高并发服务优化篇从RPC预热转发看服务端性能调优

　　本篇带大家来看下RPC的一些高级特性和其背后的原因。（还是以开源的dubbo和sofa为例来说明）。Part1RPC为了性能做了哪些努力1。1Provider分组和直连
　　路由寻址，负载均衡是很好，可以保证流量均匀从而保护服务节点稳定。
　　但是，我们有的时候其实不希望我们的请求乱跑，最好能打到指定的机器上。比如联调和测试的时候，直连功能就显得很重要了。
　　只有经历过多方合作联调时请求到处乱跑的痛，才知道分组和直连的功能对开发是多么的友好。以sofa为例Extension（valuedirectUrl，order20000）AutoActive（consumerSidetrue）publicclassDirectUrlRouterextendsRouter｛。。。｝
　　我们可以看到直连路由策略的order属性，被赋予了一个极小的值，变成了优先级最高的路由策略，所以只要配置的直连列表，则会优先走配置中的列表地址。
　　摘自：www。sofastack。tech1。2异步调用
　　Future异步调用
　　异步调用对服务性能和并发的支持起到很大的作用。
　　一般异步调用有Futurn和callback等方式，这里我们说下Future的原理：
　　调用下游之后，先返回一个Future，上游通过Future。get（）方法对结果进行获取，如果结果未返回则会让出CPU资源进入等待，直到结果到达或超时后触发回调方法才被唤醒。由于篇幅问题，Future的核心逻辑的相关注释就不放了，之前的消息消费顺序保障的文章中也有叙述，有兴趣的同学可以看下1。3本地优先、远程优先
　　很多时候，我们会遇到消费端和服务端可能都是自己的情况。这个时候，在常规的路由寻址之外，又提供给我们一种调用的可能性，就是直接调用当前服务器上的程序，这样做的好处比较明显，省去了网络传输等时间损耗，效率更高。ListProviderInfolocalProviderInfonewArrayListProviderInfo（）；解析IP，看是否和本地一致for（ProviderInfoproviderInfo：providerInfos）｛if（localhost。equals（providerInfo。getHost（）））｛localProviderInfo。add（providerInfo）；｝｝命中本机的服务端if（CommonUtils。isNotEmpty（localProviderInfo））｛returnsuper。doSelect（invocation，localProviderInfo）；｝else｛没有命中本机上的服务端returnsuper。doSelect（invocation，providerInfos）；｝
　　当然，也需要看业务和内部服务路由的实际情况，比如在阿里的单元化部署下，需要根据用户ID路由到对应的zone进行处理，如果还是优先本机，那就可能在操作数据库的时候涉及到跨zone调用，比走远程rpc更加耗时。因此这种情况下就需要禁用本机优先策略。1。4延迟暴露
　　很多时候，我们的服务需要依赖一些其他内容才可以正常提供服务，比如缓存预热、线程池预热等等，所以，在服务真正就绪之后再注册到配置中心是很有必要的。服务注册之前，先延迟publicvoidexport（）｛根据配置延迟加载if（providerConfig。getDelay（）0）｛Threadthreadfactory。newThread（newRunnable（）｛Overridepublicvoidrun（）｛try｛Thread。sleep（providerConfig。getDelay（））；｝catch（Throwableignore）｛｝真正的服务注册逻辑doExport（）；｝｝）；thread。start（）；｝else｛doExport（）；｝｝1。5粘滞连接
　　问：我们需要每次都进行路由寻址和负载均衡来确定服务地址么？
　　答：大部分情况是有利的，不过有些特殊的场景，更希望多次请求连接到同一台服务器。
　　比如，有状态的服务（很多带数据功能的服务都是有状态的，比如很久之前的带登陆session的Tomcat服务、存储集群服务等），其实希望每次请求都连接到相同的服务器。
　　这就用到了粘滞连接功能。protectedProviderInfoselect（。。。）throwsSofaRpcException｛判断isSticky粘滞连接配置if（consumerConfig。isSticky（））｛如果最后一次使用的provider不为空，则使用if（lastProviderInfo！null）｛ProviderInfoproviderInfolastProviderInfo；获取对应连接ClientTransportlastTransportconnectionHolder。getAvailableClientTransport（providerInfo）；if（lastTransport！nulllastTransport。isAvailable（））｛checkAlias（providerInfo，message）；returnproviderInfo；｝｝｝。。。｝1。6预热转发
　　前面扯了那么多，其实，这个才是我们今天想说的重点。
　　预热转发是针对服务节点的负载均衡来说的。因为在服务刚启动的时候，如果请求过多可能会影响机器性能和正常业务，如果将处于预热期的机器的请求转发到集群内其它机器，过了预热期之后再恢复正常，则可以保证服务节点的性能和服务整体的可用性。
　　那么这个功能是怎么实现的呢？带权重的随机负载均衡。
　　摘自sofastack：权重随机的原理累加总权重totalWeight，代码忽略在总权重内随机得到一个值intoffsetrandom。nextInt（totalWeight）；确定随机值落在哪个片断上for（inti0；isize；i）｛offsetgetWeight（providerInfos。get（i））；if（offset0）｛providerInfoproviderInfos。get（i）；break；｝｝
　　配置示例：coreproxyurlweightStarting：0。2，during：60，weightStarted：0。2，address：x。x。x。x，uniqueId：coreunique
　　如上，预热权重20，预热持续时长60s。这样，按照上述计算方式，权重小的服务节点被选到的几率就相对小，以此达到权重随机的效果。
　　那么，为什么刚发布的服务需要预热呢？预热可以起到什么作用呢？Part2什么是JIT优化
　　都说C快，Java慢，都是高级语言，是什么导致了运行速度的差别呢？
　　这个涉及到了两种执行方式：解释执行和编译执行。
　　相对于C直接将代码编译成机器码运行的方式，Java为了实现跨平台、高度抽象等特性，增加了虚拟机层来实现Java代码到机器码的转换，Java程序先是被编译成符合虚拟机规范的。class字节码逐条将字节码翻译成机器码然后执行，所以，速度上就慢一些。
　　虽然，JVM的加入，给Java的运行速度增加了不少损耗，但是好处也很多，除了跨平台，还为我们实现了诸如内存管理、垃圾回收等容器级通用功能，让研发人员可以更加聚焦业务。
　　不过，Java也是要面子的，我允许自己慢，但我不允许自己慢那么多！
　　怎么办呢？遵循二八原则，是不是可以找寻程序当中的贡献了大部分调用量的核心代码，把这部分编译成机器码，提升其速度，不就把整体的速度提上去了么，JVM也是这么做的
　　所以，JVM兼容了解释执行和编译执行两种方式，也就是我们常说的即时编译。
　　前面的问题到这里其实就可以回答了。为什么需要预热转发呢？是为了用小流量对程序进行预热，目的是为了让核心代码进行及时编译，提高峰值运行速率，提升服务响应
　　下面让我们详细看下JIT。2。1即时编译器
　　为了权衡编译时间和执行效率，JVM设置了多种即时编译器：C1（Client编译器）：基于字节码完成部分优化，如方法内联、常量传递，相对于C2，速度快，但性能稍差。C2（Server编译器）：耗时较长的全局优化，如无用代码消除、重排序、循环展开、公共子表达式替代、常量传播等等。Graal（新的JIT编译器）：侧重于性能和语言操作性。在一些负载上提供比传统编译器更好的峰值性能；用Graal执行的语言可以互相调用，可以使用来自其他语言的库。2。2JIT优化触发条件
　　前面我们说过，JVM其实是希望找到承担更多调用请求的代码块进行优化，那，怎么来确认哪些代码是优化目标呢？热点探测
　　基于采样的热点探测：
　　周期采样，检测各线程栈顶方法，经常出现的方法即为热点方法。好处是简单高效，缺点是不精确，容易受线程运行状态的影响。
　　基于计数的热点探测：
　　（包括方法调用计数器和回边计数器）每个方法建立计数器，用来统计调用次数。如果该方法执行次数超过阈值，则该方法被认定为热点方法。好处是足够精确。缺点是空间损耗大，且实现较难。
　　另外，可以通过如XX：CompileThreshold等参数来修改阈值，不过，没有绝对把握，还是不要动为好。Part3JIT指导代码优化3。1方法内联
　　为什么我们在刚写代码的时候，总是被建议不要写很大的方法体？方法内联的JIT优化策略就是其中一个重要的原因。（还有GC友好等原因）
　　JVM内的每一次方法调用，都是栈帧在内存中出栈入栈的过程，方法多了性能损耗自然大，所以要进行方法内联，即把方法执行逻辑直接复制到调用方内部，避免方法调用。
　　但是，方法内联是有方法大小限制的，超过了一定大小的方法，没法做内联优化。所以，平常应该注意，尽量避免写很大很冗长的方法。
　　让我们来举个栗子实际感受一下
　　两种书写风格的大数相加
　　如上图所示，两个字符串型整数相加，都能实现功能，前一种写法，把中间过程全都拆开，罗列在的方法内，整个方法虽然理解起来稍微方便些，但整体显得冗长；第二种方法，把各个条件都囊括在了for循环条件内，三行代码完成整体操作。
　　如果要去评价，我觉得大部分人都会说第二种写的好，但是，第二种的好难道真的局限于优雅么？添加JVM启动参数，用于打印代码执行过程中的编译详情XX：PrintCompilationStringnum112345；Stringnum223456；循环15000次，因为1。8分层编译下，各层阈值不一样，我们取最大阈值for（inti0；i15001；i）｛rejectionLB1。stringAdd（num1，num2）；rejectionLB1。stringAdd2（num1，num2）；｝
　　执行15000次写法1
　　（图中编译层次这一列中，3代表C1编译，4代表C2编译）
　　我们看到，随着代码的执行次数的增加，一些方法，进行了C1编译，如我们的主方法stringAdd，而少数方法，从C1编译提升到了C2编译，如AbstractStringBuilder：：append方法。
　　执行15000次写法2
　　我们看到了什么，stringAdd2居然在进行到运行后期执行了C2编译，而且很明显，方法二的C2编译的方法，比方法一要多不少。所以，平常写代码该注意些什么，是不是显而易见了3。2其他优化
　　方法内联虽然只是一种简单优化，但是，是后续其他优化的基石。
　　而JVM的分层优化涉及的点非常多〔1〕：
　　局部优化：关注局部数据流分析，数组越界检查消除；寄存器优化，优化跳转、循环、异常处理等；代码简化，如公共表达式提取等等等。
　　控制流优化：专注于代码重排序、循环缩减、循环展开、异常定位优化等等等。
　　全局优化：主要关注冗余消除，如方法调用、锁；逃逸分析；GC和内存分配优化等等等。Part4总结
　　本篇从RPC的预热转发功能，引出了其背后的理论依据JIT优化。阐述了JIT的基本概念，并用一个实例说明了代码编写风格对JIT优化的实际影响。
　　JIT相关的优化实现起来非常难，不过其原理和作用对我们普通研发也不是特别难理解，学习JIT优化的目的，在于了解JVM底层的运行逻辑和实现，让我们可以更加信任托管，聚焦业务逻辑，同时在编写代码时，尽量用JVM友好的方式进行，从而达到更好看、更高效的目的。
　　来源：https：mp。weixin。qq。comspktzfRuXc3PEb172zw4qNQ