如何解決高并發下重啟服務接口調用老是超時的問題

這篇文章主要講解了“如何解決高并發下重啟服務接口調用老是超時的問題”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何解決高并發下重啟服務接口調用老是超時的問題”吧！

預熱

首先我們來看下什么是服務預熱?

先舉一個生活的中的例子，買過新車的同學應該知道新車都有一個磨合期的，大概開個一兩千公里之后，才能達到最佳的狀態。

其實服務預熱也是這個意思，服務剛啟動的時候將存在一段「磨合期」，這段期間服務運行狀態沒有達到最佳，如果一下子將服務流量提升到平常的狀態，可能會存在大量的請求超時或者瞬間將系統壓垮。

所以服務剛啟動的時候我們要慢慢增加的流量，直到一段時間后增加到閾值的上限，給系統一個「預熱過程」，讓其運行狀態到達最佳。

那為什么服務剛啟動的時候系統狀態沒有到達最佳狀態?

大概原因其實如下：

Java 應用存在一個類加載的過程，而這個過程是按需加載的。即服務剛啟動時候，JVM 只加載了啟動過程必需的類。

我們自己所需要的類，直到服務被調用之后才會被真正的加載。

另外對于一些「熱點代碼」，JVM 將會使用 JIT 編譯器編譯成本地代碼，提高運行速度。

上面兩個過程是出于 JVM 系統層面的影響。

除此之外，我們服務系統中可能會需要一些緩存資源。剛啟動的時候，由于資源不存在，服務需要去加載這些資源。

Dubbo 預熱實現方式

好了，了解完預熱是咋回事后，我們回到正題，來看下 Dubbo 是如何實現預熱的。

首先我們來看下 Dubbo 服務模型：

服務提供者啟動之后將會把節點相關信息注冊到注冊中心，服務消費者通過注冊中心就可以及時獲取所有的服務節點。

當服務消費者調用服務時，內部將會通過負載均衡組件選擇一個節點，進行服務調用。

如上圖所示，假設 B 節點服務剛啟動，其需要一個預熱過程，這就需要服務消費者逐漸將流量分發給 B 節點。

下面我們就從 Dubbo 源碼出發，觀察服務預熱具體實現方式，具體源碼位于 AbstractLoadBalance#getWeight

ps: 當前源碼 Dubbo 版本為2.7.4，低于這個版本代碼實現存在少量差異，詳情見下文。

這段代碼主要分為三步：

1. 鴻蒙官方戰略合作共建——HarmonyOS技術社區

2. 獲取服務提供者啟動時間 timestamp

3. 使用當前時間減去服務提供者啟動時間，計算服務提供者已運行時間 uptime

4. 根據已運行時間動態計算服務預熱過程的權重

第三步動態權重計算方法如下：

這里計算方式其實很簡單，簡單來說服務運行時間越久，權重越高，直到正常權重。

假如服務提供者已運行 1 分鐘，那么 weight 最終結果為 10 。

假如服務提供者已運行 5 分鐘，那么 weight 最終結果為 50 。

假如服務提供者已運行 11 分鐘，超過默認預熱時間的閾值 10分 鐘，那么將不會再計算，直接返回 weight 默認權重。

這里我們需要注意的是，Dubbo 默認提供五種負載均衡的策略：

• Random LoadBalance :「加權隨機」策略

• RoundRobin LoadBalance：「加權輪詢」策略

• LeastActive LoadBalance：「最少活躍調用數」策略

• ConsistentHash LoadBalance：「一致性 Hash」 策略

• ShortestResponse LoadBalance：「最短響應時間」策略

「ShortestResponse LoadBalance」 策略小伙伴們可能會比較陌生，官方文檔中并沒有提到這個策略。

其實這個是 Dubbo 2.7.7 版本新增的負載均衡策略，官方文檔估計還沒更新。

ps：感興趣的小伙伴，可以去修改下官方的文檔，增加這個新的負載均衡的策略，為開源獻出我們的一份力量。

回到正文，從AbstractLoadBalance#getWeight調用關系可以看到，「ConsistentHash LoadBalance」  實現類是不支持服務預熱，這點需要注意一下。

Dubbo 預熱歷史 bug-反復橫跳雖然 Dubbo 預熱的相關代碼，總體看起來不是很難，但是歷史版本還是存在幾個 Bug，導致預熱失效。

Dubbo 2.5.5 之前的版本

在 Dubbo 2.5.5 之前的版本，AbstractLoadBalance#getWeight實現方式如下:

這個版本跟現在代碼一樣，都是從節點的 timestamp獲取服務啟動時間。不過這個版本存在一些問題，Dubbo  沒有把服務提供者啟動時間傳給消費者，導致這里獲取 timestamp是消費者啟動時間，這樣就導致預熱失效。

等到 Dubbo 2.5.6 ，修復這個問題，源碼如下：

這個版本將服務提供者啟動時間單獨保存在 remote.timestamp 屬性中，源碼位于 ClusterUtils#mergeUrl

通過這種方式修復預熱失效的問題。

Dubbo 2.7.2 預熱又失效了

當 Dubbo 版本升級到 2.7.2 ，這個預熱失效 Bug 又回來了。帶來這個問題主要原因是ClusterUtils#mergeUrl  源碼中清除了remote.timestamp，轉而統一使用 timestamp保存服務啟動時間。

但是呢，由于修改沒有徹底， AbstractLoadBalance#getWeight還是依然使用 remote.timestamp  獲取服務啟動時間，這就導致預熱失效。

預熱代碼的隱藏 bug

這個 Bug 在Dubbo 2.7.4 版本被徹底修復，另外還順帶優化了代碼中存在缺陷。

先看下原先的代碼中國缺陷，原先預熱代碼實現采用如下方式計算服務啟動運行的時間。

int uptime = (int) (System.currentTimeMillis() - timestamp);

但是這里存在一個問題，如果服務提供者與消費者兩端時鐘是不一致，服務提供者啟動時間很有可能會大于消費者本地時間。

這種情況，uptime 計算結果為一個負值，這就會導致權重將使用配置的默認值，預熱也失效了。

所以針對這種情況 「@aftersss」 提供了修復的方案，加入相關的判斷，當 uptime為負值的時候，直接返回權重 1。

不過在 「Code review」 過程中，「@beiwei30」 覺得不用加入額外 if 判斷，可以直接使用 Math.max兼容。

不過這樣修改，還是存在一個問題：Integer 精度丟失問題。

如果此時 System.currentTimeMillis() = 1566209746000(2019-08-19 18:15:46),而  timestamp = 1561914711000(2019-07-01 01:11:51),當兩者差值為：「4295035000」。

這是一個遠大于 Integer.MAX_VALUE的值，所以在 long 轉為 int 時候精度丟失，導致最后實際得到 int 值為  「67704」。

而這個值小于服務預熱的默認時間(10 * 60 * 1000)，所以進入動態計算權重環節，最終將得到一個比較小的權重，這就導致「假預熱」。

所以最后還是采用 「@aftersss」 修復的方案，采用 long 類型存儲時間戳計算結果，最終優化代碼如下：

感謝各位的閱讀，以上就是“如何解決高并發下重啟服務接口調用老是超時的問題”的內容了，經過本文的學習后，相信大家對如何解決高并發下重啟服務接口調用老是超時的問題這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！