網(wǎng)易云信IM系統(tǒng)中的Web版使用了Socket.IO實現(xiàn)瀏覽器環(huán)境下的長鏈服務(wù)；區(qū)別于常規(guī)的長鏈服務(wù)，為該服務(wù)的壓測提出了一些新的挑戰(zhàn)，本文總結(jié)了測試過程中的一些收獲供參考。

Part1 測試工具選項

一、工具選型

• Gatling

• Node.js

• JMeter

• Java WebSocket

這些工具都是可以支持WebSocket協(xié)議的工具，主要從以下幾個方面進行對比：

• 上手難易程度

• 測試資源開銷

• 和性能測試平臺結(jié)合的難易程度

二、對比過程

對比場景

（1）5000個用戶，每秒鐘發(fā)送100個登錄請求，并保持連接

（2）5000個用戶，每隔5s發(fā)送一條點對點消息，即發(fā)送消息頻率1000

工具使用過程

1. Gatling

工具簡介：Gatling是一款基于Scala 開發(fā)的高性能服務(wù)器性能測試工具，它主要用于對服務(wù)器進行負(fù)載測試，并分析和測量服務(wù)器的各種性能指標(biāo)。

工具語言：Scala語言

工具官網(wǎng)：

http://gatling.io/docs/2.0.0-RC2/index.html#

相關(guān)代碼：

遇到的問題：

（1）scale語言比較陌生，腳本編寫時困難較多，目前暫未實現(xiàn)隔一定時間，即發(fā)心跳又發(fā)消息的場景；

（2）無法和性能測試平臺結(jié)合，系統(tǒng)整合成本比較高；

2. Node.js + Socket.IO

工具簡介：

Node.js是一個基于Chrome V8引擎的JavaScript運行環(huán)境。Node.js使用了一個事件驅(qū)動、非阻塞式I/O的模型，使其輕量又高效；而Socket.IO是一個基于Node.js架構(gòu)體系的且原生支持WebSocket協(xié)議，可用作實時通信的軟件包。Socket.IO為跨瀏覽器構(gòu)建實時應(yīng)用提供了完整的封裝，且完全由JavaScript實現(xiàn)，語言更容易理解。

工具語言：JavaScript

工具官網(wǎng)：

? http://socket.io/docs/

? http://nodejs.cn/

相關(guān)代碼：

遇到問題：

（1）多節(jié)點并發(fā)分布式控制

（2）整合到現(xiàn)有的性能測試平臺

3. JMeter

工具簡介：

JMeter是比較常見的性能測試開源工具，支持多種協(xié)議并且可以自定義java請求，更加靈活。

工具語言：

（1）Java

（2）JMeter xml腳本文件

工具官網(wǎng)：

http://jmeter.apache.org/usermanual/get-started.html

https://blog.flood.io/socket-io-and-websockets-with-gatling/

相關(guān)代碼：

遇到問題：

JMeter的工具本上是同步的，如果建立1萬個連接的話，需要啟動1萬個線程處理，因此不適合測試高并發(fā)長連接的場景。

4. Jetty WebSocket Client

工具簡介：

Jetty提供了功能更強的WebSocket API，使用一個公共的核心API供WebSocket的服務(wù)端和客戶端使用。

工具語言: Java

工具官網(wǎng)：

http://www.eclipse.org/jetty/

相關(guān)代碼：

遇到問題：

需要自己寫并發(fā)控制

三、對比結(jié)果總結(jié)

因為用來做性能壓測，所以考慮到壓測客戶端需要實現(xiàn)高并發(fā)請求，選擇Gatling和Socket.IO做了簡單的對比測試。

Part2 長鏈服務(wù)端性能問題的定位

如第一部分所述，我們最終選擇用Socket.IO實現(xiàn)了并發(fā)壓測的長鏈客戶端，下面簡單說明下長鏈服務(wù)器端測試的一些收獲；

首先，簡單描述下被測試服務(wù)器的功能

1. 和前端Socket.IO客戶端保持長連接；

2. 解析前端JSON結(jié)構(gòu)的數(shù)據(jù)包，并作二次封裝后抓發(fā)給后端APP服務(wù)，并且將后端APP服務(wù)轉(zhuǎn)發(fā)過來的響應(yīng)包轉(zhuǎn)換成為socketio可以識別的json數(shù)據(jù)包，并發(fā)送給客戶端

為此，我們確定該服務(wù)主要的測試點為

1. 測試服務(wù)器可以支撐的最大連接數(shù)：該測試點涉及到了TCP連接，以及我們需要注意哪些參數(shù)，才可以保證用戶建立的連接數(shù)目不會因為限制而達不到目標(biāo)。

2. 每秒鐘可以解析的包的數(shù)量：該測試點涉及到了網(wǎng)絡(luò)流量，如果已經(jīng)達到了網(wǎng)絡(luò)流量的峰值時，會出現(xiàn)什么樣的問題。

以下是這次測試過程中遇到的一系列問題：

問題1：最大連接數(shù)只能達到65K+

65535，對于程序員來說，這是一個很敏感的數(shù)字，因為一臺服務(wù)器，限制的最大端口號即為65535，所以出現(xiàn)這個問題后：

• 第一反應(yīng)：端口號不夠用了。 分析認(rèn)為Link服務(wù)作為服務(wù)端，對外提供的服務(wù)端口僅有一個，所以不存在服務(wù)端端口號不夠用的情況；

• 第二反應(yīng)：句柄數(shù)不夠用了。文件句柄數(shù)相當(dāng)于文件的標(biāo)識符，建立一條socket鏈接，同樣會使用一個文件句柄，而系統(tǒng)默認(rèn)的單個進程使用的文件句柄為1024；

對于這種需要保持大量連接的服務(wù)來說，一般情況下都是需要修改文件句柄數(shù)的，文件句柄數(shù)修改的方法如下：

?A）查看單個進程使用的最大文件句柄數(shù)的方法：

B）查看當(dāng)前進程打開了多少個文件句柄呢：

C）修改Linux的最大文件句柄數(shù)限制的方法：

? 1）ulimit -n 65535

在當(dāng)前session有效，用戶退出或者系統(tǒng)重新后恢復(fù)默認(rèn)值

? 2）修改用戶下的.profile文件：在.profile文件中添加：ulimit -n 65535

? 只對當(dāng)前用戶有效

?3）修改文件/etc/security/limits.conf，在文件中添加：

（立即生效-當(dāng)前session中運行ulimit -a命令無法顯示）

4）修改文件/etc/sysctl.conf添加：

運行命令：/sbin/sysctl -p 使配置生效

但是修改文件句柄的限制后，該問題依然沒有得到解決。

這個時候想到可以使用dmesg查看系統(tǒng)日志，dmesg命令可以顯示Linux內(nèi)核的環(huán)形緩沖區(qū)信息，可以從中獲得諸如系統(tǒng)架構(gòu)、CPU和掛載的硬件，RAM等運行級別的大量系統(tǒng)信息,因此dmesg命令在設(shè)備故障的診斷方面是非常重要的。通過dmesg，查看到了如下問題：

從上面的信息可見conntrack表滿了，那么conntrack表是做什么的？

nf_conntrack/ip_conntrack用來跟蹤連接條目，會使用一個哈希表來記錄 established 的記錄

nf_conntrack 在 2.6.15 被引入，而 ip_conntrack 在 2.6.22 被移除，如果該哈希表滿了dmesg命令就會出現(xiàn)：

nf_conntrack: table full, dropping packet

如何修改conntrack表的大小

到此為止，這個問題我們算是解決了，總結(jié)下，遇到的網(wǎng)絡(luò)相關(guān)的知識點包括 文件句柄 和conntrack表。

問題2：在某些用例場景下，穩(wěn)定連接只能建立3800+

這個問題的前提是某些時候，也就是說偶現(xiàn)的，這種情況基本上可以排除是應(yīng)用程序內(nèi)部的問題。那對于這個問題我們使用了哪些定位手段呢？

1. watch和netstat 兩個命令

• watch -d 定期查看一些信息，默認(rèn)是2s；

• netstat -st | grep ignored 查看TCP連接的一些統(tǒng)計信息；

可見有SYNs to LISTEN sockets ignored在不停增加，這表明收到連接建立過程中的三次握手的ACK包，但是因各種原因（包括accept隊列滿） 創(chuàng)建socket失敗；

2. ss -ln ： 查看進程對應(yīng)的backlog的使用情況

backlog：簡單理解來說，連接已經(jīng)在TCP層建立成功（完成了三次握手的過程）但是還沒有被應(yīng)用程序所接受，這種情況下，該連接會存放到backlog這樣一個緩沖隊列內(nèi)

通過上面這個命令可以看到應(yīng)用程序的backlog隊列已經(jīng)滿了，但是即便把這個值調(diào)整為1024，該隊列還是會滿的。

到這兒，我們的定位過程陷入了僵局，下一步該怎么定位呢？這期間我們查看了內(nèi)存信息，CPU使用情況等，均沒有找對地方；但是在定位過程中，我們發(fā)現(xiàn)，有時候JStack、JProfiler等工具都無法連上該服務(wù)了。

突然想到文件句柄是不是滿了？又執(zhí)行了以下幾條命令：

/proc/{pid}這個目錄下了對應(yīng)了所有在運行的進程的相關(guān)信息，

通過查看/proc/{pid}/fd目錄下的個數(shù)我們可以看到當(dāng)前進程使用的文件句柄數(shù)有多少。

通過查看limits文件里面的值，可以看到系統(tǒng)對該進程的一些限制，不幸的是，出現(xiàn)這個問題的時候，max open files這個值被限制為了4096。

調(diào)整該值之后最終解決了這個問題

問題3：大量的連接建立不成功

當(dāng)我們解決了一個又一個的問題后，突然發(fā)現(xiàn)高壓力下存在大量的連接建立不成功的問題，主要表現(xiàn)在：

原來：每秒鐘500個連接建立的請求時，5w個用戶都可以建立成功；

現(xiàn)在：每秒鐘500個連接建立的請求時，5w個用戶只有4w左右的連接可以建立成功；

這個問題也花費了不短的時間，我們使用了各種命令查看各種網(wǎng)絡(luò)指標(biāo)

通過netstat查看到send-q中有大量的消息堆積；

通過sar查看到有大量的重傳；

總結(jié)起來還是TcpDump抓包比較效果更好，從測試的開始，我們就只抓這一條鏈路上的包，且發(fā)送方和接收方，雙方都抓包：

然后通過Wireshark分析，可以看到

• 發(fā)送方/客戶端：存在一定時間段發(fā)送出大量的重傳包

• 接收方/服務(wù)端：客戶端發(fā)送大量重傳包的這個過程中，什么都沒有收到

這基本說明網(wǎng)絡(luò)有問題

然后我們通過netperf測試了下網(wǎng)絡(luò)帶寬的情況，發(fā)現(xiàn)這兩臺機器之間的網(wǎng)絡(luò)上限只有21Mb，而且測試過程中的網(wǎng)絡(luò)請求量是超過這個值的。由于是在云主機環(huán)境上，通過咨詢云網(wǎng)絡(luò)相關(guān)的同事發(fā)現(xiàn)，問題原因是因為云主機之間的網(wǎng)絡(luò)QoS開啟限制導(dǎo)致的，限制了每臺云主機之間的網(wǎng)絡(luò)帶寬最高位21Mb，超過這個值則會被丟包。

TCP的鏈接狀態(tài)圖

最后總結(jié)下在定位類似的網(wǎng)絡(luò)問題中一些常規(guī)的命令、工具和關(guān)注的方向

可以使用以下命令

推薦使用以下工具

重點關(guān)注以下指標(biāo)

點擊下方“閱讀原文”，技術(shù)干貨

↓↓

總結(jié)

以上是生活随笔為你收集整理的记一次Socket.IO长链服务的性能压测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。