架构-3，高性能架构之单机高性能和负载均衡

架构-1:高性能架构之读写分离和分表分库
架构-2:高性能架构之NoSQL和缓存
架构-3:高性能架构之单机高性能和负载均衡
架构-4:高可用架构之存储高可用
架构-5:高可用架构之Paxos和Raft
架构-6:高可用架构之一致性哈希算法和数据分片
架构-7.高可用架构之接口级故障

单机高性能

PPC和TPC

• PPC
  PPC是指，当有新连接进来时，创建一个进程取处理，创建一个进程的代价是非常高的，需要分配很多的内核资源，且进程之间的通信也很昂贵，所以一般只有连接数比较少的会使用（如数据库服务器），而普通的业务服务器是不会使用的。
• TPC
  PPC与TPC的区别在于，PPC在接收请求之后，会fork一个子进程（不是线程）而TPC则会创建一个子线程。
  TPC进行了改良，创建线程而不是进程，在tomcat早期的版本，使用的就是TPC。然而随着业务的发展，TPC依然不能满足高访问量的要求。一个原因是：创建线程依然非常昂贵，如jvm中创建线程是通过内核创建的，内核可以说是另外一个进程，进程间的通信很昂贵，必须要把用户空间的数据复制到内核空间，另一方面内核还会对用户的访问代码进行检查，防止非法的访问。
  即使使用了线程池，线程的切换也会很大的性能消耗，线程的切换需要内核空间和用户空间的数据交换，需要保存现场数据（寄存器里的数据）和还原现场（把保存的寄存器数据还原），而且线程数量都有上限，因为每个线程都会占用资源。

IO多路复用

单机的性能瓶颈几乎都是在I/O（I/O包括磁盘I/O和网络I/O），为什么，我们来对比下速度。CPU执行一条指令的时间是0.38ns（主频2.6G的CPU），如果把这个时间看成基本单位1秒，那么从磁盘中读取1MB连续数据需要20ms，换算成0.38ns=1秒，20ms约等于20个月。也就是对于阻塞的I/O（即线程在遇到访问I/O的命令时，会进行等待），大部分CPU时间时耗费在等待I/O上。
于是乎，有了I/O多路复用，其原理是：系统会为每一个I/O事件提供一个标志。而我们只需要一个主线程不停的查询所有的标志，当I/O事件准备就绪的时候，才去创建新的线程去执行非I/O的快速命令，极大的释放了CPU的性能。

三种I/O多路复用

select（不要跟sql的select搞混了）

select是最基础的I/O多路复用，select保存了一个fd_set的数据结构，实际上是一个long类型的数组，每一个数组元素对应一个文件描述符。所谓文件描述符即是上文所讲的系统提供的标志，通过访问这个标志即可知道对应的I/O的状态。由于这是一个数组，所以是固定长度的，固定长度为1024.所以Select能监视的最大I/O事件是1024个。

#include 

#define FD_SETSIZE 1024
#define NFDBITS (8 * sizeof(unsigned long))
#define __FDSET_LONGS (FD_SETSIZE/NFDBITS)

typedef struct {
        unsigned long fds_bits[__FDSET_LONGS];//定义的数组
} fd_set;

void FD_SET(int fd, fd_set *fdset)   //将fd添加到fdset
void FD_CLR(int fd, fd_set *fdset)   //从fdset中删除fd
void FD_ISSET(int fd, fd_set *fdset) //判断fd是否已存在fdset
void FD_ZERO(fd_set *fdset)          //初始化fdset内容全为0

select执行过程

• 从用户空间把fd_set拷贝到内核空间
• 执行do_select方法，是一个无限的for循环
  • 该方法会遍历fd_set，
  • 并调用每个元素对应的poll函数，这个poll区别于下面即将提到的poll，该函数把当前线程挂载到对应的设备（I/O操作的设备）的等待队列下，poll函数还会返回I/O执行结果
  • 把I/O的结果更新到fd_set中
  • 如果存在文件符号被更新，那么跳出循环
  • 如果文件符号没有没有被更新，那么会无限循环，直到超时进入休眠，上面调用poll方法的作用就是，当文件描述符发生变化时，唤醒所有等待队列的线程，当前线程又被唤醒，于是当前函数又会被执行一次。
• 把fd_set从内核空间拷贝到用户空间

select的问题

• 最大限制监视文件符个数为1024
• 每次select需要从用户空间和内核空间进行两次拷贝
• 遍历fd_set,时间复杂度为O(n)

poll

poll与select差不多，唯一的区别在于poll使用链表实现，而是没有1024的长度限制。

epoll

epoll是对select/poll的优化版本，epoll有以下好处

• 1.不用每次操作都拷贝文件描述符，只在首次从用户空间拷贝到内核空间，在准备就绪时从内核空间拷贝到用户空间。
• 2.通过回调函数加载到就绪链，不用遍历整个文件描述符
• 3.无长度限制
• 4.使用红黑树存放文件描述符，提高查询的效率

那么是怎么做到的呢？

• 首先， 把文件描述符从用户空间拷贝到内核空间，仅这一次，不用每次调用都拷贝。
• 文件描述符使用了红黑树来存储，这样提高了查询的效率。
• 接着，还是遍历文件描述符，并调用对应的poll方法，但是挂载的不是当前线程，而是一个回调函数。
• 当设备执行完I/O操作后,唤醒等待队列调用回调函数。
• 回调函数会把已经就绪的文件描述符写入到一个就绪链中。
• 把就绪链拷贝到用户空间（只有就绪的会被拷贝，也就是每个文件操作符只会被拷贝一次，加上拷贝进内核空间，合计两次）。

负载均衡

上文聊的是单机高性能，那么多机高性能就不得不提到负载均衡了。通过负载均衡，可以把流量分流到不同的服务器，以降低每一个服务器的压力。

• Nginx
  Nginx是比较常用的负载均衡中间件，Nginx是七成负载，所谓七层负载就是在网络的七层模型中的应用层进行负载，也就是必须跟客户端建立TCP连接后，才可以对请求进行转发。因此，Nginx更像一个代理服务器。一般的Linux服务器装一个Nginx大概能到5万每秒。但是其分流策略比较灵活，不仅能基于IP和Port，还能针对域名，目录结构等进行分流。
  • Nginx负载均衡算法
    • 轮询，无差别轮询，不关注运行状态，但是如果对应的服务器故障，还是会发给下一台服务器
    • 加权轮询，可以对性能比较高的服务器加权，让更多的请求到达高性能的服务器
    • 负载最低优先，根据请求数或者连接数来判断那一台服务器最闲，给闲的服务器发送请求
    • 性能最优，分配给处理最快的服务器，通过响应速度进行判断
    • Hash类，根据Hash运行，可以把Hash值一样的分配到同一台服务器，如同一个用户一直访问同一台服务器。

7.应用层                    
6.表示层                          
5.会话层                          
4.传输层                             
3.网络层                       
2.数据链路层
1.物理层（硬件）

• LVS
  LVS是四层负载，也就是在传输层就进行了请求转发，并不需要跟客户端建立TCP连接，服务器跟客户端时直接建立TCP连接的，因此，性能要比Nginx高。据说能够达到80万每秒。但是仅能基于IP和Port进行数据分流。

• F5
  Nginx和LVS都是软件负载均衡，而F5则是硬件负载，当然其性能就非常高了，从200万/秒到800万/秒都有。但是价格就非常高了，一台F5十来万到上百万都有。

• DNS
  DNS是最简单的负载均衡，一般来实现地理级别的均衡，如北京的用户访问北京的机房，而深圳的用户访问深圳的机房。DNS的本质就是解析同一个域名可以返回不同的IP地址。DNS的缺点是，更新缓慢，因此只做比较固定的地理级别的均衡。

组合的原则为，DNS用于地理级别的负载均衡，F5用于每个地区的总负载（如果需要的话），Nginx负责机器级别的负载均衡。

一般的负载均衡架构图