hashed_upstream $backend my_memc_cluster $memc_key;
       memc_pass $backend;
   }
    • 这样,其实就是在收到請求时,实际调用了 /memc 接口,访问后端缓存
    • 收到結果后,再使用 srcache_store 接口整理put 回请求的入口 location, 設置相应的格式
    • 而 /memc 接口通过 internal 标记,成为仅仅对内服务的接口
    • 后面我们通过一系列指令,从 url 参数 ;-)
      • 即使是内部调用,依然是个标准的 http 請求界面
    • 然后使用 set_hashed_upstream 对 memcached 的集群.进行基于鍵的模的 hash 将結果放到 $backend
    • 最后使用 memc_pass 完成对集群的查询
    • 这里的 my_memc_cluster 是怎么定义的呢? 

      
upstream memc1 {
       server 10.32.126.3:11211;
   }
   upstream memc2 {
       server 10.32.126.4:11211;
   }
   upstream_list my_memc_cluster memc1 memc2;
  • 使用 upstream 定义两个服务,使用upstream_list 声明为一个集群
  • 这里其实也有限制的:
    • 在我们动态追加主机时
    • 我们要重新生成配置文件,然后使用 touch 命令通知 nginx 重新加载
    • 而这一限制,我们将看到,在基于 Lua 的实现中会不存在 ;-)

      前面我们看到,经过简单的配置,我们就可以获得一系列强大的 api 服务;

      <<< 29:51

2.7. ngx_iconv

实际使用中,还有一个重要的需求就是字符串编码:

  • 因为,有的业务是基于 gbk的,有的又是 utf-8 的
  • 一般我们可以在数据库层面进行处理
  • 但是,对于一些功能弱些的产品,比如说,memcache/redis 等,就没办法了
  • 所以,我们完成了自己的动态编码转换模块: 
    ngx_iconv
  • 不管大家在访问 MySQL 时,使用的什么途径,比如习惯的反向代理什么的
  • 都可以通过 iconv_filter 对响应体进行编码转换!
  • 而且是流式的转换,也就是說,不需要 buffer,来一点数据就立即完成转换 

    
location /api {
       # drizzle_pass/postgres_pass/etc
       iconv_filter from=UTF-8 to=GBK;
   }
    • 以上这是从 utf-8 到 gbk 的转换

      <<< 30:54

2.8. 嵌入 Lua

后面我们化了很大力气将 Lua 嵌入到了裏面:

  • 这样使得,可以实现任意复杂的业务了 

    
# nginx.conf
   location = /hello {
       content_by_lua '
           ngx.say("Hello World")
       ';
   }

    • 这样我们就完成了一个 hallo world
    • ngx.say 是 lua 显露給模块的接口
  • 另外当然也可以调用外部脚本
  • 如同我们写php 应用时,习惯将业务脚本单独组织在 .php 文件中一样 

# nginx.conf
   location = /hello {
       content_by_lua_file conf/hello.lua;
   }

  • 通过 content_by_lua_file 调用外部文件: 

    
-- hello.lua
   ngx.say("Hello World")

  • 这里的脚本可以任意复杂,也可以使用Lua 自己的库

    早先,我们非常依赖,ngninx 的子请求,来复用 nginx 的请求模块:
  • 比如说,我们一个模块,需要同时访问 memcached/mysql/pg 等許多后端
  • 这时,怎么办? 这么来: 

location = /memc {
       internal;
       memc_pass ...;
   }
   location = /api {
       content_by_lua '
           local resp = ngx.location.capture("/memc")
           if resp.status ~= 200 then
               ngx.exit(500)
           end
           ngx.say(resp.body)
       ';
   }
  • 先在 /memc 中建立到 memcache 的连接,并声明为内部接口
  • 然后,在 /api 中使用 ngx.location.capture 发起一个 location 請求
  • 就象发起一个正当的 http 请求一样,请求它,但是,其实没有http的开销,因为,这是c 级别的内部调用!
  • 而且是个异步调用,虽然我们是以同步的方式来写的
  • 然后我们可以检验响应是否 200,否则访问 500
  • 最后就可以将响应体输出出来

2.8.1. 同步形式异步执行!

这里为什么可以同步的写?

  • 写过 javascript 前端程序的朋友,应该知道要实现异步效果,我们很多时候,要使用回调
  • 而在 Lua 中我们可以这么来,因为 Lua 支持协程,即,concurrent
  • 这样,我们可以在一个 Lua 线程中分割出多个Lua 用户级的逻辑线程
  • 这种伪线程,可以实现比操作系统高的多的多的并发能力,因为系统开销非常的小
  • 近年有一些技术,也都支持了 concurrent 的技术,可以象http 请求顺序一样,顺着写
  • 不用象js 程序员那些纠结倒着写,在需要顺序操作时,又必须借重一些技法,而应用技法的代码,又实在难看,无法习惯

    所以,我们当初选择 Lua 一个很重要的原因就是支持 协程
  • 这里我们假定,同时要访问多个数据源
  • 而且,查询是没有依赖关系的,那我们就可以同时发出请求
  • 这样我总的延时, 是我所有请求中最慢的一个所用时间,而不是原先的所有请求用时的叠加!
  • 这种方式,就是用并发换取了响应时间 

    
location = /api {
       content_by_lua '
           local res1, res2, res3 =
               ngx.location.capture_multi{
                   {"/memc"}, {"/mysql"}, {"/postgres"}
               }
           ngx.say(res1.body, res2.body, res3.body)
       ';
   }

    • 这里我们就同时发出了3个请求
    • 同时到 memcached/mysql/pg
    • 然后全新响应后,将結果放到 res1/2/3 三个变量中返回 所以,这种模型里,实现并发访问也是很方便的 ;-)

      <<< 35:20

2.9. lua_shared_dict

这是我去年,花力气完成的 nginx 共享内存字典模块: lua_shared_dict

  • 因为 nginx 是多 worker 模型,可以有多个进程
  • 但是,其实 workder 数量和并发无关,这不同于 apache
  • nginx 多worker 的目的是将 cpu 跑满,因为它是单进程的嘛
  • nginx 实际只跑了操作系统的一个线程,所以,多核主机中,如果有8核心,我们一般就起8个 worker 的
  • 如果业务有硬盘 I/O 的操作时,我们一般会起比核数略多的 worker 数
    • 因为在 linux 中,磁盘很难有非阻塞的操作
    • 虽然有什么 aio 的模型,但是有很多其它问题
    • 所以,本质上 nginx 多 worker 是为了跑满 cpu
  • 那么,一但多进程了,就存在满满的共存问题
    • 比如説,我们想在多个进程间共存配置/业务数据
    • 所以,基于共存内存来作 

      
lua_shared_dict dogs 10m;
   server {
       location = /set {
           content_by_lua '
               local dogs = ngx.shared.dogs
               dogs:set("Tom", ngx.var.arg_n)
               ngx.say("OK")
           '
       }
       location = /get {
           content_by_lua '
               local dogs = ngx.shared.dogs
               ngx.say("Tom: ", dogs.get("Tom"))
           ';
       }

  • 这有个例子:
    • 首先,使用 lua_shared_dict 分配一 10M 的空间
    • 然后,使用 OOP 方式,来定义两个接口:一个 /set 一个/get
    • 然后,不论哪个 worker 具体调用哪个操作
    • 但是結果,是終保存一致的
  • 使用 curl 先set 一下,再 get 就变成了 59,因为内部进行了自增
    • 共存的实现是通过紅黑树+自旋鎖来达成的:
      • 紅黑树的查找类似 hash 表查找的一种算法
      • 为保持读写的数据一致性,使用 自旋鎖来保证
      • 所以,当并发增大或是更新量增大时, 自旋鎖可能有问题,未来我们准备进一步修改成报灰的模型
    • 其实,共享内存的方式,在鎖开销非常小时,效率是非常高的,在腾讯单机并发跑到20万都是小意思;

      另外,在 Lua 中,我们需要对大数据量的一种非缓存的输出:
  • 因为,在很多 web 框架中或多或少都有缓存,有的甚至使用了全缓存
  • 那么,当你输出体积很大的数据时,就很易囧掉
  • 而,在 Lua 中,我们就很容易控制这点 

    
-- api.lua
-- asynchronous emit data as a response body part
ngx.say("big data chunk")
-- won`t return until all the data flushed out
ngx.flush(true)
-- ditto
ngx.say("another big data chunk")
ngx.flush(true)
    • 比如,这里我们先 ngx.say ,异步的输出一个数据
    • 这段数据不一定刷得出去,如果网卡没来得及输出这投数据的话,这会在 nginx 的进程中缓存
    • 如果,我想等待数据输出后,再继续,就使用 ngx.flush ,这时,只有数据真正刷到系统的缓冲区后,才返回
    • 这样保证我们 nginx 的缓存是非低的,然后我们再处理下一个数据段
    • 如此就实现了流式的大数据输出

      这样,有时网络很慢,而数据量又大,最好的方式就是:
  • 既然你发的慢,那我也收的慢: 你一点点发,我就一点点收
  • 这样我们就可以使用很少的资源,来支持很多大数据量的慢连接用户

2.10. Socket形式

然而,还有些慢连接就是恶意攻击:

  • 我可以生成很多 http 连接,接进来后,慢的发送,甚至就不发送,来拖死你的应用
  • 这种情况中,你一不注意,服务分配给太多資源的话,整个系统就很容易被拖垮 所以,去年年底,今年年初,我下决心,完成了一个 同步非阻塞的 socket 接口:

    <<< 40:50

    这样,我就不用通过 nginx 的上游模块来访问http 请求:
  • 我们就可以让 Lua 直接通过 http,或是 unix socket 协议,访问任意后端服务 

    
local sock = ngx.socket.tcp()
sock:settimeout(1000)   -- one second
local ok, err = sock:connect("127.0.0.1", 11211)
if not ok then
   ngx.say("failed to connect: ", err)
   return
end

  • 象这样,建立 socket 端口,并可以设定超时
  • 我们就可以进行非阻塞的访问控制,当超时时,nginx 就可以自动挂起,切入其它协程进行处理
  • 如果所有连接都不活跃,我也可以等待系统的 epoll 调用了 就不用傻傻的完全呆在那儿了 

    
   local bytes, err = sock:send("flush_all\r\n")
   if not bytes then
       ngx.say("failed to send query: ", err)
       return
   end

   local line, err = sock:receive()
   if not line then
       ngx.say("failed to receive a line: ", err)
       return
   end

   ngx.say("result: ", line)

  • 或是使用 sock:send 直接返回,就可以继续其它请求了
  • 使用 receive 来接收查询的返回,读失败有失败处理,成功就打印出来 一切都是自然顺序 

    
   local ok, err = sock:setkeepalive(60000, 500)
   if not ok then
       ngx.say("failed to put the connection into pool "
           .. "with pool capacity 500 "
           .. "and maximal idle time 60 sec")
       return
   end

  • 这是连接池的调用
  • 通过 sock:setkeepalive , Lua 模块,就会将当前连接,放入另一连接池中以供其它請求复用
  • 也就是說,如果其它請求,請求到同一个url 时, nginx 会直接交給它原先的连接,而省去了开新连接的消耗
  • keepalive 的参数比较少:
    • 头一个是,最大空闲时间,即,一个连接放在连接池里没有任何人来使用的最大时间
      • 这里是60秒,因为维持一连接的代价还是很昂贵的,如果一分钟了也没有人来用,我就主动关闭你节省资源
      • 对于负载比较大的应用,这样可以减少浪费
    • 第二个参数是,最大连接数,
      • 这里是500,如果连接数超过限制,就自动进入转移连接的模式

        Unix 域套接字 是 Linux/Unix 系统独特的进程接口
  • 虽然不走 http 协议,但是调用形式和 tcp 的 socket 完全类似 

    
   local sock = ngx.socket.tcp()
   local ok, err = sock:connect("/tmp/some.sock")
   if not ok then
       ngx.say("failed to connect to /tmp/some.sock: ", err)
       return
   end

  • 一樣通过 ngx.socket.tcp 来建立连接
  • 然后,使用 sock:connect 来指定一个特殊文件,接入套接字
  • 就可以进行各种日常的操作了

2.11. concurrent ~ "cosocket"

这个模块是基于 concurrent 的:

  • 写是顺序写,但是执行是非阻塞的! 这点非常重要!
  • 协程技术诞生也有些年头了,
  • 但是,至今 99.9% 的 web 应用依然是阻塞式的
  • 因为早年,基于阻塞的应用开发太习惯了
  • 而基于异步的开发,对于工程师的思維能力要求太高,这也是为什么 node.js 工程师在开发时的主要痛苦
  • 因为,要求改变思維方式来考虑问题,我们的程序员多是 php 的,要求他们改变思维是很痛苦的

    所以,不仅仅是为了推广我们的平台
  • 更是为了兼容工程师的阻塞式思維,同时又可以利用协程来提高系统性能,达到单机上万的响应能力
  • 我们引入了 Lua 的协程,并称之为: "cosocket"
  • 即,concurrent based socket
  • 而一位资深的 python 粉丝告诉我,python也有优秀的协程库:
    • 是基于 greenlet 的 Gevent
    • 当然,类似我们的系統,都是可以支撑非常高并发的响应

      但是,我们当初选择 Lua 还有个很重要的原因是:
  • cpu 的执行效率
  • 当你的并发模式,已经是极致的时候
  • cpu 很容易成为瓶颈!

    一般情况下是 带宽首先不够了,然后 cpu 被跑满
  • 而在 apache 模型中,反而是内存首先不足
  • 经常是24个进程,swap 8G/24G 不断的增长,卡住什么也玩不了了
  • 而cpu 光在那儿进行上下文切换,没有作什么有意义的事儿 即,所謂内耗

    当我们将应用从 I/O 模型解放后,拼的都是 CPU:
  • 因为,内存一般消耗都不太大
  • 我们经常在 256M 内存的虚拟机,或是64M 内存的嵌入式设备中跑生产服务 内存,真心不应该是问题所在,,,

    但是,要进行計算时就一定要快!
  • 而 Lua 近年发展编译器到什么地步?
  • 有种编译器,可以运行时动态生成机器码
  • 在我们的测试中,高过了末启用优化的 gpc
  • 而启用优化的 gpc ,消耗资源又高过 Lua

    所以, Lua 的性能没有问题
  • 然后我们实际,按照 ruby 社区的説法,就是直接基于Lua 扩展出了一种专用小語言
  • 业务团队实际并没有直接使用 Lua 来写,而是使用我们为业务专门定制的一种专用脚本(DSL)
  • 所以,代码量非常的少 而且,我们的定制小語言,是强类型的:
  • 强类型語言有很多好处
  • 而且,可以在小語言中,定义对业务領域的高层次約束
  • 你就可以很方便的查找出业务工程师常范的错误,转化成語言特性包含到约束中,在编译器中实现!
  • 最后编译成包含优化的 Lua 代码,让它跑的象飞一样! 而且! 哪天,我高兴了,也可以让它生成 C 代码让它跑到极致!
  • 这样,业务不用改一行代码,但是,系统效能可以提高几倍
  • 等等,这些都是可以实现的,,,

    要,实现这些,要求我们的基础必须非常非常的高效,同时又非常非常小巧!
  • 这样我们才能在上面搭上层建筑
  • 即,所謂的: "勿在浮沙筑高台"!
  • 在这一过程中,我们也吃过很多苦,,,好在有 nginx ...

    再有,我们发现 socket 模型,一样可以用来读取下游,即客户端请求数据!
  • 当请求体很大,比如说,上传一个很大的文件时
  • 也需要异步处理 ,就省的我操心了
  • 所以,我就对下游請求,包装了一个只读的 socket,可以对請求数据进行流式读取 

    
   local sock, err = ngx.req.socket()
   if not sock then
       ngx.say("failed to get request socket: ", err)
       return
   end
   sock:settimeout(10000)  -- 10 sec timeout

   while true do
       local chunk, err = sock:receive(4096)
       if not chunk then
           if err == "closed" then
               break
           end
           ngx.say("faile to read: ", err)
           return
       end
       process_chunk(chunk)
   end

  • 这样,建立一个下游 socket 后,以 4096 字节为一个块(trunk)进行读取
  • 然后检查是否结束,即使没有结束,我也可以一块块的进行处理
  • 比如,读一块就写到硬盘上,或是写到远程的一个 tcp 连接,这连接也是非阻塞的!
  • 象这样,我这层就非常非常高效!

2.12. 高层实现

进行各种高层次的实现就非常方便了

  • 以前我用几年时间才能实现纯 Lua 的 MySQL 的连接模块
  • 现在用几百行 Lua 脚本就实现了: lua-resty-mysql
    • 而且是非常完备的实现
    • 支持多結果/存储过程等等高級功能
  • 而且性能非常接近纯 C 写的模块,我评测下来,也就差 10~20% 的响应
  • 如果未来,我用C 改写其中计算密集型的处理模块,那性能可以进一步大幅度提升!

    lua-resty-memcached 也就500多行就搞掂了!
  • 是完整的 memcached 协议的支持

    所以,用这种技术,可以很方便的实现公司里固定的或是全新的后端服务;

    redis协议本身設計的非常巧妙,虽然命令多,但是底层传输协议非常简洁
  • 所以,我只用 200 多行,就实现了:lua-resty-redis

    后面两个模块都比较粗糙,仅仅封装了传输协议,所以,执行效率,高于它们官方c 实现的等价物 ;-)

    lua-resty-upload 就是提及的大文件上传模块
  • 不过,这模块写的比较粗糙
  • api 暴露的不够 优美,,,,

3. abt.

QA:

  • 将 Lua 当成什么来用? 直接业务嘛?
    • 简单的可以直接来
    • 也可以架构更高层的領域脚本,编译成 Lua 来执行
    • 不过,最终,都是通过寄生在 nginx 平台上的 Lua 来实际跑

  • 那 openresty 主要解决了nginx 的什么问题?是nginx 的缺陷嘛?
    • 分两个方面来想:
    • 1.作为 nginx 的补充,很多人也是这么用的,比如说负载的接入,简化 F5 的前端配置,访问的逻辑控制,,,
    • 2. 直接作为 web 应用的机制,直接实现所有的应用,输出网页,发布 web service,等等

  • 和 apache 什么的性能差别主要在哪里?
    • 主要是 I/O 模型的本质差异
    • nginx + Lua 可以完成数量级上的提升
    • 而且,作为应用或是作为 httpd 可以同时胜任双重角色!
  • t2t渲染:: 2013-12-13 02:41:34
  • 动力源自::txt2tags

§ 写于: Tue, 06 Mar 2012 | 永久链接;源文: rdf ,rss ,raw | 分类: /oss §
[MailMe] [Print] Creative Commons License

本作品由Zoom.Quiet创作，采用知识共享署名-相同方式共享 2.5 中国大陆许可协议进行许可。 基于zoomquiet.org上的作品创作。