問題初現

某基於node.js開發的業務系統向外提供了一個dubbo服務，提供向第三方快取查詢、設定多項業務資料並聚合操作結果。在QPS達到800時（兩臺虛擬機器，每臺機器4Core8G4node程序），在監控平臺上出現了非常多的slow rt警告，平均介面響應達到60+ms，請求報警率達到80%+。

為找到造成該服務吞吐量過低的罪魁禍首，業務人員在請求日誌中打點了所有查詢快取的操作，結果顯示每個請求查詢快取耗時在50-100ms之間跳動。查詢了redis-server的監控資料發現，不存在server端的慢查詢，在整個監控區間內服務端處理時間在40us徘徊，因此排除了redis-server的處理能力不足原因；

通過登入內網機器進行不斷測試到對應redis server機器的端到端時延發現內部區域網的頻寬、時延與抖動足夠正常，都不是造成該問題的原因。

因此，錯誤原因定位到了呼叫redis client的業務程式碼以及redis client的I/O效能。

本文中提到的node redis client採用的基於node-redis封裝的二方包，因此問題排查也基於node-redis這個模組。

瓶頸在哪

為了在本地模擬線上環境的併發，可以做一個不是很嚴謹的測試：

async  ()=>{
    let  dd  =  Date.now()
    let  arr  = []
    for(let  i=0;i<200;i++){
        arr.push(new Promise((res,rej)=>{
            let  hrtime  = process.hrtime();
            client.send_command('get',['key'], function(e,r) {
            let  diff  = process.hrtime(hrtime);
            let  cost  = (diff[0] *  NS_PER_SEC  +  diff[1])/1000000;
            console.log(`final: ${cost} ms`)
            res();
            });
        }));
    }
    await  Promise.all(arr)
    console.log('ops/sec:',200*1000/(Date.now() -  dd),Date.now() -  dd);
}
 

會發現每個請求的rt都會比前一個請求來的大

最後一個請求的rt竟然達到了257 ms！雖然在node單程序像示例程式碼那樣併發執行200次get請求是非常少見而且愚蠢的（關於示例程式碼的優化在在下節講述），但是針對這個示例必須找到請求delay增加的原因。
為此繼續分析，redis client採用的是單連線模式，底層採用的非阻塞網路I/O，socket.recv()在node層面是通過監聽socket的data事件完成的，因此先分析redis-client讀效能如何：

上圖每段日誌的含義分別表示：
- data events trigger times: socket data事件觸發的次數
- data event start from prevent event: data事件距離上次觸發的時間間隔
- data events exec time(ms): 本次事件處理函式執行時間
上圖只是截取了最初的請求日誌，發現當第6次觸發data事件時，竟然距離上次觸發事件隔了35ms，在隨後的請求中會復現這種現象，因此這也就導致了在併發200次查詢請求時，每個請求的rt都會隨之增大，並且有些響應之間間隔了30ms。

從表象看造成問題在於redis-server傳送的響應不是一個數據塊，而是多個數據塊導致觸發socket的data事件過多，而且data事件抖動過大導致響應之間存在30ms的突變（data事件是無法同時觸發兩次的，每次data事件處理函式執行完後才能繼續觸發下一個data事件）；當然也有可能和socket寫入（即傳送req）有關，如快取請求等。為了繼續探查，監控與socket寫入相關的介面 **_write()**,記錄每次寫入socket的資料時距離上一次寫入的間隔：

可見，在使用redis-client傳送請求時，write方法也不是瓶頸。

採用同樣方法，對socket的push()（該方法觸發socket的data事件）進行監控，發現socket的資料到達間隔抖動非常大：

因此，造成redis-client併發請求下響應rt抖動較大的情況與單連線下響應資料到達本地的時刻有關，具體可能與底層libuv的快取策略有關（筆者並未再往下探查）。

在一個node例項中通過一個單連線與redis server通訊，在高併發下會出現排隊等待響應的情況，並且有可能會出現響應rt雪崩效應（如上文demo所示），因此需要儘可能減少或快取客戶端的請求數量，進行批量傳送。

調優

1. pipeline(涉及到寫模式及時序)
2. script

對於pipeline方式，redis server是預設支援的。通俗點說，pipeline可以合併一系列請求一次傳送，並將這些請求對應的結果一次性拿到。因此這種方式可以有效減少響應次數，從而減少socket觸發data事件的次數，儘可能快的拿到響應體。

需要強調的是，在node中，是通過底層socket的**_writev**實現一次傳送多條redis命令的，_writev又叫做聚合寫，它支援將不同緩衝區的多條資料通過一次系統呼叫寫入目標流，因此效能上比每次寫單個緩衝區的單個數據來的好得多。在node的Writeable物件中，有cork和uncork方法，通過這兩個方法可以在node write stream中快取多條資料，通過_writev一次性發送。

關於 _writev的資料結構

redis在拿到資料後，根據resp協議解析出命令集合快取在佇列中，直到收到exec命令，開始批量執行命令集，並將所有命令執行的結果轉換為陣列返回給redis client。這樣就可以通過一次寫、一次讀實現高效能I/O。

async  ()=>{
    let  dd  =  Date.now()
    let  batch  =  await client.batch();
    for(let  i=0;i<200;i++){
        batch.get('vdWeex_com.koudai.weidian.buyer_1');
    }
    let rt = await batch.exec();
    process.exit();
}

而對於script方法，則是由redis client傳入script命令，在server端執行script邏輯，批量執行命令，並返回結果。同樣是一次寫、一次讀。

收穫

1. node socket預設採用writev 集合寫
2. 無依賴批量請求採用pipeline
3. eval script解決有依賴批量請求 
4. redis高效能體現在服務端處理能力，但瓶頸往往出現在客戶端，因此增強客戶端I/O能力與併發並行多客戶端才是高併發解決方案