[框架]高并发中的惊群效应

我就是我 2022-04-23 11:40 166阅读 0赞

高并发中的惊群效应  
second60 20180726

高并发中的惊群效应

1.惊群效应简介

2. 操作系统的惊群

3. 惊群的坏处

3.1 坏处

3.2 其他

4 惊群的几种情况

4.1 accept惊群(新版内核已解决)

4.2 epoll惊群

4.2.1 fork之前创建epollfd(新版内核已解决)

4.2.2 fork之后创建epollfd(内核未解决)

4.3 nginx惊群的解决

4.4 线程池惊群

5 高并发设计

5.1 例1

5.2 例2

5.3 例3

5.4 例4

6 总结

1.惊群效应简介  
当你往一群鸽子中间扔一块食物，虽然最终只有一个鸽子抢到食物，但所有鸽子都会被惊动来争夺，没有抢到食物的鸽子只好回去继续睡觉， 等待下一块食物到来。这样，每扔一块食物，都会惊动所有的鸽子，即为惊群。

简单地说：就是扔一块食物，所有鸽子来抢，但最终只一个鸽子抢到了食物。

语义分析：食物只有一块，最终只有一个鸽子抢到，但是惊动了所有鸽子，每个鸽子都跑过来，消耗了每个鸽子的能量。（这个很符合达尔文的进化论，物种之间的竞争，适者生存。）

2. 操作系统的惊群  
在多进程/多线程等待同一资源时，也会出现惊群。即当某一资源可用时，多个进程/线程会惊醒，竞争资源。这就是操作系统中的惊群。

3. 惊群的坏处  
3.1 坏处  
惊醒所有进程/线程，导致n-1个进程/线程做了无效的调度，上下文切换，cpu瞬时增高  
多个进程/线程争抢资源，所以涉及到同步问题，需对资源进行加锁保护，加解锁加大系统CPU开销  
3.2 其他  
1. 在某些情况:惊群次数少/进（线）程负载不高，惊群可以忽略不计

4 惊群的几种情况  
在高并发（多线程/多进程/多连接）中，会产生惊群的情况有：

accept惊群  
epoll惊群  
nginx惊群  
线程池惊群  
4.1 accept惊群(新版内核已解决)  
以多进程为例，在主进程创建监听描述符listenfd后，fork()多个子进程，多个进程共享listenfd，accept是在每个子进程中，当一个新连接来的时候，会发生惊群。

由上图所示：

主线程创建了监听描述符listenfd = 3  
主线程fork 三个子进程共享listenfd=3  
当有新连接进来时，内核进行处理  
在内核2.6之前，所有进程accept都会惊醒，但只有一个可以accept成功，其他返回EGAIN。

在内核2.6及之后，解决了惊群，在内核中增加了一个互斥等待变量。一个互斥等待的行为与睡眠基本类似，主要的不同点在于：  
        1）当一个等待队列入口有 WQ\_FLAG\_EXCLUSEVE 标志置位, 它被添加到等待队列的尾部. 没有这个标志的入口项, 相反, 添加到开始.  
        2）当 wake\_up 被在一个等待队列上调用时, 它在唤醒第一个有 WQ\_FLAG\_EXCLUSIVE 标志的进程后停止。  
        对于互斥等待的行为，比如如对一个listen后的socket描述符，多线程阻塞accept时，系统内核只会唤醒所有正在等待此时间的队列 的第一个，队列中的其他人则继续等待下一次事件的发生，这样就避免的多个线程同时监听同一个socket描述符时的惊群问题。

4.2 epoll惊群  
epoll惊群分两种：

1 是在fork之前创建epollfd,所有进程共用一个epoll;

2 是在fork之后创建epollfd,每个进程独用一个epoll.

4.2.1 fork之前创建epollfd(新版内核已解决)  
1. 主进程创建listenfd, 创建epollfd

2. 主进程fork多个子进程

3. 每个子进程把listenfd,加到epollfd中

4. 当一个连接进来时，会触发epoll惊群，多个子进程的epoll同时会触发

分析：

这里的epoll惊群跟accept惊群是类似的，共享一个epollfd, 加锁或标记解决。在新版本的epoll中已解决。但在内核2.6及之前是存在的。

4.2.2 fork之后创建epollfd(内核未解决)  
1. 主进程创建listendfd

2. 主进程创建多个子进程

3. 每个子进程创建自已的epollfd

4. 每个子进程把listenfd加入到epollfd中

5. 当一个连接进来时，会触发epoll惊群，多个子进程epoll同时会触发

分析：

因为每个子进程的epoll是不同的epoll, 虽然listenfd是同一个，但新连接过来时, accept会触发惊群，但内核不知道该发给哪个监听进程，因为不是同一个epoll。所以这种惊群内核并没有处理。惊群还是会出现。

4.3 nginx惊群的解决  
这里说的nginx惊群，其实就是上面的问题(fork之后创建epollfd)，下面看看nginx是怎么处理惊群的。

在nginx中使用的epoll，是在创建进程后创建的epollfd。因些会出现上面的惊群问题。即每个子进程worker都会惊醒。

在nginx中，流程。

主线程创建listenfd

主线程fork多个子进程（根据配置）

子进程创建epollfd

获到accept锁，只有一个子进程把listenfd加到epollfd中

同一时间只有一个进程会把监听描述符加到epoll中

循环监听

在nginx中，解决惊群的方法，使用了互斥锁还解决。

void ngx\_process\_events\_and\_timers(ngx\_cycle\_t \*cycle)  
   
\{  
   
// 忽略....  
   
//ngx\_use\_accept\_mutex表示是否需要通过对accept加锁来解决惊群问题。  
   
//当nginx worker进程数>1时且配置文件中打开accept\_mutex时，这个标志置为1  
   
    if (ngx\_use\_accept\_mutex) \{  
   
     //ngx\_accept\_disabled表示此时满负荷，没必要再处理新连接了，  
   
//我们在nginx.conf曾经配置了每一个nginx worker进程能够处理的最大连接数，  
   
//当达到最大数的7/8时，ngx\_accept\_disabled为正，说明本nginx worker进程非常繁忙，  
   
//将不再去处理新连接，这也是个简单的负载均衡  
   
        if (ngx\_accept\_disabled > 0) \{  
   
            ngx\_accept\_disabled--;  
   
        \} else \{  
   
         //获得accept锁，多个worker仅有一个可以得到这把锁。  
   
//获得锁不是阻塞过程，都是立刻返回，获取成功的话ngx\_accept\_mutex\_held被置为1。  
   
//拿到锁，意味着监听句柄被放到本进程的epoll中了，  
   
//如果没有拿到锁，则监听句柄会被从epoll中取出。  
   
            if (ngx\_trylock\_accept\_mutex(cycle) == NGX\_ERROR) \{  
   
                return;  
   
            \}  
   
   
   
//拿到锁的话，置flag为NGX\_POST\_EVENTS，这意味着ngx\_process\_events函数中，  
   
//任何事件都将延后处理，会把accept事件都放到ngx\_posted\_accept\_events链表中，  
   
// epollin|epollout事件都放到ngx\_posted\_events链表中  
   
            if (ngx\_accept\_mutex\_held) \{  
   
                flags |= NGX\_POST\_EVENTS;  
   
            \} else \{  
   
             //拿不到锁，也就不会处理监听的句柄，  
   
//这个timer实际是传给epoll\_wait的超时时间，  
   
//修改为最大ngx\_accept\_mutex\_delay意味着epoll\_wait更短的超时返回，  
   
//以免新连接长时间没有得到处理  
   
                if (timer == NGX\_TIMER\_INFINITE  
   
                    || timer > ngx\_accept\_mutex\_delay)  
   
                \{  
   
                    timer = ngx\_accept\_mutex\_delay;  
   
                \}  
   
            \}  
   
        \}  
   
    \}  
   
// 忽略....  
   
//linux下，调用ngx\_epoll\_process\_events函数开始处理  
   
    (void) ngx\_process\_events(cycle, timer, flags);  
   
// 忽略....  
   
//如果ngx\_posted\_accept\_events链表有数据，就开始accept建立新连接  
   
    if (ngx\_posted\_accept\_events) \{  
   
        ngx\_event\_process\_posted(cycle, &ngx\_posted\_accept\_events);  
   
    \}  
   
   
   
//释放锁后再处理下面的EPOLLIN EPOLLOUT请求  
   
    if (ngx\_accept\_mutex\_held) \{  
   
        ngx\_shmtx\_unlock(&ngx\_accept\_mutex);  
   
    \}  
   
   
   
    if (delta) \{  
   
        ngx\_event\_expire\_timers();  
   
    \}  
   
   
   
    ngx\_log\_debug1(NGX\_LOG\_DEBUG\_EVENT, cycle->log, 0,  
   
                   "posted events %p", ngx\_posted\_events);  
   
//然后再处理正常的数据读写请求。因为这些请求耗时久，  
   
//所以在ngx\_process\_events里NGX\_POST\_EVENTS标志将事件  
   
//都放入ngx\_posted\_events链表中，延迟到锁释放了再处理。  
   
    if (ngx\_posted\_events) \{  
   
        if (ngx\_threaded) \{  
   
            ngx\_wakeup\_worker\_thread(cycle);  
   
        \} else \{  
   
            ngx\_event\_process\_posted(cycle, &ngx\_posted\_events);  
   
        \}  
   
    \}  
   
｝

步骤

nginx主动解决惊群流程

子进程loop

判断是否使用accept加锁

判断是否满负荷最大连接数的7/8(是不处理)

多个worker竞争accept\_mutex锁(主动精髓)

获得锁成功

获得锁失败

(监听句柄加到本进程的epoll)

监听句柄会被从epoll中取出

事件加入到链表中

(accept事件放到ngx\_posted\_accept\_events链表

epollin|out事件放到ngx\_posted\_events链表)

修改epoll\_wait的超时时间

（为了下次更早抢锁）

如果有accept\_event就处理新连接

释放锁accept\_mutex

处理正常的数据读写请求

子进程继续loop

(注：上面的总结如果有不对的地方，麻烦大牛提出来，谢谢)

分析：

nginx里采用了主动的方法去把监听描述符放到epoll中或从epoll移出（这个是nginx的精髓所在，因为大部份的并发架构都是被动的）  
nginx中用采互斥锁去解决谁来accept问题，保证了同一时刻，只有一个worker接收新连接（所以nginx并没有惊群问题）  
nginx根据自已的载负（最大连接的7/8）情况，决定去不去抢锁，简单方便地解决负载，防止进程因业务太多而导致所有业务都不及时处理

总结： nginx采用互斥锁和主动的方法，避免了惊群，使得nginx中并无惊群

4.4 线程池惊群  
在多线程设计中，经常会用到互斥和条件变量的问题。当一个线程解锁并通知其他线程的时候，就会出现惊群的现象。

pthread\_mutex\_lock/pthread\_mutex\_unlock：线程互斥锁的加锁及解锁函数。  
pthread\_cond\_wait：线程池中的消费者线程等待线程条件变量被通知；  
pthread\_cond\_signal/pthread\_cond\_broadcast：生产者线程通知线程池中的某个或一些消费者线程池，接收处理任务；  
这里的惊群现象出现在3里，pthread\_cond\_signal，语义上看，是通知一个线程。调用此函数后，系统会唤醒在相同条件变量上等待的一个或多个线程（可参看手册）。如果通知了多个线程，则发生了惊群。

正常的用法：

所有线程共用一个锁，共用一个条件变量  
当pthread\_cond\_signal通知时，就可能会出现惊群  
解决惊群的方法：

所有线程共用一个锁，每个线程有自已的条件变量  
pthread\_cond\_signal通知时，定向通知某个线程的条件变量，不会出现惊群

5 高并发设计  
以多线程为例，进程同理

例

主线程

子线程epoll

是否有惊群

参考

listenfd/epollfd

共用listenfd/epollfd

子线程accept

epoll惊群

被动

listenfd

共用listenfd，

每个线程创建epollfd

listenfd加入epoll

epoll惊群

被动

listenfd

主线程accept并分发connfd

每个线程创建epollfd

接收主线程分发的connfd

无惊群

accept瓶颈

被动

listenfd

共用listenfd，

每个线程创建epollfd

互斥锁决定加入/移出epoll

无惊群

nginx

5.1 例1  
分析

主线程创建listenfd和epollfd, 子线程共享并把listenfd加入到epoll中，旧版中会出现惊群，新版中已解决了惊群。

缺点：

应用层并不知道内核会把新连接分给哪个线程，可能平均，也可能不平均  
如果某个线程已经最大负载了，还分过来，会增加此线程压力甚至崩溃  
总结：因为例1并不是最好的方法，因为没有解决负载和分配问题

5.2 例2  
分析

主线程创建listenfd, 子线程创建epollfd, 把listenfd加入到epoll中, 这种方法是无法避免惊群的问题。每次有新连接时，都会唤醒所有的accept线程，但只有一个accept成功，其他的线程accept失败EAGAIN。

总结：例2 解决不了惊群的问题，如果线程超多，惊群越明显，如果真正开发中，可忽略惊群，或者需要用惊群，那么使用此种设计也是可行的。

5.3 例3  
分析：

主线程创建listenfd, 每个子线程创建epollfd，主线程负责accept，并发分新connfd给负载最低的一个线程，然后线程再把connfd加入到epoll中。无惊群现象。

总结：

主线程只用accept用，可能会主线程没干，或连接太多处理不过来，accept瓶颈（一般情况不会产生）  
主线程可以很好地根据子线程的连接来分配新连接，有比较好的负载  
并发量也比较大，自测（单进程十万并发连接QPS十万，四核四G内存，很稳定）  
5.4 例4  
这是nginx的设计，无疑是目前最优的一种高并发设计，无惊群。

nginx本质：

同一时刻只允许一个nginx worker在自己的epoll中处理监听句柄。它的负载均衡也很简单，当达到最大connection的7/8时，本worker不会去试图拿accept锁，也不会去处理新连接，这样其他nginx worker进程就更有机会去处理监听句柄，建立新连接了。而且，由于timeout的设定，使得没有拿到锁的worker进程，去拿锁的频繁更高。

总结：

nginx的设计非常巧妙，很好的解决了惊群的产生，所以没有惊群，同时也根据各进程的负载主动去决定要不要接受新连接，负载比较优。

6 总结  
高并发设计，仁者见仁，智者见智，如果要求不高，随便拿个常用的开源库，就可能支撑。如果对业务有特殊要求，那么根据业务去选择，如网关服（可用高并发连接的开源库libevent/libev）,消息队列（zmq/RabbitMQ/ActiveMQ/Kafka）,数据缓存（redis/memcached），分布式等。

研究高并发有一段时间了，总结下我自已的理解，怎么样才算是高并发呢？单进程百万连接，单进程百万QPS？

先说说基本概念

高并发连接：指的是连接的数量，对服务端来说，一个套接字对就是一个连接，连接和本地 文件描述符无关，不受本地文件描述符限制，只跟内存有关，假设一个套接字对占用服 务器8k内存,那么1G内存=1024\*1024/8 = 131072。因此连接数跟内存有关。

1G = 10万左右连接，当然这是理论，实际要去除内核占用，其他进程占用，和本进程其他占用。

假哪一个机器32G内存，那个撑个100万个连接是没有问题的。

如果是单个进程100万连，那就更牛B了，但一般都不会这么做，因为如果此进程宕了，那么，所有业务都影响了。所以一般都会分布到不同进程，不同机器，一个进程出问题了，不会影响其他进程的处理。（这也是nginx原理）

PV : 每天的总访问量pave view, PV = QPS \* (24\*0.2) \* 3600 (二八原则)

QPS: 每秒请求量。假如每秒请求量10万，假如机器为16核，那么启16个线程同时工作， 那么每个线程同时的请求量= 10万/ 16核 =  6250QPS。

按照二八原则，一天24小时，忙时=24\*0.2 = 4.8小时。

则平均一天总请求量=4.8 \* 3600 \*10万QPS = 172亿8千万。

那么每秒请求10万并发量，每天就能达到172亿的PV。这算高并发吗？

丢包率: 如果客端端发10万请求，服务端只处理了8万，那么就丢了2万。丢包率=2/10 = 20%。丢包率是越小越好，最好是没有。去除，网络丢包，那么就要考虑内核里的丢包 问题，因此要考虑网卡的吞吐量，同一时间发大多请求过来，内核会不会处理不过来， 导致丢包。

稳定性：一个高并发服务，除了高并发外，最重要的就是稳定了，这是所有服务都必须的。 一千QPS能处理，一万QPS也能处理，十万QPS也能处理，当然越多越好。不要因为 业务骤增导致业务瘫痪，那失败是不可估量的。因为，要有个度，当业务增加到一定程 度，为了保证现有业务的处理，不处理新请求业务，延时处理等。同时保证代码的可靠。

因此，说到高并发，其实跟机器有并，内存，网卡，CPU核数等有关，一个强大的服务器，比如：32核，64G内存，网卡吞吐很大，那么单个进程，开32个线程，做一个百万连接，百万QPS的服务，是可行的。

本身 按例3去做了个高并发的设计，做到了四核4G内存的虚拟机里，十万连接，十万QPS，很稳定，没加业务，每核CPU %sys 15左右 %usr 5%左右。如果加了业务，应该也是比较稳定的。有待测试。当然例3是有自已的缺点的。

同进，也希望研究高并发的同学，一起来讨论高并发服务设计思想。(加微：luoying140131)  
参考文献：

[https://blog.csdn.net/second60/article/details/81252106][https_blog.csdn.net_second60_article_details_81252106]

[https_blog.csdn.net_second60_article_details_81252106]: https://blog.csdn.net/second60/article/details/81252106