结尾有彩蛋哟！

前言

都说haproxy很牛x, 可是测试的结果实在是不算满意, 越测试越失望,无论是长连接还是并发, 但是测试的流程以及工具倒是可以分享分享。也望指出不足之处。

100w的长连接实在算不上太难的事情，不过对于网上关于测试方法以及测试工具的相关文章实在不甚满意，才有本文。

本文有两个难点,我算不上完全解决。

后端代码的性能.linux内核参数的优化.环境说明

下面所有的测试机器都是基于openstack云平台，kvm虚拟化技术创建的云主机。

由于一个socket连接一般占用8kb内存，所以百万连接至少需要差不多8GB内存.

建立长连接主要是需要内存hold住内存，理论上只需要内存就足够了，不会消耗太多cpu资源, 相对内存而言.

而并发则对cpu很敏感，因为需要机器尽可能快的处理客户端发起的连接。

本文的并发主要指每秒处理的请求.

硬件配置

软件配置

IP地址

haproxy 192.168.111.111

client-master 192.168.111.31

client-slave 192.168.111.1[13-32]

测试步骤系统调优最大文件打开数进程数socket设置客户端

在/etc/sysctl.conf加入以下内容

# 系统级别最大打开文件fs.file-max = 100000# 单用户进程最大文件打开数fs.nr_open = 100000# 是否重用, 快速回收time-wait状态的tcp连接net.ipv4.tcp_tw_reuse = 1net.ipv4.tcp_tw_recycle = 1# 单个tcp连接最大缓存byte单位net.core.optmem_max = 8192# 可处理最多孤儿socket数量，超过则警告，每个孤儿socket占用64KB空间net.ipv4.tcp_max_orphans = 10240# 最多允许time-wait数量net.ipv4.tcp_max_tw_buckets = 10240# 从客户端发起的端口范围,默认是32768 61000，则只能发起2w多连接，改为一下值，可一个IP可发起差不多6.4w连接。net.ipv4.ip_local_port_range = 1024 65535

在/etc/security/limits.conf加入以下内容

# 最大不能超过fs.nr_open值, 分别为单用户进程最大文件打开数，soft指软性限制,hard指硬性限制* soft nofile 100000* hard nofile 100000root soft nofile 100000root hard nofile 100000

在/etc/sysctl.conf加入以下内容

# 系统最大文件打开数fs.file-max = 20000000# 单个用户进程最大文件打开数fs.nr_open = 20000000# 全连接队列长度,默认128net.core.somaxconn = 10240# 半连接队列长度，当使用sysncookies无效，默认128net.ipv4.tcp_max_syn_backlog = 16384net.ipv4.tcp_syncookies = 0# 网卡数据包队列长度  net.core.netdev_max_backlog = 41960# time-wait 最大队列长度net.ipv4.tcp_max_tw_buckets = 300000# time-wait 是否重新用于新链接以及快速回收net.ipv4.tcp_tw_reuse = 1  net.ipv4.tcp_tw_recycle = 1# tcp报文探测时间间隔, 单位snet.ipv4.tcp_keepalive_intvl = 30# tcp连接多少秒后没有数据报文时启动探测报文net.ipv4.tcp_keepalive_time = 900# 探测次数net.ipv4.tcp_keepalive_probes = 3# 保持fin-wait-2 状态多少秒net.ipv4.tcp_fin_timeout = 15  # 最大孤儿socket数量,一个孤儿socket占用64KB,当socket主动close掉,处于fin-wait1, last-acknet.ipv4.tcp_max_orphans = 131072  # 每个套接字所允许得最大缓存区大小net.core.optmem_max = 819200# 默认tcp数据接受窗口大小net.core.rmem_default = 262144  net.core.wmem_default = 262144  net.core.rmem_max = 16777216  net.core.wmem_max = 16777216# tcp栈内存使用第一个值内存下限, 第二个值缓存区应用压力上限, 第三个值内存上限, 单位为page,通常为4kbnet.ipv4.tcp_mem = 786432 4194304 8388608# 读, 第一个值为socket缓存区分配最小字节, 第二个，第三个分别被rmem_default, rmem_max覆盖net.ipv4.tcp_rmem = 4096 4096 4206592# 写, 第一个值为socket缓存区分配最小字节, 第二个，第三个分别被wmem_default, wmem_max覆盖net.ipv4.tcp_wmem = 4096 4096 4206592

在/etc/security/limits.conf加入一下内容

# End of fileroot      soft    nofile          2100000root      hard    nofile          2100000*         soft    nofile          2100000*         hard    nofile          2100000

重启使上述内容生效不愿意重启就使用以下命令

sysctl -p

一般宿主机都会启用防火墙，所以防火墙会记录每一条tcp连接记录，所以如果当虚拟机建立的tcp数量超过宿主机的防火最大记录数,则会drop掉后来的tcp.主要通过/etc/sysctl.conf下的这个配置项。

# 将连接改为200w+以满足单机100w长连接.net.nf_conntrack_max=2048576

一个用python编写的非常出色的测试框架，满足大多数测试场景.内置http client, 可自定义client, 支持水平扩展.

下载安装参考:

pdsh

用于调试启动多个locust客户端以及一些批量操作.

下载安装使用参考:

server脚本编写

长连接通过tcp协议测试, 借助gevent框架.

脚本如下

#coding: utf-8from __future__ import print_functionfrom gevent.server import StreamServerimport gevent# sleeptime = 60def handle(socket, address):    # print(address)    # data = socket.recv(1024)    # print(data)    while True:        gevent.sleep(sleeptime)        try:            socket.send("ok")        except Exception as e:            print(e)if __name__ == "__main__":    import sys    port = 80    if len(sys.argv) > 2:        port = int(sys.argv[1])        sleeptime = int(sys.argv[2])    else:        print("需要两个参数!!")        sys.exit(1)    # default backlog is 256    server = StreamServer(('0.0.0.0', port), handle, backlog=4096)    server.serve_forever()

并发通过http协议测试，借助golang, 因为golang可以充分利用多核且效率高.脚本如下

package mainimport (    // "fmt"    "io"    "log"    "net/http"    "os"    "time")type myHandler struct{}func (*myHandler) ServeHTTP(w http.ResponseWriter, r *http.Request) {    // time.Sleep(time.Second * 1)    io.WriteString(w, "ok")}func main() {    var port string    port = ":" + os.Args[1]    srv := &http.Server{        Addr:         port,        Handler:      &myHandler{},        ReadTimeout:  30 * time.Second,        WriteTimeout: 30 * time.Second,    }    log.Fatal(srv.ListenAndServe())}

长连接脚本

#coding: utf-8import timefrom gevent import socketfrom locust import Locust, TaskSet, events, taskclass SocketClient(object):    """    Simple, sample socket client implementation that wraps xmlrpclib.ServerProxy and    fires locust events on request_success and request_failure, so that all requests    gets tracked in locust's statistics.    """    def __init__(self):        # 仅在新建实例的时候创建socket.        self._socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)        self.__connected = False    def __getattr__(self, name):        skt = self._socket        def wrapper(*args, **kwargs):            start_time = time.time()            # 判断是否之前建立过连接,如果是则建立连接，否则直接使用之前的连接            if not self.__connected:                try:                    skt.connect(args[0])                    self.__connected = True                except Exception as e:                    total_time = int((time.time() - start_time) * 1000)                    events.request_failure.fire(request_type="connect", name=name, response_time=total_time, exception=e)            else:                try:                    data = skt.recv(1024)                    # print(data)                except Exception as e:                    total_time = int((time.time() - start_time) * 1000)                    events.request_failure.fire(request_type="recv", name=name, response_time=total_time, exception=e)                else:                    total_time = int((time.time() - start_time) * 1000)                    if data == "ok":                        events.request_success.fire(request_type="recv", name=name, response_time=total_time, response_length=len(data))                    elif len(data) == 0:                        events.request_failure.fire(request_type="recv", name=name, response_time=total_time, exception="server closed")                    else:                        events.request_failure.fire(request_type="recv", name=name, response_time=total_time, exception="wrong data: {}".format(data))        return wrapperclass SocketLocust(Locust):    """    This is the abstract Locust class which should be subclassed. It provides an XML-RPC client    that can be used to make XML-RPC requests that will be tracked in Locust's statistics.    """    def __init__(self, *args, **kwargs):        super(SocketLocust, self).__init__(*args, **kwargs)        self.client = SocketClient()class SocketUser(SocketLocust):    # 目标地址    host = "192.168.111.30"    # 目标端口    port = 80    min_wait = 100    max_wait = 1000    class task_set(TaskSet):        @task(1)        def connect(self):            self.client.connect((self.locust.host, self.locust.port))

并发脚本

#coding: utf-8from __future__ import print_functionfrom locust import HttpLocust, TaskSet, taskclass WebsiteUser(HttpLocust):    host = ";    # 目标端口    port = 80    min_wait = 100    max_wait = 1000    class task_set(TaskSet):        @task(1)        def index(self):            self.client.get("/")

netdata

通过本工具可以直观的感受到系统的各项指标的变化

效果图如下

下载安装参考:

本机脚本

watch -n 1 "ss -s && uptime &&free -m"

简单查看本机连接数，负载，内存情况。

效果图如下

长连接测试步骤启动客户端locust master

locust -f /root/loadtest/socket_load_backend.py --master

pdsh -w 192.168.111.1[13-32] "locust -f /root/loadtest/socket_load_backend.py --slave --master-host=192.168.111.31"

注意: 在slave端一样需要又socket_load_backend.py文件.

启动后端

nohup python /root/loadtest/tcpserver.py 80 550 &> /var/log/tcpserver1.log &

登陆locust的web页面:

开始参数如下.

Number of users to simulate代表最终创建多少的用户.

Hatch rate (users spawned/second)代表每秒创建多少的用户

由上图可知，每秒2000个用户数增长，增长大盘100w需要500秒，所以在后端每个连接保持550秒，以保证至少550秒内达到100w连接.当建立一百万用户以后就会每隔一段时间执行自定义的任务,时间间隔在min_wait与max_wait时间范围内.

测试结果

从面结果可以看出,一共完成了200w左右的请求, 每秒请求数量差不多在1800左右.然后负载在1左右,说明cpu资源差不多达到了100%.因为这里的后端是单进程的.再者内存使用量在11GB左右,还算合理.

并发测试步骤启动客户端locust master

locust -f /root/loadtest/http_load_backend.py --master

pdsh -w 192.168.111.1[13-32] "locust -f /root/loadtest/http_load_backend.py --slave --master-host=192.168.111.31"# 多新建一个终端再次执行以下命令,因为它是单线程的,所以启动的数量一般与cpu个数相等,而上面的长连接消耗的主要是内存,所以不需要多启动一倍的客户端pdsh -w 192.168.111.1[13-32] "locust -f /root/loadtest/http_load_backend.py --slave --master-host=192.168.111.31"

启动后可以发现有40个slave,效果如下.

启动后端

nohup go run go/src/server.go 80 &> /var/log/goServer.log &

注意这地方的测试应该是1w 1.5w 2w的数量依次的往上加,即,第一次user用户数填10000,Hatch rate填10000,然后依次分别增加.

这里就贴最终的结果了.

测试结果

从面结果可以看出,一共完成了10w左右的请求, 每秒请求数量差不多在16000左右.然后负载在9左右,远远没有想想中的强势...其中主要受两方面限制, 一是内核参数, 再者就是宿主机性能的限制.

而性能调优暂时不在这篇文章内容内,主要是积累还不够.再者本文主要是测试.而负载均衡器暂时还没看到满意的,所以并发到1.6w就算本文的结束了。

总结

工欲善其事必先利其器,动手之前应该选一件称手的工具,locust便是那件不错的工具,但是有了工具还要设定正确的目标,以及步骤,不然很难成功.这里算是抛砖引玉了吧.

不足之处没有对吞吐量做测试,即服务端发送不同的文本大小,这里只是测试2字节的相应内容.没有测试并发更高的情况下的100w长连接.后记

之所以想写一篇大数量级的测试方式，是因为，网上大多数文章要么是给测试代码或者工具，要么是给一堆解释的不是很清楚的参数,再者就是只贴连接数的数量，如果只是达到这么多的连接，却不给出成功失败率，实在是有点耍流氓。

有意思的是这么强势的测试框架居然相关内容这么少,有空读读源码.

视频加载中...

另外关于c++ Linux后台服务器开发的一些知识点分享：Linux，Nginx，MySQL，Redis，P2P，K8S，Docker，TCP/IP，协程，DPDK，webrtc，音视频等等视频。

喜欢的朋友可以后台私信【1】获取学习视频