由Lua 粘合的Nginx生态环境

• 活动: Tech-Club技术沙龙（2012年2月）活动小结
• 幻灯: ngx_openresty: an Nginx ecosystem glued by Lua
• 录音: 120306_ngx_openresty.mp3
• 笔录: Zoom.Quiet <zoomquiet+nginx@gmail.com>
• Chnangelog:
  • 131213 fixed losted http://vdisk.weibo.com/s/2Qcon
  • 120312 fixed as s/hhttp/http/g ,thanx muxueqz
  • 120309 fixed kindel->kindle, thanx for milel liu;
  • 120308 fixed ahcking->hacking,thanx weakish
  • 120306 fixed agentzh ID name,thanx himself alert
  • 120305 finished
  • 120301 init.
    很早就一直关注 agentzh 对 nginx 的给力 hacking,这次总算有个阶段性的说明,虽然无法现场交流, 好在有录音,为了其它没有时间听的人们,以及给搜索引擎更好的搜索数据,俺义务听录全文;

1. 免责聲明

1. 录音/幻灯来自作者,版权当然属于他们
2. 文字听录来自 Zoom.Quiet,一切文字问题都是我造成的,与原著无关
3. 因为本人技术有限,仅通过幻灯和录音,记错的地方负责在我,与原著者无关
4. 任何不满和意见,请直接与我联系以便改进
   • zoomquiet+nginx@gmail.com

2. Lua 粘合的 Nginx 生态环境

很高今天和大家进行分享,之前,在北京进行过相关的分享; 今天我们的話題是 Nginx 也可以說是关于 Lua 的; 介绍过去3年以来我们的工作, 工程名字是,openresty,可以追溯到2007年,那会儿,我刚刚进入 Yahoo! 中国, 第一份工作就是架构一个开放平台, Yahoo! 自个儿的开放平台, 系统作到后来逐渐偏离了初衷, 我们开始为大型的互联网公司作一些和web 前端打交道的系统支持;

我在 Yahoo!和 TaoBao 分别工作了两年,就辞职了; 主要因为,我们的开源作品,越来越多人使用了, 而我一方面,要应付所謂业务需求,另方面要响应来自国内外积极开发者们的要求或是bug; 所以,干脆辞了专心作事儿; 本来,我想搬到厦门,可是我老婆在福州找到了工作,于是,, 现在,我不拿工资,义务为全球的愛好者开发 ;-) 现在,已经在福州呆了7个月,这是我老婆给拍的照片; 我习惯,先在纸上写好代码,然后输入电脑,

前面放的是 kindle ; 这台 kindle 的来历比较有意思,

• 在TaoBao 的时候,我打算将 openresty 重写,因为一开始是用 Perl 来写的
• 而在Yahoo! 的时候虽然已经使用 openresty 統一了搜索功能,但性能的确一般
• 当时,本想基于 Apache 来改写,不过一位师傅跟我讲:"你就直接拿c 写吧,基于 Apache 写没有前途的!"
• 俺很郁闷,就问,那怎么整? 师傅回答,你研究一下 nginx 的源代码吧,然后就没再理我 而看代码是很累的,所以,俺一到 TaoBao 就买了台 Kindel 来看代码...

2.1. openresty

刚刚提过, openresty 在开发过程中逐偏离了原计划; 再面对后来,更加具体的公司业务后, 这时,已经可以看出所謂 Ajax/Servise 化了, 在我接触过的各种繁忙的互联网公司,都有种趋势,就是:

    对看起来是个整体的web 应用习惯在后台拆成很多 Service有些Service 是供給客户端发起請求来访问的,而有些Service 根本就是为其它服务而服务的,也使用了 http 协议进行发布

这种结构,导致整体系统变得非常分散

• 由多个部门,分别实现一部分系統
• 而每个部门,暴露給其它部门的,都是 http 协议,resful 形式的接口而已
  比如说, 去哪儿 网,就是非常非常松散的服务组合成的;
  • 一个請求进入后,立即分解成各种請求分别进行
  • 而有些就在 Service 之间进行了
    既然,http 协议如此常见,我们就需要强大的实现基础; nginx 是我们调研的各种平台中,最不烂的一个!
    • 其它真心都特别烂,,, Apache 最大的问题是其 I/O 模型,无法完成非常高效的响应; 但是优点是:开发接口规整,基于它来写 mod 非常方便; Lighttpd 正好相反,其 I/O 非常高效,但是开发接口不怎么友好; 而 Nginx 融合了两者的优点 ;-)
      <<< 5:11

• 一方面使用了 lighttpd 多路复用的 I/O 模型
• 另一方面以借鉴了 apache 的模块开发支持
  在(openresty)开发过程中,经常有人问,为什么 nginx 如此之快?
• 我们知道 nginx 是单线程的,
• 而单线程的模型,为什么可以承担上万甚至上几十万的并发請求?! 因为 nginx 的工作方式,如动画所示,这是我刚刚用 perl 生成的一个简单 git 动画:
• 这其实是操作系统线程作的事儿
• 前面3个,分别对应不同的 http 请求
• 每个方块代表一个读或是写操作
• 最后的 epoll_wait 就是 linux 系統中最高效的一种事件接口
  也就是説 nginx 内部其实是种事件驱动的机制
• 只有相关事件发生时,才处理具体数据
• 如果当前接口没有数据时,就会立即切换出去,处理其它请求
• 所以,虽然只有一个线程,但是,可以同时处理很多很多线程的請求处理 那么,这种形式的 web 系統,可以很轻易的将 cpu 跑满,即使带宽没有跑满的情况下; 而 apache 这类多进程多线程模型的服务器,则很难将 cpu 跑满:
  • 因为并发达到一定量时
  • 内存首先将耗尽
  • 因为在 linux 系统中,线程数是有限的,每个线程必须预分配8m大小的栈,不论是否使用!
  • 所以,线程增加时,内存首先成为瓶颈
  • 即使挺过内存问题,当并发请求足够多时,cpu 争用线程的调度问题又成为系統瓶颈
    <<< 8:31
    所以,nginx 这样简单的单进单线模型,反而被 memcached 等高性能系统定为I/O 模型; 那么,我们作了什么呢?
  • 主要是为 nginx 提供了很多补丁,进行了 bugfix
  • 同时利用 nginx 提供的开发者接口,贡献了很多模块
  • 我们还将之前提及的 Lua 嵌入 nginx ,使其具有全功能的交互能力
  • 更加把 Lux 一些常用库,也放进去了
  • 然后打成一个大包,命名为 openresty ...这是使用 Tiddlywiki 随便作的一个 主頁: http://openresty.org

2.2. 配置小语言

nginx 本身有个很重要的特点,这在维基百科的条目中也强調过:

• 其配置文件记法是非常灵活,并可读的
• nginx.conf 配置文件,本地其实就是个小語言 比如:
  ?

  1 2 3 4 5

  location = '/hello' {         set_unescape_uri $person $arg_person;         set_if_empty $person 'anonymous' ;         echo "hello, $person!" ;     }

  这段配置,对于 apache 用户来説,也很熟悉
• 我们首先使用类似正则表达式的形式来约定一个响应的 url
• 然后,可以使用各种 nginx 的指令对内部变量进行到系列操作
• 变量也是配置文件的一部分,很象一种编程語言
• 比如,这里,我们就将 person 这个变量使用 arg_person 进行赋值
• 然后,用 'anonymous' 作为空值时的默认值给 $person
• 最后直接使用 echo 将結果输出 这样,我们就可以使用 curl 模拟浏览器访问,给 /hello 提供一个utf8 编码的字串值, 以 ?person= 的GET 方式变量, 就可以获得預期的反馈: hello, 章亦春 不給参数的話,刚刚的 anonymouse 就起作用了;
  所以,整体上,我们期望在 nginx 中实现服务接口,就这样写点配置就好,不用写什么认真的c 代码;-) 而跑起来就象飞一样,因为,这么来写,实际和用c 现实没有什么区别;
  事实上,全世界的开发者都在使用 nginx 的开发接口,在拼命丰富这种配置文件小語言的词汇表!

• 而真正决定其表达能力的是:"vicabulary"
• 比如说,我们看这个例子,这是我写向第2或是第3个nginx 模块:
  • 用以直接访问 memcached 的所謂上游模块
  • nginx 有自个儿的一套术语,在其后的各种服务比如memcached ,在nginx 而言就是上游
  • 对应的,那些访问 nginx 的浏览器等等客户端,就视为下游
    ?

    1 2 3 4 5 6 7 8 9

    # (not quite) REST interface to our memcached server #  at 127.0.0.1:11211 location = /memc {      set $memc_cmd $arg_cmd;      set $memc_key $arg_key;      set $memc_value $arg_val;      set $memc_exptime $arg_exptime;      memc_pass 127.0.0.1:11211;      }

  • 这样简单的配置一下,通过 set 将url 上的各种参数映射给几个变量,
  • 然后通过 memc_pass 连接到远端一个memcached 服务,当然后面也可以是个集群
  • 立即,我们就得到一个,应该說是种伪 restfule 的 memcached 的使用接口服务
  • 我们可以使用 curl 来操作目标 memcached 了
  • 比如说,著名的 flush_all 命令,就可以直接通过 url 来执行

• 通过这种形式,我们可以快速扩展成对memcached 集群的简洁管理服务,进行各种操作
• 这样作的好处在于::
  • 不論其它相关应用使用 php 什么乱七八糟的語言写的,都可以統一包装成 http 接口
  • 令整个业务系统变成http 协议,这样系统的复杂度就能够有效降低
• 同样可以这样对 MySQL 等等其它集群服务进行包装
• 包括大家知道的 taobao 集群,对外部开发来說,好象是专门为外部扩展发布的服务,
  • 其实在 taobao 内部各种服务也是以两样形式組合起来的
  • 大家知道 taobao 是java 系的,它很多服务是通过定制 jvm 完成的
  • 所以,对于ali 原先业务,以及合作方的业务,还有我们数据统计部门的业务,对于jvm是无法直接使用的
  • 怎么办?所以,通过开放平台业务,将各种内部服务,封装成一系列 http 接口方便使用
  • 包括taobao 的登录,其实也封装成 http 接口,供给,taobao 子域名应用来使用
• 不论使用什么开发語言,总是可以对http 协议进行访问的
  • 而且 http 协议本身非常简单
  • 我们可以方便的获取许多现成的工具进行调试/追踪/优化,,,
  • 另外,由于选择了 nginx,这使得http 的开销,代价变的非常非常的低
• 记得 去哪儿网,原先有业务使用了几十台 MySQL
  • 前端使用 java 的jodb 进行连接
  • 而因为代码写的比较糟糕,因为业务部门嘛,写的时候不会注意连接池的效率,
  • 所以,每台主机的负载都非常 非常 高
  • 而,我们后来改为nginx 作前端,結果一台nginx 就将以前几十台java 主机的业务抗了下来
  • 通过封装成 http 接口,业务代码随便长连接/短连接,随便它搞,都撑得住了!
  • 于是,被他们java 程序员描述成不可能的任务,被一台 nginx 主机就解决了
    <<< 17:00 (插入提问): 封装具体作了什么?为什么比原先的方式效率高? 虽然改成了 http 实际连接MySQL 时不同样要消耗?
• 因为,封装成 http 接口的数据库,我们内部使用了连接池
• 已经优化的高效数据库连接池,而一般工程师不用关注连接池的技巧,专心完成业务代码就好,不容易出错
• 而且,使用语言专用中间件的话,牵涉到其它问题:
  • 中间件本身是否稳定?高效率?
  • 中间件本身是否易于扩展好维护?
  • 等等一系列问题,远没有統一成 http 服务于所有語言实现的应用来的干脆简洁
• 甚至于,我们后来引入了完整的 Lua 語言,它基本足够完备,可以支持我们直接完成业务
  • taobao 的数据魔方,就直接使用脚本在 nginx 中完成的
  • 相比原先php的版本,仅仅这一项,就提高响应速度一个量級!
• 所以,不论 memcached 还是什么数据库,我们可以統一到一个中间件
  • 而且 http 协议的中间件,还有个好处是可以直接公开給外部使用
  • 因为 http 上的访问控制很好作,复杂度也低
  • 我们的量子統計,就是直接和taobao 主站服务通过 http 良好整合在了一起
  • 可以简单的一个参数处理就发布給外部或是内部来安全使用

2.3. ngx_drizzle

通过模块,我们可以建立应用和 MySQL 间的非阻塞通訊

• 这点非常重要!
• 因为,当前端访问后端很大的数据集群的时候,其本身的并发能力就成为瓶颈
• 设想后端有近百台 MySQL 时,后台本身的并发量就已经非常大了
• 而前端类似 php 技术根本无法将后端所有主机的能力都应用起来
• 所以,我们非常需要非阻塞技术
• 需要一种数据库代理,就象很高能的网关一样,将后端所有MySQL 服务器的能力都激发出来
• 而不用期待前端应用来自行完成并发调度 基于以上认知,我们开发了各种数据的非阻塞上游模块:
  • 包括对 MySQL/Postgres/redis 等等
  • 也尝试过对 Oracole ,但是,其官方的 c 驱动有些限制,虽然也提供了非阻塞接口,但是不完整
  • 在建立连接和銷毁连接时,只能以阻塞方式进行,所以,很纠结
  • MySQL 官方的 c 驱动也只提供了阻塞方式!
  • 那只好寻求第三方的驱动,我们选择了 Drizzle 这个驱动,并整合进来 成为 ngx_drizzle 模块
    ?

    1 2 3 4 5 6 7 8

    upstream my_mysql_backend {             drizzle_server 127.0.0.1:3306 dbname=test                         password=some_pass user=monty                         protocol=mysql;             # a connection pool that can cache up to             #   200 mysql TCP connections             drizzle_keepalive max=200 overflow=reject;         }

• 我们这样简单配置:
  • 通过 drizzle_server 配置连接口令和协议,因为模块可以连接 MySQL 和 drizzle 两种数据源,所以,要声明协议模式
  • 使用 drizzle_keepalive 建立一个连接池,限定上限为200,当超过连接限制时就 reject,相当对数据库的简单保护
  • 然后这样定义一个 cat 接口
    ?

    1 2 3 4 5 6 7 8 9

    location ~ '^/cat/(.*)' {         set $name $1;         set_quote_sql_str $quoted_name $name;         drizzle_query "select *             from cats             where name=$quoted_name" ;         drizzle_pass my_mysql_backend;         rds_json on;     }

  • cat 之后是这猫的名字,使用 set 获得,这是 nginx 本身的功能
  • 然后使用 set_quote_sql_str 对查询语句进行转义,以防止SQL注入攻击
  • 通过 drizzle_query 组合成查询語句
  • drizzle_pass 来完成对后端数据集群的查询,因为前面的 drizzle_server·可聲明一组 MySQL服务器
  • 甚至于,我们为查询返回的結果集,定制了一种格式,叫 rds_json
    • 这种格式是面向各种关系型数据库的
    • 我们针对这种格式,开发了一系列过滤器可以自由输出 csd或是json格式
    • 这样,几乎所有报表接口,都通过这种方式实现的
    • taobao 直通车就使用了 csd 格式,因为他们是将这当成中间件来使用的
    • 而我们是直接通过 json 以 Ajax 形式对外的
  • 这样,通过 curl 访问 cat 接口查詢 Jerry ,就可以获得名叫Jerry 的猫的相关数据
  • 这里json 的输出,可以通过一系列方式,进行自由的调整
  • 比如说,有的要求每行数据都是 key/value 的格式,有的要求紧凑格式,第一行包含key之后,以后的全部是数据等等,,,

2.4. ngx_postgres

那么 portsgres 访问接口模块名叫:ngx_postgres

• 这是一位波兰的 hacker 在我们的ngx_drizzle 基础上完成的
• 因为它仿造了我们的接口形式
• pg 的官方模块是无法使用的,于是他花了两个月的时间,完成了这个模块
• 去哪儿网,有很多地方就使用了这一模块
• 我们可以看到如何使用 Lua 来调用这个标准模块 因为在 web 开发中,每向上一层,速度会下降一级,但是,功能会丰富很多
• 但是,使用 nginx 模块来完成,速度损失很有限
  ?

  1 2 3 4 5

  upstream my_pg_backend {         postgres_server 10.62.136.3:5432 dbname=test                 user=someone password=123456;         postgres_keepalive max=50 mode=single overflow=ignore;     }

  • 这里,我们配置 overflow 时 ignore ,忽略,就是説,连接超过限定时,直接进入短连接模式
    ?

    1 2 3 4 5 6 7 8 9

    location ~ '^/cat/(.*)' {         set $name $1;         set_quote_pgsql_str $quoted_name $name;         postgres_query "select *             from cats             where name=$quoted_name" ;         postgres_pass my_pg_backend;         rds_json on;     }

  • 这样定义一个 pg 版本的 cat 接口
  • 注意,进行SQL 转义时问的是 set_quote_pgsql_str, 因为pg 的SQL转义和其它的不同

2.5. ngx_redis2

然后,去年的时候,我为了好玩,写了个 redis 的模块: ngx_redis2

• 依然是100%非阻塞,去哪儿和天涯也都大量使用了这一模块
  ?

  1 2 3 4

  upstream my_redis_node {         server 127.0.0.1:6379;         keepalive 1024 single;     }

  • 同样使用 upstream 定义一个或是多个连接池
  • 使用 keepalive 定义并发策略,这种场景中 tcp 在 http 的连接消耗是非常低的
    ?

    1 2 3 4 5 6 7

    # multiple pipelined queries     location /foo {         set $value 'first' ;         redis2_query set one $value;         redis2_query get one;         redis2_pass my_redis_node;     }

  • 这里,我使用 redis2_query 定义了两个请求
  • 通过流水线形式,一次請求发送了两个命令过去,响应时,就有两个响应,按照顺序返回

2.6. ngx_srcache

ngx_srcache 是个很有趣的通用缓存模块

• 之前为 apache 写过一些模块,其中一个比较有趣的,就是针对mod_cache 模块,写了个 memcached 的模块,就可以通过 memcached 对apache 中任意的响应进行缓存!
• 这模块当初是为 Yahoo! 的搜索业务中,爬虫的抽取系統进行設計的
• 当然我就发现,apache 里对 memcached 进行阻塞访问时,有点虚焦? 随着并发数增加,响应速度极速下降
• 所以,在nginx 时,就不会有这种问题,保证所有处理都是非阻塞的!包括访问 memcached
• 所以,我们可以在配置文件中自行决定使用什么后端来存储缓存
  ?

  1 2 3 4 5 6

  location /api {         set $key "$uri?$args" ;         srcache_fetch GET /memc key=$key;         srcache_store PUT /memc key=$key&exptime=3600;         # proxy_pass/drizzle_pass/postgres_pass/etc     }

  • 这里我们定义两种调用,所謂 fetch 是在 apache 中一种模板,c級别的调用但是,技法和 http 的 get 一樣
  • 这样声明的 location,我们可以同时即对外提供调用,也可以对配置内部其它 location 进行调用!
    ?

    1 2 3 4 5 6 7

    location /memc {        internal;        set_unescape_uri $memc_key $arg_key;        set $memc_exptime $arg_exptime;        set_hashed_upstream $backend my_memc_cluster $memc_key;        memc_pass $backend;    }

  • 这样,其实就是在收到請求时,实际调用了 /memc 接口,访问后端缓存
  • 收到結果后,再使用 srcache_store 接口整理put 回请求的入口 location, 設置相应的格式
  • 而 /memc 接口通过 internal 标记,成为仅仅对内服务的接口
  • 后面我们通过一系列指令,从 url 参数 ;-)
    • 即使是内部调用,依然是个标准的 http 請求界面
  • 然后使用 set_hashed_upstream 对 memcached 的集群.进行基于鍵的模的 hash 将結果放到 $backend
  • 最后使用 memc_pass 完成对集群的查询
  • 这里的 my_memc_cluster 是怎么定义的呢?
    ?

    1 2 3 4 5 6 7

    upstream memc1 {         server 10.32.126.3:11211;     }     upstream memc2 {         server 10.32.126.4:11211;     }     upstream_list my_memc_cluster memc1 memc2;

• 使用 upstream 定义两个服务,使用upstream_list 声明为一个集群
• 这里其实也有限制的:
  • 在我们动态追加主机时
  • 我们要重新生成配置文件,然后使用 touch 命令通知 nginx 重新加载
  • 而这一限制,我们将看到,在基于 Lua 的实现中会不存在 ;-)
    前面我们看到,经过简单的配置,我们就可以获得一系列强大的 api 服务;
    <<< 29:51

2.7. ngx_iconv

实际使用中,还有一个重要的需求就是字符串编码:

• 因为,有的业务是基于 gbk的,有的又是 utf-8 的
• 一般我们可以在数据库层面进行处理
• 但是,对于一些功能弱些的产品,比如说,memcache/redis 等,就没办法了
• 所以,我们完成了自己的动态编码转换模块:

  ngx_iconv
  

• 不管大家在访问 MySQL 时,使用的什么途径,比如习惯的反向代理什么的
• 都可以通过 iconv_filter 对响应体进行编码转换!
• 而且是流式的转换,也就是說,不需要 buffer,来一点数据就立即完成转换
  ?

  1 2 3 4

  location /api {         # drizzle_pass/postgres_pass/etc         iconv_filter from=UTF-8 to=GBK;     }

  • 以上这是从 utf-8 到 gbk 的转换
    <<< 30:54

2.8. 嵌入 Lua

后面我们化了很大力气将 Lua 嵌入到了裏面:

• 这样使得,可以实现任意复杂的业务了
  ?

  1 2 3 4 5 6

  # nginx.conf     location = /hello {         content_by_lua '             ngx.say("Hello World")         ' ;     }

  • 这样我们就完成了一个 hallo world
  • ngx.say 是 lua 显露給模块的接口
• 另外当然也可以调用外部脚本
• 如同我们写php 应用时,习惯将业务脚本单独组织在 .php 文件中一样

• 通过 content_by_lua_file 调用外部文件:
  ?

  1 2	-- hello.lua     ngx.say( "Hello World" )

• 这里的脚本可以任意复杂,也可以使用Lua 自己的库
  早先,我们非常依赖,ngninx 的子请求,来复用 nginx 的请求模块:
• 比如说,我们一个模块,需要同时访问 memcached/mysql/pg 等許多后端
• 这时,怎么办? 这么来:

• 先在 /memc 中建立到 memcache 的连接,并声明为内部接口
• 然后,在 /api 中使用 ngx.location.capture 发起一个 location 請求
• 就象发起一个正当的 http 请求一样,请求它,但是,其实没有http的开销,因为,这是c 级别的内部调用!
• 而且是个异步调用,虽然我们是以同步的方式来写的
• 然后我们可以检验响应是否 200,否则访问 500
• 最后就可以将响应体输出出来

2.8.1. 同步形式异步执行!

这里为什么可以同步的写?

• 写过 javascript 前端程序的朋友,应该知道要实现异步效果,我们很多时候,要使用回调
• 而在 Lua 中我们可以这么来,因为 Lua 支持协程,即,concurrent
• 这样,我们可以在一个 Lua 线程中分割出多个Lua 用户级的逻辑线程
• 这种伪线程,可以实现比操作系统高的多的多的并发能力,因为系统开销非常的小
• 近年有一些技术,也都支持了 concurrent 的技术,可以象http 请求顺序一样,顺着写
• 不用象js 程序员那些纠结倒着写,在需要顺序操作时,又必须借重一些技法,而应用技法的代码,又实在难看,无法习惯
  所以,我们当初选择 Lua 一个很重要的原因就是支持 协程
• 这里我们假定,同时要访问多个数据源
• 而且,查询是没有依赖关系的,那我们就可以同时发出请求
• 这样我总的延时, 是我所有请求中最慢的一个所用时间,而不是原先的所有请求用时的叠加!
• 这种方式,就是用并发换取了响应时间
  ?

  1 2 3 4 5 6 7 8 9

  location = /api {         content_by_lua '             local res1, res2, res3 =                 ngx.location.capture_multi{                     {"/memc"}, {"/mysql"}, {"/postgres"}                 }             ngx.say(res1.body, res2.body, res3.body)         ' ;     }

  • 这里我们就同时发出了3个请求
  • 同时到 memcached/mysql/pg
  • 然后全新响应后,将結果放到 res1/2/3 三个变量中返回 所以,这种模型里,实现并发访问也是很方便的 ;-)
    <<< 35:20

2.9. lua_shared_dict

这是我去年,花力气完成的 nginx 共享内存字典模块: lua_shared_dict

• 因为 nginx 是多 worker 模型,可以有多个进程
• 但是,其实 workder 数量和并发无关,这不同于 apache
• nginx 多worker 的目的是将 cpu 跑满,因为它是单进程的嘛
• nginx 实际只跑了操作系统的一个线程,所以,多核主机中,如果有8核心,我们一般就起8个 worker 的
• 如果业务有硬盘 I/O 的操作时,我们一般会起比核数略多的 worker 数
  • 因为在 linux 中,磁盘很难有非阻塞的操作
  • 虽然有什么 aio 的模型,但是有很多其它问题
  • 所以,本质上 nginx 多 worker 是为了跑满 cpu
• 那么,一但多进程了,就存在满满的共存问题
  • 比如説,我们想在多个进程间共存配置/业务数据
  • 所以,基于共存内存来作
    ?

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

    lua_shared_dict dogs 10m;     server {         location = /set {             content_by_lua '                 local dogs = ngx.shared.dogs                 dogs:set("Tom", ngx.var.arg_n)                 ngx.say("OK")             '         }         location = /get {             content_by_lua '                 local dogs = ngx.shared.dogs                 ngx.say("Tom: ", dogs.get("Tom"))             ' ;         }

• 这有个例子:
  • 首先,使用 lua_shared_dict 分配一 10M 的空间
  • 然后,使用 OOP 方式,来定义两个接口:一个 /set 一个/get
  • 然后,不论哪个 worker 具体调用哪个操作
  • 但是結果,是終保存一致的
• 使用 curl 先set 一下,再 get 就变成了 59,因为内部进行了自增
  • 共存的实现是通过紅黑树+自旋鎖来达成的:
    • 紅黑树的查找类似 hash 表查找的一种算法
    • 为保持读写的数据一致性,使用 自旋鎖来保证
    • 所以,当并发增大或是更新量增大时, 自旋鎖可能有问题,未来我们准备进一步修改成报灰的模型
  • 其实,共享内存的方式,在鎖开销非常小时,效率是非常高的,在腾讯单机并发跑到20万都是小意思;
    另外,在 Lua 中,我们需要对大数据量的一种非缓存的输出:
• 因为,在很多 web 框架中或多或少都有缓存,有的甚至使用了全缓存
• 那么,当你输出体积很大的数据时,就很易囧掉
• 而,在 Lua 中,我们就很容易控制这点
  ?

  1 2 3 4 5 6 7 8

  -- api.lua -- asynchronous emit data as a response body part ngx.say( "big data chunk" ) -- won`t return until all the data flushed out ngx.flush( true ) -- ditto ngx.say( "another big data chunk" ) ngx.flush( true )

  • 比如,这里我们先 ngx.say ,异步的输出一个数据
  • 这段数据不一定刷得出去,如果网卡没来得及输出这投数据的话,这会在 nginx 的进程中缓存
  • 如果,我想等待数据输出后,再继续,就使用 ngx.flush ,这时,只有数据真正刷到系统的缓冲区后,才返回
  • 这样保证我们 nginx 的缓存是非低的,然后我们再处理下一个数据段
  • 如此就实现了流式的大数据输出
    这样,有时网络很慢,而数据量又大,最好的方式就是:
• 既然你发的慢,那我也收的慢: 你一点点发,我就一点点收
• 这样我们就可以使用很少的资源,来支持很多大数据量的慢连接用户

2.10. Socket形式

然而,还有些慢连接就是恶意攻击:

• 我可以生成很多 http 连接,接进来后,慢的发送,甚至就不发送,来拖死你的应用
• 这种情况中,你一不注意,服务分配给太多資源的话,整个系统就很容易被拖垮 所以,去年年底,今年年初,我下决心,完成了一个 同步非阻塞的 socket 接口:
  <<< 40:50
  这样,我就不用通过 nginx 的上游模块来访问http 请求:
• 我们就可以让 Lua 直接通过 http,或是 unix socket 协议,访问任意后端服务
  ?

  1 2 3 4 5 6 7

  local sock = ngx.socket.tcp() sock :settimeout ( 1000 )   -- one second local ok, err = sock :connect ( "127.0.0.1" , 11211 ) if not ok then     ngx.say( "failed to connect: " , err)     return end

• 象这样,建立 socket 端口,并可以设定超时
• 我们就可以进行非阻塞的访问控制,当超时时,nginx 就可以自动挂起,切入其它协程进行处理
• 如果所有连接都不活跃,我也可以等待系统的 epoll 调用了 就不用傻傻的完全呆在那儿了
  ?

  1 2 3 4 5 6 7 8 9 10 11 12 13

  local bytes, err = sock :send ( "flush_all\r\n" ) if not bytes then      ngx.say( "failed to send query: " , err)      return end local line, err = sock :receive () if not line then      ngx.say( "failed to receive a line: " , err)      return end ngx.say( "result: " , line)

• 或是使用 sock:send 直接返回,就可以继续其它请求了
• 使用 receive 来接收查询的返回,读失败有失败处理,成功就打印出来 一切都是自然顺序
  ?

  1 2 3 4 5 6 7

  local ok, err = sock :setkeepalive ( 60000 , 500 ) if not ok then      ngx.say( "failed to put the connection into pool "          .. "with pool capacity 500 "          .. "and maximal idle time 60 sec" )      return end

• 这是连接池的调用
• 通过 sock:setkeepalive , Lua 模块,就会将当前连接,放入另一连接池中以供其它請求复用
• 也就是說,如果其它請求,請求到同一个url 时, nginx 会直接交給它原先的连接,而省去了开新连接的消耗
• keepalive 的参数比较少:
  • 头一个是,最大空闲时间,即,一个连接放在连接池里没有任何人来使用的最大时间
    • 这里是60秒,因为维持一连接的代价还是很昂贵的,如果一分钟了也没有人来用,我就主动关闭你节省资源
    • 对于负载比较大的应用,这样可以减少浪费
  • 第二个参数是,最大连接数,
    • 这里是500,如果连接数超过限制,就自动进入转移连接的模式
      Unix 域套接字 是 Linux/Unix 系统独特的进程接口
• 虽然不走 http 协议,但是调用形式和 tcp 的 socket 完全类似
  ?

  1 2 3 4 5 6

  local sock = ngx.socket.tcp() local ok, err = sock :connect ( "/tmp/some.sock" ) if not ok then      ngx.say( "failed to connect to /tmp/some.sock: " , err)      return end

• 一樣通过 ngx.socket.tcp 来建立连接
• 然后,使用 sock:connect 来指定一个特殊文件,接入套接字
• 就可以进行各种日常的操作了

2.11. concurrent ~ "cosocket"

这个模块是基于 concurrent 的:

• 写是顺序写,但是执行是非阻塞的! 这点非常重要!
• 协程技术诞生也有些年头了,
• 但是,至今 99.9% 的 web 应用依然是阻塞式的
• 因为早年,基于阻塞的应用开发太习惯了
• 而基于异步的开发,对于工程师的思維能力要求太高,这也是为什么 node.js 工程师在开发时的主要痛苦
• 因为,要求改变思維方式来考虑问题,我们的程序员多是 php 的,要求他们改变思维是很痛苦的
  所以,不仅仅是为了推广我们的平台
• 更是为了兼容工程师的阻塞式思維,同时又可以利用协程来提高系统性能,达到单机上万的响应能力
• 我们引入了 Lua 的协程,并称之为: "cosocket"
• 即,concurrent based socket
• 而一位资深的 python 粉丝告诉我,python也有优秀的协程库:
  • 是基于 greenlet 的 Gevent
  • 当然,类似我们的系統,都是可以支撑非常高并发的响应
    但是,我们当初选择 Lua 还有个很重要的原因是:
• cpu 的执行效率
• 当你的并发模式,已经是极致的时候
• cpu 很容易成为瓶颈!
  一般情况下是 带宽首先不够了,然后 cpu 被跑满
• 而在 apache 模型中,反而是内存首先不足
• 经常是24个进程,swap 8G/24G 不断的增长,卡住什么也玩不了了
• 而cpu 光在那儿进行上下文切换,没有作什么有意义的事儿 即,所謂内耗
  当我们将应用从 I/O 模型解放后,拼的都是 CPU:
• 因为,内存一般消耗都不太大
• 我们经常在 256M 内存的虚拟机,或是64M 内存的嵌入式设备中跑生产服务 内存,真心不应该是问题所在,,,
  但是,要进行計算时就一定要快!
• 而 Lua 近年发展编译器到什么地步?
• 有种编译器,可以运行时动态生成机器码
• 在我们的测试中,高过了末启用优化的 gpc
• 而启用优化的 gpc ,消耗资源又高过 Lua
  所以, Lua 的性能没有问题
• 然后我们实际,按照 ruby 社区的説法,就是直接基于Lua 扩展出了一种专用小語言
• 业务团队实际并没有直接使用 Lua 来写,而是使用我们为业务专门定制的一种专用脚本(DSL)
• 所以,代码量非常的少 而且,我们的定制小語言,是强类型的:
• 强类型語言有很多好处
• 而且,可以在小語言中,定义对业务領域的高层次約束
• 你就可以很方便的查找出业务工程师常范的错误,转化成語言特性包含到约束中,在编译器中实现!
• 最后编译成包含优化的 Lua 代码,让它跑的象飞一样! 而且! 哪天,我高兴了,也可以让它生成 C 代码让它跑到极致!
• 这样,业务不用改一行代码,但是,系统效能可以提高几倍
• 等等,这些都是可以实现的,,,
  要,实现这些,要求我们的基础必须非常非常的高效,同时又非常非常小巧!
• 这样我们才能在上面搭上层建筑
• 即,所謂的: "勿在浮沙筑高台"!
• 在这一过程中,我们也吃过很多苦,,,好在有 nginx ...
  再有,我们发现 socket 模型,一样可以用来读取下游,即客户端请求数据!
• 当请求体很大,比如说,上传一个很大的文件时
• 也需要异步处理 ,就省的我操心了
• 所以,我就对下游請求,包装了一个只读的 socket,可以对請求数据进行流式读取
  ?

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

  local sock, err = ngx.req.socket() if not sock then      ngx.say( "failed to get request socket: " , err)      return end sock :settimeout ( 10000 )  -- 10 sec timeout while true do      local chunk, err = sock :receive ( 4096 )      if not chunk then          if err == "closed" then              break          end          ngx.say( "faile to read: " , err)          return      end      process_chunk(chunk) end

• 这样,建立一个下游 socket 后,以 4096 字节为一个块(trunk)进行读取
• 然后检查是否结束,即使没有结束,我也可以一块块的进行处理
• 比如,读一块就写到硬盘上,或是写到远程的一个 tcp 连接,这连接也是非阻塞的!
• 象这样,我这层就非常非常高效!

2.12. 高层实现

进行各种高层次的实现就非常方便了

• 以前我用几年时间才能实现纯 Lua 的 MySQL 的连接模块
• 现在用几百行 Lua 脚本就实现了: lua-resty-mysql
  • 而且是非常完备的实现
  • 支持多結果/存储过程等等高級功能
• 而且性能非常接近纯 C 写的模块,我评测下来,也就差 10~20% 的响应
• 如果未来,我用C 改写其中计算密集型的处理模块,那性能可以进一步大幅度提升!
  lua-resty-memcached 也就500多行就搞掂了!
• 是完整的 memcached 协议的支持
  所以,用这种技术,可以很方便的实现公司里固定的或是全新的后端服务;
  redis协议本身設計的非常巧妙,虽然命令多,但是底层传输协议非常简洁
• 所以,我只用 200 多行,就实现了:lua-resty-redis
  后面两个模块都比较粗糙,仅仅封装了传输协议,所以,执行效率,高于它们官方c 实现的等价物 ;-)
  lua-resty-upload 就是提及的大文件上传模块
• 不过,这模块写的比较粗糙
• api 暴露的不够 优美,,,,

3. abt.

• 我在 http://github.com/agentzh 上天天提交代码;
• 也刷weibo : http://weibo.com/agentzh/ 不过,最近刷的比较少,,,
  <<< 53:00

QA:

• 将 Lua 当成什么来用? 直接业务嘛?
  • 简单的可以直接来
  • 也可以架构更高层的領域脚本,编译成 Lua 来执行
  • 不过,最终,都是通过寄生在 nginx 平台上的 Lua 来实际跑

• 那 openresty 主要解决了nginx 的什么问题?是nginx 的缺陷嘛?
  • 分两个方面来想:
  • 1.作为 nginx 的补充,很多人也是这么用的,比如说负载的接入,简化 F5 的前端配置,访问的逻辑控制,,,
  • 2. 直接作为 web 应用的机制,直接实现所有的应用,输出网页,发布 web service,等等

• 和 apache 什么的性能差别主要在哪里?
  • 主要是 I/O 模型的本质差异
  • nginx + Lua 可以完成数量级上的提升
  • 而且,作为应用或是作为 httpd 可以同时胜任双重角色!

• t2t渲染:: 2013-12-13 02:41:34
• 动力源自::txt2tags