资讯频道 → Web前端
阅读更多

0顶
0踩

Web前端

原创新闻 如何用Go语言每分钟处理100万个请求

2017-09-13 16:37 by 副主编 jihong10102006 评论(0) 有11238人浏览
go

声明：ITeye资讯文章的版权属于ITeye网站所有，严禁任何网站转载本文，否则必将追究法律责任！

引用
原文：Handling 1 Million Requests per Minute with Golang
作者：Marcio Castilho
翻译：无阻我飞扬

摘要：作者结合自身工作经历，以一个项目为案例，通过多个Go语言程序实例的尝试，阐述了Go语言是如何每分钟可以处理100万个请求的，以下是译文。

我在几个不同的公司从事反垃圾邮件，反病毒和反恶意软件工作超过15年，现在我知道这些系统的复杂性可能是由于我们每天处理的大量数据造成的。

目前，我是smsjunk.com的CEO和KnowBe4的首席架构师，两个活跃在网络安全行业的公司。

有趣的是，在过去10年左右的时间里，作为一名软件工程师，我所参与的所有web后端开发大部分都是以Ruby on Rails（Rails是使用Ruby语言编写的网页程序开发框架，目的是为开发者提供常用组件）开发的。不要误会我，我热爱Ruby on Rails,我相信它是一个令人着迷的开发环境，但一段时间后，你开始以Ruby的方式思考和设计系统，忘了如何高效和原本可以利用多线程、并行、快速执行和小的内存消耗来简化软件架构。多年来，我是一个C / C++、Delphi和C #开发人员，我刚刚意识到，用合适的工具来完成工作可能会降低事情的复杂度。

我不太热衷于开发语言和框架的战争，网站之间总是为此争吵。我相信效率、生产率和代码的可维护性主要取决于如何简单地构建解决方案。

问题

当我们在一个匿名的遥测和分析系统上工作时，我们的目标是能够处理来自数百万终端的大量的POST请求。Web处理程序将接收一个JSON文档，其中可能包含需要写入Amazon S3的许多有效负载的集合，这是为了使map-reduce系统稍后操作这个数据。

传统上，我们将研究创造一个一阶作业者架构，利用诸如：
  • Sidekiq
  • Resque
  • DelayedJob
  • Elasticbeanstalk Worker Tier
  • RabbitMQ
  • 等等…
设置2个不同的集群，一个用于web前端，另一个用于作业者，这样会扩大可以处理的后台工作的数量。

但从一开始，我们的团队就知道应该这样做，因为在讨论阶段，我们预见这可能是一个非常大的流量系统。我使用Go语言大约2年左右的时间，我们开发了一些在用的系统，但是没有一个系统能得到这么多的负载。

首先通过创建一些structure，定义通过POST调用来接收到的web请求负载，还有一个上传请求负载到S3 bucket的函数。

Go语言程序的单纯方法

最初我们采取了一个非常单纯的POST处理方式，仅仅试图将任务并行化处理放到一个简单的goroutine：

对于中等负载来说，这可能对大多数人是有效的，但这很快证明在大型负载时，效果不太好。我们预期有很多的请求，但当我们部署第一个版本到产品中时，并没有看到这个数量级的请求。我们完全低估了流量。

上面的方法在几个方面都不好，没有办法控制我们正在大量生产的Go程序要产生多少个例程。由于我们每分钟收到100万个POST请求，理所当然的，这段代码很快就崩溃了。

再次尝试

我们需要寻找一个不同的方式。从一开始，我们就讨论如何保持请求处理程序的生命周期非常短，并在后台生成处理进程。当然，这是必须在Ruby on Rails领域要做的，否则这将限制所有可用的web处理器，无论你使用的是puma, unicorn, passenger中的哪一个（请不要参加JRuby讨论）。那么我们就需要利用通用的解决方案去做这个，例如Resque, Sidekiq, SQS,等等。清单还可以继续列下去，因为有很多方法可以做到这一点。

所以第二个版本是创建一个缓存通道，在这里我们可以对一些作业进行排队并上传到S3，由于我们可以控制队列中的最大项目数，在内存中我们有足够多的RAM对任务进行排队，我们认为只在通道队列中缓存作业是可以的。

然后实际上的作业出列和处理，我们使用的是类似的函数：

说实话，我不知道我们在想什么。这一定是一个充满红牛的深夜。这种方法没有给我们带来任何好处，我们用缓冲队列来交换有缺陷的并发，也只是推迟了问题的产生时间而已。我们的同步处理器一次只上传一个有效负载到S3,而且由于传入请求的速率比单处理器上传到S3的能力大得多，所以缓冲通道很快就达到了极限，限制了请求处理程序来排队更多项目的能力。

我们只是简单地回避这个问题，最终导致系统的死亡。在我们部署了这个有缺陷的版本之后，我们的延迟率以不变的速率持续增长。

更好的解决方案

当使用Go语言通道时，我们决定利用通用模式以便创造一个2阶的通道系统，一个用于作业排队，另外一个控制多少作业者同时在JobQueue上操作。

这个想法是以某种可持续的速度并行上传到S3，它既不会削弱机器性能，也不会从S3开始生成连接错误。所以我们选择了创建一个作业/作业者模式。对那些熟悉java,C#等语言的人来说，可以考虑采用Go语言实现通道方式而不是作业者线程池的方式。



我们修改了Web请求处理程序，创建一个带负载的jobstruct实例，发送到JobQueue通道，便于作业者去拾取。

在网站服务器初始化过程中，我们创建一个Dispatcher，调用Run()去创建一个作业者池，开始侦听出现在JobQueue的作业。
dispatcher := NewDispatcher(MaxWorker)
dispatcher.Run()

下面是用于dispatcher执行的代码：


注意，我们会提供被实例化和被添加到作业者池的最大的作业者量。 因为我们这个带有dockerized Go环境的项目使用了亚马逊Elasticbeanstalk，我们总是设法遵循12要素方法论来配置生产中的系统，从环境变量中读取这些数值。这样就可以控制有多少作业者和作业队列的最大值，因此，我们可以快速地调整这些值，而不需要重新部署集群。

var (

MaxWorker = os.Getenv(“MAX_WORKERS”)

MaxQueue = os.Getenv(“MAX_QUEUE”)

)

在部署完它之后，我们立刻发现所有的延迟率都降到了无关紧要的数字，系统处理请求的能力急剧上升。

弹性负载均衡完全预热几分钟后，我们看到ElasticBeanstalk应用服务每分钟逼近100万个请求。通常在早晨的几个小时里，流量高峰会超过每分钟100万个请求。

一旦我们部署了新的代码，服务器的数量从100台减少到大约20台。

在恰当地配置了集群和自动缩放设置以后，我们能够把它降低到仅有4x EC2 c4。如果CPU连续5分钟超过90%，大型实例和弹性自动缩放设置就生成一个新实例。

结论

简单总是在我的字典里获胜。我们可以设计一个复杂系统，它具有多队列，后台作业者，复杂部署的特点。但是相反我们决定利用Elasticbeanstalk的自动缩放和高效简单的方式去并发，Go语言很好的提供了这些功能。

并不是每天你仅有四台机器的集群，去处理每分钟写入到亚马逊S3 bucket的100万个POST请求，这可能比我最新的MacBook Pro功能强大的多。

总有合适的工具适合这项工作。有时，当您的Ruby on Rails系统需要一个非常强大的web处理程序时，可以稍微考虑一下Ruby生态系统之外的更简单、更强大的替代解决方案。
  • 大小: 43 KB
  • 大小: 32.3 KB
  • 大小: 17.9 KB
  • 大小: 10.5 KB
  • 大小: 126.1 KB
  • 大小: 18.8 KB
  • 大小: 25.3 KB
  • 大小: 14.6 KB
  • 大小: 32.9 KB
  • 大小: 20.8 KB
  • 大小: 19.5 KB
  • 大小: 106.8 KB
  • 大小: 54.7 KB
  • 大小: 136 KB
0
顶
0
踩
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 如何用Go语言每分钟处理100万个请求.pdf

    如何用Go语言每分钟处理100万个请求.pdf

  • 如何用Golang处理每分钟100万个请求

    如何用Golang处理每分钟100万个请求

  • 使用Go每分钟处理百万个请求

    前两天马斯克，Bengio等千位AI科技人士签署暂停巨型 AI 实验公开信，在这封信里马斯克等人呼吁所有人工智能实验室立即暂停训练比 GPT-4 更强大的人工智能系统（包括目前正在训练的 GPT-5）至少 6 个月，同时利用这段...

  • 如何用GO处理高峰期每分钟100万条数据请求

    最近看了一篇文章，用go处理每分钟达百万条的数据请求 原文地址：http://marcio.io/2015/07/handling-1-million-requests-per-minute-with-golang/ 翻译地址：https://www.jianshu.com/p/21de03ac682c 这里作者...

  • 使用Go语言每分钟处理1百万请求

    在Go中要实现高并发,可以使用 go routine 每个请求 都开启 一个 go routine 去处理,但这样的方式 当 流量大了 就不太可行了,另一种方法 是开启 一个 channel 缓存请求队列 然后 再 for select 循环去 取 任务 ，但是...

  • 用Golang处理每分钟100万份请求

    我在几家不同的公司从事反垃圾邮件，防病毒和反恶意软件行业工作超过15年，现在我知道这些系统最终会因为我们每天处理的大量数据而变得复杂。目前，我是smsjunk.com的CEO和KnowBe4的首席架构师，他们都是网络安全...

  • post json后台处理数据_【翻译】使用 Golang 处理每分钟 100 万次的请求

    使用 Golang 处理每分钟 100 万次的请求Marcio Castilho2017 年 8 月 31 日・大概 7 分钟阅读时间我在反垃圾邮件、反病毒和反恶意软件行业工作了 15 年，由于我们每天处理的数据量巨大，这些系统最终可能会变得非常...

  • 我们如何用Go来处理每分钟100万复杂请求的场景

    在Malwarebytes 我们经历了显著的增长，自从我一年前加入了硅谷的公司，一个主要的职责成了设计架构和开发一些系统来支持一个快速增长的信息安全公司和所有需要的设施来支持一个每天百万用户使用的产品。...

  • [译]使用golang每分钟处理百万请求

    [译]使用golang每分钟处理百万请求 在Malwarebytes，我们正在经历惊人的增长，自从我在1年前加入硅谷的这家公司以来，我的主要职责是为多个系统做架构和开发，为这家安全公司的快速发展以及百万日活产品所必需的基础...

  • 使用golang每分钟处理百万请求

    问题 从原生方法到Go协程 再试一次 更好的解决方案 实时结果 结论 正文 [译]使用golang每分钟处理百万请求 在Malwarebytes，我们正在经历惊人的增长，自从我在1年前加入硅谷的这家公司以来，我...

  • 不同语言运行 100 万个并发任务需要多少内存？

    在前几天的《Python潮流周刊#5：并发一百万个任务要用多少内存？》中，我分享了一篇同题文章，在发布后，我才发现有人已翻译了它，特此分享这篇译文。值得注意的是，译者在文末还翻译了几则评论内容，以及指出了原文...

  • python如何并发上千个get_Python每秒处理一百万个并发请求？当真有这么猛吗？

    https://github.com/squeakypl/japronto/pull/12 和 ...虽然其包含了固有的阻塞设计，但是它的速度依旧远超前四个框架，这四个框架都是 Python 异步解决方案。所以，不要相信所谓的异...

  • 二级理论题（选择83+判断96）.xlsx

    二级理论题（选择83+判断96）.xlsx

  • 2024年中国超声非侵入式腐蚀检测传感器行业研究报告.docx

    2024年中国超声非侵入式腐蚀检测传感器行业研究报告

  • 设备OEE实践与教学知识

    设备自动化综合利用率实践，详细描述了OEE各方面的参数与应用，让设备自动化工厂利用此工具可以快速提高生产

  • tensorflow-gpu-2.2.3-cp37-cp37m-win-amd64.whl

    python

  • server-jre-8u411-windows-x64.tar.gz

    server-jre-8u411-windows-x64.tar.gz

  • node-v7.8.0-sunos-x64.tar.xz

    Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。

  • 基于51单片机秒表的程序设计.RAR

    单片机学习代码资料

Global site tag (gtag.js) - Google Analytics