[转载]memCached客户端CPU过高问题的排查 – hellofox2000 – 博客园.
公司网站使用了memCached来做分布式缓存,最近有人反映memCached客户端占用CPU过高,怀疑是第三方客户端性能不佳,进而怀疑是文本协议的问题,要求部门自己开发memCached的客户端,使其支持二进制协议。因为重新开发客户端工作量比较大,同时在日常开发中,没有听说过memCached客户端遇到瓶颈。因此对此问题进行了排查。结果发现主要是由于客户端反序列化,类设计不合理造成的。把排查过程分享下,希望对其他人有所帮助。
首先想到是:memCached服务器端内存占满,在清理内存中,造成客户端socket连接不上,不断发生异常。随上服务器查看了memCached的内存占用率,连接数等,发现利用率均很低。暂时先排除服务器端问题。
其次想到可能是第三方在使用socket连接池时,造成资源没有关闭,或者死锁。随对第三方客户端代码粗略读了一遍,并搜索相关文档。未发现异常代码。暂时先排除第三方客户端问题。
最后想到会不会是开发人员在代码编写中出现了问题。随对反映问题的两个产品进行了排查。发现了以下代码。
代码片段1:
public static List<UserModule> GetAllUserModule(int userId)
{
string cache = CacheManager.Current.Get<string>(GetCacheKey(userId));
if (!string.IsNullOrEmpty(cache))
{
return ser.Deserialize(cache) as List<UserModule>;
}
else
{
return null;
}
} public static List<UserModule> SetAllUserModule(int userId, List<UserModule> modules)
{
if (modules != null)
{
string cache = ser.Serialize(modules);
CacheManager.Current.Add(GetCacheKey(userId), cache);
}
else
{
CacheManager.Current.Remove(GetCacheKey(userId));
}
return modules;
}
代码片段2:
/// 聊天室房间
/// </summary>
[Serializable]
public class Room
{
//房间有观看人员数据
List<Viewer> _viewers = null;
List<string> _blackips = null;
List<Viewer> _blackviewers = null;
List<Notice> _notice = null;
List<Speaker > _speakers = null;
List<Content> _content = null; /// <summary>
/// 添加新聊天者
/// </summary>
/// <returns>返回新添加的聊天人员</returns>
public Viewer AddViewer()
{
Viewer vi = new Viewer();
//MaxViewerID += 1; //int id = MaxViewerID;
int id = GetViewerID();
vi.Name = GetViewerName(“游客“ + id);
//vi.IP = System.Web.HttpContext.Current.Request.UserHostAddress;
vi.IP = “127.0.0.1“;
vi.ViewID = id;
Viewers.Add(vi);
return vi;
} /// <summary>
/// 添加聊天内容
/// </summary>
/// <param name=”content”>聊天的内容</param>
/// <param name=”viewid”>发言人的id</param>
/// <returns>返回新添加的对象</returns>
public Content AddContent(string content, int viewid)
{
MaxContentID += 1;
Content con = new Content(DateTime.Now, content, viewid, MaxContentID);
Contents.Add(con);
return con;
}
……
}
调用代码为:
Room room
lock (room)
{
if (room.MaxContentID == 0)
{
//ChatContentOp cpo = new ChatContentOp();
//room.MaxContentID = cpo.GetMaxContentID();
room.MaxContentID = 300;
}
int viewerID = 123124123;
room.AddContent(chatContent, viewerID);
//判断内容是否大于100条。如果大于100条,删除最近的100条以外的数据。
System.IO.File.AppendAllText(@”d:\haha.txt“, “最大数值:“ + room.LimitContentCount + “###############聊天记录数:“ + room.Contents.Count + “\r\n“);
if (room.Contents.Count > room.LimitContentCount)
{
room.Contents.RemoveRange(0, room.Contents.Count – room.LimitContentCount);
}
}
LiveSys.Set(key, room);
代码1存在的问题是:
Cache存储的参数类型为object,没有必要先进行一次序列化,然后再进行存储。而序列化是很消耗CPU的。
代码2问题:
代码2实现的是一个在线聊天室,聊天室本身含有访客,发言等内容。在发言时,对聊天室内容进行判断,只显示最近30条。新进来访客直接加到访客别表中。表面上是没什么问题的。但是细想之下有两个问题:
1 聊天室类设计的比较复杂,每次从memCached服务端取得数据后,都要进行类型转换。
2 没有访客清理机制。随着访客的不断进入,对象的体积会不断增大。
对存疑部分编写了代码进行测试。测试结果果然如推测所想。测试结果如下:
场景 | 写入 | 读取 | 大小
(单位) |
CPU | ||||
次数 | 时间 | 平均 | 次数 | 时间 | 平均 | |||
本地缓存 | 10000 | 0.03125 | 0 | 10000 | 0 | 0 | 1k | 0 |
MemClient | 10000 | 19.2656 | 0.001926 | 10000 | 22.75 | 0.002275 | 1k | |
Json1k | 1000 | 2.8437 | 0.002843 | 1000 | 5.375 | 0.005375 | 1k | |
Json8k | 1000 | 3.8593 | 0.003859 | 1000 | 29.0312 | 0.029031 | 8k | |
直播1000人次 | 1000 | 38.9375 | 0.038937 | 1000 | 50k | |||
直播8000人次 | 100 | 18.25 | 0.1825 | 100 | 350k | |||
500k | 100 | 7.375 | 0.07375 | 100 | 7.09375 | 0.070937 | 500k |
场景 | 写入 | 读取 | 大小
(单位) |
CPU | ||||
次数 | 时间 | 平均 | 次数 | 时间 | 平均 | |||
本地缓存 | 10000 | 0.03125 | 3.125E-06 | 10000 | 0.015625 | 1.5625E-06 | 1k | 0 |
MemClient | 10000 | 19.78125 | 0.001978 | 10000 | 21.953125 | 0.002195 | 1k | |
Json1k | 1000 | 2.03125 | 0.002031 | 1000 | 6.078125 | 0.006078 | 1k | |
Json8k | 1000 | 2.765625 | 0.002765 | 1000 | 55.375 | 0.055375 | 8k | |
直播1000人次 | 1000 | 38.53125 | 0.038531 | 1000 | 50k | |||
直播8000人次 | 100 | 17.96875 | 0.179687 | 1000 | 350k | |||
500k | 100 | 7.5 | 0.075 | 100 | 6.5625 | 0.065625 | 500k |
场景 | 写入 | 读取 | 大小
(单位) |
CPU | ||||
次数 | 时间 | 平均 | 次数 | 时间 | 平均 | |||
本地缓存 | 10000 | 0.015625 | 1.5625E-06 | 10000 | 0.015625 | 1.5625E-06 | 1k | 0 |
MemClient | 10000 | 18.015625 | 0.001801 | 10000 | 25.96875 | 0.002596 | 1k | 6% |
Json1k | 1000 | 1.15625 | 0.001156 | 1000 | 3.078125 | 0.003078 | 1k | 40% |
Json8k | 1000 | 1.859375 | 0.001859 | 1000 | 32.484375 | 0.032484 | 8k | 50% |
直播1000人次 | 1000 | 45.046875 | 0.045046 | 1000 | 50k | 30-40% | ||
直播8000人次 | 100 | 31.703125 | 0.317031 | 100 | 350k | 50% | ||
500k | 100 | 7.0625 | 0.070625 | 100 | 6.421875 | 0.064218 | 500k | 6% |
直播1000人次(当天一共有1000人访问,数据来源于运营检测),留言内容为30条时,Room体积大概为:57K
直播1000人次(当天一共有8000人访问,数据来源于运营检测),留言内容为30条时,Room体积大概为:350k
根据图表可以看到以下情况:处理时间、CPU利用率和数据量大小,序列化,类复杂性都有关系。
序列化问题(类型转换)对性能影响最为明显(可在场景”json1k”、场景直播中看到)。在Json1k中,存储对象和前几个场景是相同的,处理时间也相差不大,较大区别是CPU利用率由5%左右增长到40%左右(反序列化时尤为明显)。在场景直播系统中,不存在序列化问题,但是其对象属性中存在”访客”, ”繁衍”等多个复杂对象,造成其在处理时需要处理过多的类型转换,同时其体积不断增大。
存储对象的大小和处理时间存在一定关系,例如场景”500k”,其处理时间增长,但是其CPU利用率并未提高,其时间增长是由于对象传输造成。
本地缓存在内存中进行寻址和类型转换,涉及不到Socket连接,网络传输,序列化操作,所以其处理相当快。
就测试结果看:
本地缓存性能大约是分布式缓存性能的100倍左右。而出问题的聊天室除了CPU增高以外,其性能更比分布式缓存再降低40倍(直播1000人次)到200倍(直播8000人次)。综合来看,聊天室的分布式缓存比本地缓存降了4000倍,甚至更多。
但是,还没有完。
对于第二个问题,更改类设计,清楚无效访客,即可解决。
但是第一个问题,为什么用户在存储之前,先进行json序列化呢?嗯,这是一个问题。
遂问之。
答曰,有些类直接使用第三方客户端存储时,直接存储报错,所以先序列化为json类型,取值时再反序列化回来。
嗯,还有这事?
开发人员说了相关代码。
{
String UserId{ get; set;}
String UserName{ get; set;}
}
[Serializable]
{
String UserId{ get; set;}
String UserName{ get; set;}
}
[Serializable]
class Game
{
IUser User{ get; set;}
String UserName{ get; set;}
}
他说:Game对象在直接使用memCachedClient时,是不能被二进制序列化的,因为其User属性类型为IUser,为一个接口。因此想了一个解决方法,即先将Game对象进行 json序列化将其变为字符串,然后将字符串存储到memCached。
原来是这样。
接着又查看了memCachedClient源代码,其需要将对象进行二进制序列化,然后进行存储。接口属性不能被序列化,遂又对序列化问题进行了测试(见附件)。测试结果显示上述代码直接进行二进制序列化是可以的,同时直接使用第三方客户端也是可以可行的。
问题出在哪?难道是没有加[Serializable]。
一查果然:一个Serializable引发的血案。。。
记得有人说过,慎用分布式,能不用尽量不用。
一方面在性能上确实下降很多,分布式存储主要性能消耗在以下几个方面:协议解析,Socket连接,数据传输,序列化/类型转换。
一方面在使用场景和类设计上要求也更加严格。个人认为memCached是不太适合存储特别大的文件的。虽然有人说网上已经有用来存储视频的。
还有几个问题希望知道的朋友回答下:
1 有没有.Net方面的memCached客户端支持二进制协议和一致性的?
2 测试中发现,当memCached设置缓存过小时(例如64M),当其内存使用已经到62M时,再进行存储,新存储的内容再取出来就是空值,不知道是什么原因。
文章中用到的源码:下载源码