组内的数据系统在承接一个业务需求时无法满足性能需求，于是针对这个场景做了一些优化，在此写篇文章做记录。
业务场景是这样：调用方一次获取某个用户的几百个特征（可以把特征理解为属性），特征以 redis hash 的形式存储在持久化 KV 数据库中，特征数据以天级别为更新粒度。要求 95 分位的延迟在 5ms 左右。
这个数据系统属于无状态的服务，为了增大吞吐量和降低延迟，从存储和代码两方面进行优化。
存储层面
存储层面，一次调用一个用户的三百个特征原方案是用 redis hash 做表，每个 field 为用户的一个特征。由于用户单个请求会获取几百个特征，即使用hmget做合并，存储也需要去多个 slot 中获取数据，效率较低，于是对数据进行归一化，即：把 hash 表的所有 filed 打包成一个 json 格式的 string，举个例子：
// 优化前的特征为 hash 格式
hash key : user_2837947
127.0.0.1:6379> hgetall user_2837947
1) "name" // 特征1
2) "薯条" // 特征1的值
3) "age" // 特征2
4) "18" // 特征2的值
5) "address" // 特征3
6) "China" // 特征3的值
// 优化后的特征为 string json格式
string key: user_2837947
val:
{
"name":"薯条",
"age":18,
"address":"China"
}
特征进行打包后解决了一次请求去多个 slot 获取数据时延较大的问题。但是这样做可能带来新的问题：若 hash filed 过多，string 的 value 值会很大。目前想到的解法有两种，一种是按照类型将特征做细分，比如原来一个 string 里面有 300 的字段，拆分成 3 个有 100 个值的 string 类型。第二种是对 string val 进行压缩，在数据存储时压缩存储，读取数据时在程序中解压缩。这两种方法也可以结合使用。
如果这样仍不能满足需求，可以在持久化 KV 存储前再加一层缓存，缓存失效时间根据业务特点设置，这样程序交互的流程会变成这样：
代码层面
接着来优化一下代码。首先需要几个工具去协助我们做性能优化。首先是压测工具，压测工具可以模拟真实流量，在预估的 QPS 下观察系统的表现情况。发压时注意渐进式加压，不要一下次压得太死。
然后还需要 profiler 工具。Golang 的生态中相关工具我们能用到的有 pprof 和 trace。pprof 可以看 CPU、内存、协程等信息在压测流量进来时系统调用的各部分耗时情况。而 trace 可以查看 runtime 的情况，比如可以查看协程调度信息等。本次优化使用 压测工具+pprof 的 CPU profiler。
下面来看一下 CPU 运行耗时情况：
右侧主要是 runtime 部分，先忽略
火焰图中圈出来的大平顶山都是可以优化的地方，
这里的三座平顶山的主要都是json.Marshal和json.Unmarshal操作引起的，对于 json 的优化，有两种思路，一种是换个高性能的 json 解析包 ，另一种是根据业务需求看能否绕过解析。下面分别来介绍：
高性能解析包+一点黑科技
这里使用了陶师傅的包github.com/json-iterator/go。看了他的 benchmark 结果，比 golang 原生库还是要快很多的。自己再写个比较符合我们场景的Benchmark看陶师傅有没有骗我们：
package main
import (
"encoding/json"
jsoniter "github.com/json-iterator/go"
"testing"
)
var s = `{....300多个filed..}`
func BenchmarkDefaultJSON(b *testing.B) {
for i := 0; i < b.N; i++ {
param := make(map[string]interface{})
_ = json.Unmarshal([]byte(s), ¶m)
}
}
func BenchmarkIteratorJSON(b *testing.B) {
for i := 0; i < b.N; i++ {
param := make(map[string]interface{})
var json = jsoniter.ConfigCompatibleWithStandardLibrary
_ = json.Unmarshal([]byte(s), ¶m)
}
}
运行结果：
这个包易用性也很强，在原来 json 代码解析的上面加一行代码就可以了：
var json = jsoniter.ConfigCompatibleWithStandardLibrary
err = json.Unmarshal(datautil.String2bytes(originData), &fieldMap
还有一个可以优化的地方是string和[]byte之间的转化，我们在代码里用的参数类型是string，而 json 解析接受的参数是[]byte，所以一般在json解析时需要进行转化：
err = json.Unmarshal([]byte(originData), &fieldMap)
那么string转化为[]byte发生了什么呢。
package main
func main(){
a := "string"
b := []byte(a)
println(b)
}
我们用汇编把编译器悄悄做的事抓出来：
来看一下这个函数做了啥：
这里底层会发生拷贝现象，我们可以拿到[]byte和string的底层结构后，用黑科技去掉拷贝过程：
func String2bytes(s string) []byte {
x := (*[2]uintptr)(unsafe.Pointer(&s))
h := [3]uintptr{x[0], x[1], x[1]}
return *(*[]byte)(unsafe.Pointer(&h))
}
func Bytes2String(b []byte) string {
return *(*string)(unsafe.Pointer(&b))
}
下面写 benchmark 看一下黑科技好不好用：
package main
import (
"strings"
"testing"
)
var s = strings.Repeat("hello", 1024)
func testDefault() {
a := []byte(s)
_ = string(a)
}
func testUnsafe() {
a := String2bytes(s)
_ = Bytes2String(a)
}
func BenchmarkTestDefault(b *testing.B) {
for i := 0; i < b.N; i++ {
testDefault()
}
}
func BenchmarkTestUnsafe(b *testing.B) {
for i := 0; i < b.N; i++ {
testUnsafe()
}
}
运行速度，内存分配上效果都很明显，黑科技果然黑：
加 cache，空间换时间
项目中有一块代码负责处理 N 个请求中的参数。代码如下：
for _, item := range items {
var params map[string]string
err := json.Unmarshal([]byte(items[1]), ¶ms)
if err != nil {
...
}
}
在这个需要优化的场景中，上游在单次请求获取某个用户300多个特征，如果用上面的代码我们需要json.Unmarshal300多次，这是个无用且非常耗时的操作，可以加 cache 优化一下：
paramCache := make(map[string]map[string]string)
for _, item := range items {
var params map[string]string
tmpParams, ok := cacheDict[items[1]]
// 没有解析过，进行解析
if ok == false {
err := json.Unmarshal([]byte(items[1]), ¶ms)
if err != nil {
...
}
cacheDict[items[1]] = params
} else {
// 解析过，copy出一份
// 这里的copy是为了预防并发问题
params = DeepCopyMap(tmpParams)
}
}
这样理论上不会存在任何的放大现象，读者朋友如果有批处理的接口，代码中又有类似这样的操作，可以看下这里是否有优化的可能性。
for {
dosomething()
}
替换耗时逻辑
火焰图中的 TplToStr 模板函数同样占到了比较大的 CPU 耗时，此函数的功能是把用户传来的参数和预制的模板拼出一个新的 string 字符串，比如：
入参：Tpl: shutiao_test_{
{user_id}} user_id: 123478
返回：shutiao_test_123478
在我们的系统中，这个函数根据模板和用户参数拼出一个 flag，根据这个 flag 是否相同作为某个操作的标记。这个拼模板是一个非常耗时的操作，这块可以直接用字符串拼接去代替模板功能，比如：
入参：Tpl: shutiao_test_{
{user_id}} user_id: 123478
返回：shutiao_test_user_id_123478
优化完之后，火焰图中已经看不到这个函数的平顶山了，直接节省了 5%的 CPU 的调用百分比。
prealloc
还发现一些 growslice 占得微量 cpu 耗时，本以为预分配可以解决问题，但做 benchmark 测试发现 slice 容量较小时是否做预分配在性能上差异不大：
package main
import "testing"
func test(m *[]string) {
for i := 0; i < 300; i++ {
*m = append(*m, string(i))
}
}
func BenchmarkSlice(b *testing.B) {
for i := 0; i < b.N; i++ {
b.StopTimer()
m := make([]string, 0)
b.StartTimer()
test(&m)
}
}
func BenchmarkCapSlice(b *testing.B) {
for i := 0; i < b.N; i++ {
b.StopTimer()
m := make([]string, 300)
b.StartTimer()
test(&m)
}
}
对于代码中用到的 map 也可以做一些预分配，写 map 时如果能确认容量尽量用 make 函数对容量进行初始化。
package main
import "testing"
func test(m map[string]string) {
for i := 0; i < 300; i++ {
m[string(i)] = string(i)
}
}
func BenchmarkMap(b *testing.B) {
for i := 0; i < b.N; i++ {
b.StopTimer()
m := make(map[string]string)
b.StartTimer()
test(m)
}
}
func BenchmarkCapMap(b *testing.B) {
for i := 0; i < b.N; i++ {
b.StopTimer()
m := make(map[string]string, 300)
b.StartTimer()
test(m)
}
}
这个优化还是比较有效的：
异步化
接口流程中有一些不影响主流程的操作完全可以异步化，比如：往外发送的统计工作。在 golang 中异步化就是起个协程。
总结一下套路：
代码层面的优化，是 us 级别的，而针对业务对存储进行优化，可以做到 ms 级别的，所以优化越靠近应用层效果越好。对于代码层面，优化的步骤是：
- 压测工具模拟场景所需的真实流量
- pprof 等工具查看服务的 CPU、mem 耗时
- 锁定平顶山逻辑，看优化可能性：异步化，改逻辑，加 cache 等
- 局部优化完写 benchmark 工具查看优化效果
- 整体优化完回到步骤一，重新进行 压测+pprof 看效果，看 95 分位耗时能否满足要求(如果无法满足需求，那就换存储吧~。
原文链接：
https://mp.weixin.qq.com/s/j3zr3alRpHdKh4tUKHqrKQ如果本文对你有帮助的话，麻烦点赞关注支持一下
京公网安备 11010502036488号