服务粉丝

我们一直在努力
当前位置：首页 > 财经 >

提升集群吞吐量与稳定性的秘诀： Dubbo 自适应负载均衡与限流策略实现解析

日期： 来源：阿里巴巴中间件收集编辑：刘泉禄

整体介绍







Aliware

本文所说的“柔性服务”主要是指 consumer 端的负载均衡和 provider 端的限流两个功能。在之前的 Dubbo 版本中，负载均衡部分更多的考虑的是公平性原则，即 consumer 端尽可能平等的从 provider 中作出选择，在某些情况下表现并不够理想。而限流部分只提供了静态的限流方案，需要用户对 provider 端设置静态的最大并发值，然而该值的合理选取对用户来讲并不容易。我们针对这些存在的问题进行了改进。

负载均衡







Aliware

在原本的 Dubbo 版本中，有五种负载均衡的方案供选择，他们分别是 "Random" , "ShortestResponse" , "RoundRobin"，"LeastActive" 和 "ConsistentHash"。

其中除 "ShortestResponse" 和 "LeastActive" 外，其他的几种方案主要是考虑选择时的公平性和稳定性。对于 "ShortestResponse" 来说，其设计目的是从所有备选的 provider 中选择 response 时间最短的以提高系统整体的吞吐量。然而存在两个问题：

1. 在大多数的场景下，不同 provider 的 response 时长没有非常明显的区别，此时该算法会退化为随机选择。

2. response 的时间长短有时也并不能代表机器的吞吐能力。对于 "LeastActive" 来说，其认为应该将流量尽可能分配到当前并发处理任务较少的机器上。但是其同样存在和 "ShortestResponse" 类似的问题，即这并不能单独代表机器的吞吐能力。

基于以上分析，我们提出了两种新的负载均衡算法。一种是同样基于公平性考虑的单纯 "P2C" 算法，另一种是基于自适应的方法 "adaptive"，其试图自适应的衡量 provider 端机器的吞吐能力，然后将流量尽可能分配到吞吐能力高的机器上，以提高系统整体的性能。

效果介绍
对于负载均衡部分的有效性实验在两个不同的情况下进行的，分别是提供端机器配置比较均衡和提供端机器配置差距较大的情况。

使用方法
使用方法与原本的负载均衡方法相同。只需要在 consumer 端将 "loadbalance" 设置为 "p2c" 或者 "adaptive" 即可。

代码结构
负载均衡部分的算法实现只需要在原本负载均衡框架内继承 LoadBalance 接口即可。

原理介绍

P2C 算法

Power of Two Choice 算法简单但是经典，主要思路如下：

1. 对于每次调用，从可用的 provider 列表中做两次随机选择，选出两个节点 providerA 和 providerB。

2. 比较 providerA 和 providerB 两个节点，选择其“当前正在处理的连接数”较小的那个节点。

adaptive 算法

代码的 github 地址[1]

相关指标

1. cpuLoad

cpuLoad = cpu一分钟平均负载 * 100 / 可用cpu数量。该指标在 provider 端机器获得，并通过 invocation 的 attachment 传递给 consumer 端。

2. rt

rt 为一次 rpc 调用所用的时间，单位为毫秒。

3. timeout

timeout 为本次 rpc 调用超时剩余的时间，单位为毫秒。

4. weight

weight 是设置的服务权重。

5. currentProviderTime

provider 端在计算 cpuLoad 时的时间，单位是毫秒

6. currentTime

currentTime 为最后一次计算 load 时的时间，初始化为 currentProviderTime，单位是毫秒。

7. multiple

multiple=(当前时间 - currentTime)/timeout + 1

8. lastLatency

9. beta

平滑参数，默认为0.5

10. ewma

lastLatency 的平滑值

lastLatency=beta*lastLatency+(1 - beta)*lastLatency

11. inflight

inflight 为 consumer 端还未返回的请求的数量。

inflight=consumerReq - consumerSuccess - errorReq

12. load

对于备选后端机器x来说，若距离上次被调用的时间大于 2*timeout，则其 load 值为 0。

否则

load=CpuLoad*(sqrt(ewma) + 1)*(inflight + 1)/(((consumerSuccess / (consumerReq +1) )*weight)+1)

算法实现

依然是基于 P2C 算法。

1. 从备选列表中做两次随机选择，得到 providerA 和 providerB

2. 比较 providerA 和 providerB 的 load 值，选择较小的那个。

自适应限流







Aliware

与负载均衡运行在 consumer 端不同的是，限流功能运行在 provider 端。其作用是限制 provider 端处理并发任务时的最大数量。从理论上讲，服务端机器的处理能力是存在上限的，对于一台服务端机器，当短时间内出现大量的请求调用时，会导致处理不及时的请求积压，使机器过载。在这种情况下可能导致两个问题：

1.由于请求积压，最终所有的请求都必须等待较长时间才能被处理，从而使整个服务瘫痪。

2.服务端机器长时间的过载可能有宕机的风险。因此，在可能存在过载风险时，拒绝掉一部分请求反而是更好的选择。在之前的 Dubbo 版本中，限流是通过在 provider 端设置静态的最大并发值实现的。但是在服务数量多，拓扑复杂且处理能力会动态变化的局面下，该值难以通过计算静态设置。

基于以上原因，我们需要一种自适应的算法，其可以动态调整服务端机器的最大并发值，使其可以在保证机器不过载的前提下，尽可能多的处理接收到的请求。

因此，我们参考部分业界方案实现基础上，在 Dubbo 的框架内实现了两种自适应限流算法，分别是基于启发式平滑的 "HeuristicSmoothingFlowControl" 和基于窗口的 "AutoConcurrencyLimier"。

代码的 github 地址[2]

效果介绍
自适应限流部分的有效性实验我们在提供端机器配置尽可能大的情况下进行，并且为了凸显效果，在实验中我们将单次请求的复杂度提高，将超时时间尽可能设置的大，并且开启消费端的重试功能。

使用方法
要确保服务端存在多个节点，并且消费端开启重试策略的前提下，限流功能才能更好的发挥作用。
设置方法与静态的最大并发值设置类似，只需在 provider 端将 "flowcontrol" 设置为 "autoConcurrencyLimier" 或者 "heuristicSmoothingFlowControl" 即可。

代码结构

1. FlowControlFilter：在 provider 端的 filter 负责根据限流算法的结果来对 provider 端进行限流功能。

2. FlowControl：根据 Dubbo 的 spi 实现的限流算法的接口。限流的具体实现算法需要继承自该接口并可以通过 Dubbo 的 spi 方式使用。

3. CpuUsage：周期性获取 cpu 的相关指标

4. HardwareMetricsCollector：获取硬件指标的相关方法

5. ServerMetricsCollector：基于滑动窗口的获取限流需要的指标的相关方法。比如 qps 等。

6. AutoConcurrencyLimier：自适应限流的具体实现算法。

7. HeuristicSmoothingFlowControl：自适应限流的具体实现方法。

原理介绍

HeuristicSmoothingFlowControl

相关指标

1. alpha

alpha 为可接受的延时的上升幅度，默认为 0.3

2. minLatency

在一个时间窗口内的最小的 Latency 值。

3. noLoadLatency

noLoadLatency 是单纯处理任务的延时，不包括排队时间。这是服务端机器的固有属性，但是并不是一成不变的。在 HeuristicSmoothingFlowControl 算法中，我们根据机器CPU的使用率来确定机器当前的 noLoadLatency。当机器的 CPU 使用率较低时，我们认为 minLatency 便是 noLoadLatency。
当 CPU 使用率适中时，我们平滑的用 minLatency 来更新 noLoadLatency 的值。当 CPU 使用率较高时，noLoadLatency 的值不再改变。

4. maxQPS

一个时间窗口周期内的 QPS 的最大值。

5. avgLatency

一个时间窗口周期内的 Latency 的平均值，单位为毫秒。

6. maxConcurrency

计算得到的当前服务提供端的最大并发值。

maxConcurrency=ceil(maxQPS*((2 + alpha)*noLoadLatency - avgLatency))

算法实现

当服务端收到一个请求时，首先判断 CPU 的使用率是否超过 50%。如果没有超过 50%，则接受这个请求进行处理。如果超过 50%，说明当前的负载较高，便从 HeuristicSmoothingFlowControl 算法中获得当前的 maxConcurrency 值。如果当前正在处理的请求数量超过了 maxConcurrency，则拒绝该请求。

AutoConcurrencyLimier

相关指标

1. MaxExploreRatio

默认设置为 0.3

2. MinExploreRatio

默认设置为 0.06

3. SampleWindowSizeMs

采样窗口的时长。默认为 1000 毫秒。

4. MinSampleCount

采样窗口的最小请求数量。默认为 40。

5. MaxSampleCount

采样窗口的最大请求数量。默认为 500。

6. emaFactor

平滑处理参数。默认为 0.1。

7. exploreRatio

探索率。初始设置为 MaxExploreRatio。
若 avgLatency<=noLoadLatency*(1.0 + MinExploreRatio) 或者 qps>=maxQPS*(1.0 + MinExploreRatio)
则 exploreRatio=min(MaxExploreRatio,exploreRatio+0.02)

否则

exploreRatio=max(MinExploreRatio,exploreRatio-0.02)

8. maxQPS

窗口周期内 QPS 的最大值。

9. noLoadLatency

10. halfSampleIntervalMs

半采样区间。默认为 25000 毫秒。

11. resetLatencyUs

下一次重置所有值的时间戳，这里的重置包括窗口内值和 noLoadLatency。单位是微秒。初始为 0.

12. remeasureStartUs

下一次重置窗口的开始时间。

13. startSampleTimeUs

开始采样的时间。单位为微秒。

14. sampleCount

当前采样窗口内请求的数量。

15. totalSampleUs

采样窗口内所有请求的 latency 的和。单位为微秒。

16. totalReqCount

采样窗口时间内所有请求的数量和。注意区别 sampleCount。

17. samplingTimeUs

采样当前请求的时间戳。单位为微秒。

18. latency

当前请求的 latency。

19. qps

在该时间窗口内的 qps 值。

20. avgLatency

窗口内的平均 latency。

21. maxConcurrency

上一个窗口计算得到当前周期的最大并发值。

22. nextMaxConcurrency

当前窗口计算出的下一个周期的最大并发值。

Little's Law

当服务处于稳定状态时：concurrency=latency*qps。这是自适应限流理论的基础。
当请求没有导致机器超载时，latency 基本稳定，qps 和 concurrency 处于线性关系。
当短时间内请求数量过多，导致服务超载的时候，concurrency 会和latency一起上升，qps则会趋于稳定。

算法实现

AutoConcurrencyLimier 的算法使用过程和 HeuristicSmoothingFlowControl 类似。
实现与 HeuristicSmoothingFlowControl 的最大区别是 AutoConcurrencyLimier 是基于窗口的。每当窗口内积累了一定量的采样数据时，才利用窗口内的数据来更新得到 maxConcurrency。
其次，利用 exploreRatio 来对剩余的容量进行探索。
另外，每隔一段时间都会自动缩小 max_concurrency 并持续一段时间，以处理 noLoadLatency 上涨的情况。因为估计 noLoadLatency 时必须先让服务处于低负载的状态，因此对 maxConcurrency 的缩小是难以避免的。
由于 max_concurrency<concurrency 时，服务会拒绝掉所有的请求，限流算法将"排空所有的经历过排队的等待请求的时间"设置为 2*latency，以确保 minLatency 的样本绝大部分时没有经过排队等待的。

Dubbo 于上周上线了新版官网与文档，涵盖 Dubbo3 核心功能及特性，关于自适应负载均衡、自适应限流及更多方案的详细讲解，请访问：https://dubbo.apache.org

相关链接







Aliware

[1] 代码的 github 地址

https://github.com/apache/dubbo/pull/10745

[2] 代码的 github 地址

https://github.com/apache/dubbo/pull/10642

文章推荐

相关阅读

  • 消息 | iOS 16.4 beta 4 发布，聊聊 GPT-4

  • *部分图片来源于网络，侵权请联系删除iOS 16.4 beta 4 发布今天早些时候，苹果发布了 iOS 16.4 beta 4，本次更新升级包大小约为 600MB（不同机型有差异），更新后版本号为 20E5239b，从版

  • 找工作的来！北京近期现场招聘会有这些——

  • 春回大地万象新，就业在北京。北京市“春风行动暨就业援助月”专项活动蓬勃开展，招聘活动持续进行中，近期有哪些招聘会？跟着小编一起来看。东城区：春风行动失业人员专场招聘会活动

  • 停暖了，这些事项你必须注意！

  • 今日起，北京市正式停止居民集中供热，都有哪些注意事项？首先要做好供热设备的维护，包括及时检测暖气管道是否漏水，不要放掉暖气管道中的水，停暖后及时关闭室内阀门并安排专业人员对

  • 会议过载，到底该怎么破？

  • 弗朗西斯卡是工作管理软件开发公司Asana营销团队的社区经理。她一直热衷于尝试用各种新方法来提升工作的便利性，她自愿参加了公司的“会议末日”（Meeting Doomsday）试点研究。

  • 李笑来：这个恶习，所有人都必须戒掉！

  • 说来也巧。最近几天，我在不同地方，看到 3 位顶级高手，面对同样一个问题，给出了同样的答案。这个问题，每个人都会遇到，就是 ——面对人生中遇到的困难、痛苦、问题，我们该如何应对？1

  • 亚马逊技术总监：时间一直是我最重要的资源

  • 编者按：活总是干不完的，不管在哪儿都一样。而你的时间却是有限的，因此，懂得把事情排个先后顺序和合理分配时间就显得弥足珍贵。时间是你最宝贵的资源，一定要把它用在刀刃上，及时做

聚合标签

中国 自己的 美国 都是 疫情 的人 的是 亿元 三星 手机 华为 这款 车型 万元 企业 日本 小米 俄罗斯 民警 项目

热门文章

  • “复活”半年后　京东拍拍二手杀入公益事业

  • 京东拍拍二手“复活”半年后，杀入公益事业，试图让企业捐的赠品、家庭闲置品变成实实在在的“爱心”。 把“闲置品”变爱心 6月12日，“益心一益·守护梦想每一步”2018年四

最新文章

  • 超详细！持续性研究使用指南

  • ▲点击 "TCC翻译情报局" 关注，回复 "社群" 加入我们本文共 3255 字，预计阅读 9 分钟TCC 情报局的 第 181 篇 干货分享2023 年的 第 10 篇TCC 推荐：大家好，这里是 TCC 翻译情报局

  • 华东交通大学校长到合肥工业大学调研交流

  • 　　3月15日，华东交通大学党委副书记、校长徐长节一行到合肥工业大学调研交流。合肥工业大学校长郑磊，校党委副书记陈刚出席座谈会。　　　　郑磊对徐长节一行的来访表示欢迎，

  • 延吉市举办“春启美丽 惠满延吉”服装节活动

  • 近日，由州商务局、延吉市政府共同主办，延吉市商务局承办的“春启美丽 惠满延吉”服装节启动仪式在延吉百货大楼举行。为进一步提振消费信心，助力延吉市商贸服务业加快复苏，促进

  • 免费！潍坊开通多条便民直通车

  • 灵山仙庄2023年清明节期间免费祭扫直通车2023年清明节，灵山仙庄将开通免费便民直通车，请市民注意乘车路线，自驾车市民合理安排祭祀路线，错峰祭扫。一、乘车时间：2023年4月1日、4