每秒百万级高效C++异步日志实践
来源:互联网 发布:校园招聘java面试题库 编辑:程序博客网 时间:2024/06/05 20:11
最近用很简洁的代码(500行以内)实现了一个高效可拓展的异步C++日志库:RING LOG,本文分享了了其设计方案与技术原理等内容
详细代码见github路径:点击打开链接
导论
同步日志与缺点
传统的日志也叫同步日志,每次调用一次打印日志API就对应一次系统调用write写日志文件,在日志产生不频繁的场景下没什么问题
可是,如果日志打印很频繁,同步日志有什么问题?
- 一方面,大量的日志打印陷入等量的write系统调用,有一定系统开销
- 另一方面,使得打印日志的进程附带了大量同步的磁盘IO,影响性能
那么,如何解决如上的问题?就是
异步日志与队列实现的缺点
异步日志,按我的理解就是主线程的日志打印接口仅负责生产日志数据(作为日志的生产者),而日志的落地操作留给另一个后台线程去完成(作为日志的消费者),这是一个典型的生产-消费问题,如此一来会使得:
主线程调用日志打印接口成为非阻塞操作,同步的磁盘IO从主线程中剥离出来,有助于提高性能
对于异步日志,我们很容易借助队列来一个实现方式:主线程写日志到队列,队列本身使用条件变量、或者管道、eventfd等通知机制,当有数据入队列就通知消费者线程去消费日志
但是,这样的异步队列也有一定的问题:
- 生产者线程产生N个日志,对应后台线程就会被通知N次,频繁日志写入会造成一定性能开销
- 不同队列实现方式也各有缺点:
- 用数组实现:空间不足时,队列内存不易拓展
- 用链表实现:每条消息的生产消费都对应内存的创建销毁,有一定开销
好了,可以开始正文了
简介
RING LOG是一个适用于C++的异步日志, 其特点是效率高(实测每秒支持125+万日志写入)、易拓展,尤其适用于频繁写日志的场景
一句话介绍原理:
使用多个大数组缓冲区作为日志缓冲区,多个大数组缓冲区以双循环链表方式连接,并使用两个指针p1
和p2
指向链表两个节点,分别用以生成数据、与消费数据
生产者可以是多线程,共同持有p1
来生产数据,消费者是一个后台线程,持有p2
去消费数据
大数组缓冲区 + 双循环链表的设计,使得日志缓冲区相比于队列有更强大的拓展能力、且避免了大量内存申请释放,提高了异步日志在海量日志生成下的性能表现
此外,RING LOG还优化了每条日志的UTC格式时间的生成,明显提高日志性能
具体工作原理
数据结构
Ring Log的缓冲区是若干个cell_buffer
以双向、循环的链表组成 cell_buffer
是简单的一段缓冲区,日志追加于此,带状态:
FREE
:表示还有空间可追加日志FULL
:表示暂时无法追加日志,正在、或即将被持久化到磁盘;
Ring Log有两个指针:
Producer Ptr
:生产者产生的日志向这个指针指向的cell_buffer
里追加,写满后指针向前移动,指向下一个cell_buffer
;Producer Ptr
永远表示当前日志写入哪个cell_buffer
,被多个生产者线程共同持有Consumer Ptr
:消费者把这个指针指向的cell_buffer
里的日志持久化到磁盘,完成后执行向前移动,指向下一个cell_buffer
;Consumer Ptr
永远表示哪个cell_buffer
正要被持久化,仅被一个后台消费者线程持有
起始时刻,每个cell_buffer
状态均为FREE
Producer Ptr
与Consumer Ptr
指向同一个cell_buffer
整个Ring Log被一个互斥锁mutex
保护
大致原理
消费者
后台线程(消费者)forever loop:
- 上锁,检查当前
Consumer Ptr
:- 如果对应
cell_buffer
状态为FULL
,释放锁,去STEP 4; - 否则,以1秒超时时间等待条件变量
cond
;
- 如果对应
- 再次检查当前
Consumer Ptr
:- 若
cell_buffer
状态为FULL
,释放锁,去STEP 4; - 否则,如果
cell_buffer
无内容,则释放锁,回到STEP 1; - 如果
cell_buffer
有内容,将其标记为FULL
,同时Producer Ptr
前进一位;
- 若
- 释放锁
- 持久化
cell_buffer
- 重新上锁,将
cell_buffer
状态标记为FREE
,并清空其内容;Consumer Ptr
前进一位; - 释放锁
生产者
- 上锁,检查当前
Producer Ptr
对应cell_buffer
状态:
如果cell_buffer
状态为FREE
,且生剩余空间足以写入本次日志,则追加日志到cell_buffer
,去STEP X; - 如果
cell_buffer
状态为FREE
但是剩余空间不足了,标记其状态为FULL
,然后进一步探测下一位的next_cell_buffer
:- 如果
next_cell_buffer
状态为FREE
,Producer Ptr
前进一位,去STEP X; - 如果
next_cell_buffer
状态为FULL
,说明Consumer Ptr
=next_cell_buffer
,Ring Log缓冲区使用完了;则我们继续申请一个new_cell_buffer
,将其插入到cell_buffer
与next_cell_buffer
之间,并使得Producer Ptr
指向此new_cell_buffer
,去STEP X;
- 如果
- 如果
cell_buffer
状态为FULL
,说明此时Consumer Ptr
=cell_buffer
,丢弃日志; - 释放锁,如果本线程将
cell_buffer
状态改为FULL
则通知条件变量cond
在大量日志产生的场景下,Ring Log有一定的内存拓展能力;实际使用中,为防止Ring Log缓冲区无限拓展,会限制内存总大小,当超过此内存限制时不再申请新
cell_buffer
而是丢弃日志
图解各场景
初始时候,Consumer Ptr
与Producer Ptr
均指向同一个空闲cell_buffer1
然后生产者在1s内写满了cell_buffer1
,Producer Ptr
前进,通知后台消费者线程持久化
消费者持久化完成,重置cell_buffer1
,Consumer Ptr
前进一位,发现指向的cell_buffer2
未满,等待
超过一秒后cell_buffer2
虽有日志,但依然未满:消费者将此cell_buffer2
标记为FULL
强行持久化,并将Producer Ptr
前进一位到cell_buffer3
消费者在cell_buffer2
的持久化上延迟过大,结果生产者都写满cell_buffer3\4\5\6
,已经正在写cell_buffer1
了
生产者写满写cell_buffer1
,发现下一位cell_buffer2
是FULL
,则拓展换冲区,新增new_cell_buffer
UTC时间优化
每条日志往往都需要UTC时间:yyyy-mm-dd hh:mm:ss
(PS:Ring Log提供了毫秒级别的精度)
Linux系统下本地UTC时间的获取需要调用localtime
函数获取年月日时分秒
在localtime
调用次数较少时不会出现什么性能问题,但是写日志是一个大批量的工作,如果每条日志都调用localtime
获取UTC时间,性能无法接受
在实际测试中,对于1亿条100字节日志的写入,未优化
locatime
函数时 RingLog写内存耗时245.41s
,仅比传统日志写磁盘耗时292.58s
快将近一分钟;
而在优化locatime
函数后,RingLog写内存耗时79.39s
,速度好几倍提升
策略
为了减少对localtime
的调用,使用以下策略
RingLog使用变量_sys_acc_sec
记录写上一条日志时,系统经过的秒数(从1970年起算)、使用变量_sys_acc_min
记录写上一条日志时,系统经过的分钟数,并缓存写上一条日志时的年月日时分秒year、mon、day、hour、min、sec,并缓存UTC日志格式字符串
每当准备写一条日志:
- 调用
gettimeofday
获取系统经过的秒tv.tv_sec
,与_sys_acc_sec
比较; - 如果
tv.tv_sec
与_sys_acc_sec
相等,说明此日志与上一条日志在同一秒内产生,故年月日时分秒是一样的,直接使用缓存即可; - 否则,说明此日志与上一条日志不在同一秒内产生,继续检查:
tv.tv_sec/60
即系统经过的分钟数与_sys_acc_min
比较; - 如果
tv.tv_sec/60
与_sys_acc_min
相等,说明此日志与上一条日志在同一分钟内产生,故年月日时分是一样的,年月日时分 使用缓存即可,而秒sec
=tv.tv_sec%60
,更新缓存的秒sec,重组UTC日志格式字符串的秒部分; - 否则,说明此日志与上一条日志不在同一分钟内产生,调用
localtime
重新获取UTC时间,并更新缓存的年月日时分秒,重组UTC日志格式字符串
小结:如此一来,
localtime
一分钟才会调用一次,频繁写日志几乎不会有性能损耗
性能测试
对比传统同步日志、与RingLog日志的效率(为了方便,传统同步日志以sync log表示)
1. 单线程连续写1亿条日志的效率
分别使用Sync log
与Ring log
写1亿条日志(每条日志长度为100字节)测试调用总耗时,测5次,结果如下:
单线程运行下,
Ring Log
写日志效率是传统同步日志的近3.7
倍,可以达到每秒127万条长为100字节的日志的写入
2、多线程各写1千万条日志的效率
分别使用Sync log
与Ring log
开5个线程各写1千万条日志(每条日志长度为100字节)测试调用总耗时,测5次,结果如下:
多线程(5线程)运行下,
Ring Log
写日志效率是传统同步日志的近3.8
倍,可以达到每秒135.5万条长为100字节的日志的写入
2. 对server QPS的影响
现有一个Reactor模式实现的echo Server,其纯净的QPS大致为19.32万/s
现在分别使用Sync Log
、Ring Log
来测试:echo Server在每收到一个数据就调用一次日志打印下的QPS表现
对于两种方式,分别采集12次实时QPS,统计后大致结果如下:
Sync Log
96891次130068次114251次40.89%Ring Log
154979次178697次167198次13.46%传统同步日志
sync log
使得echo Server QPS从19.32w万/s降低至11.42万/s
,损失了40.89%
RingLog
使得echo Server QPS从19.32w万/s降低至16.72万/s
,损失了13.46%
TODO
- 日志本身缓存大小的配置
- 程序正常退出、异常退出,此时在buffer中缓存的日志会丢失
- 第N天23:59:59秒产生的日志有时会被刷写到第N+1天的日志文件中
- 每秒百万级高效C++异步日志实践
- 每秒百万级流式日志处理架构的开发运维调优笔记
- PostgreSQL 百万级每秒的流式实时统计应用
- PostgreSQL 百万级每秒的流式实时统计应用
- 一个高效的异步日志
- 【高效server实践】--日志模块
- MIPS 每秒百万条指令数
- C++实现生产者-消费者高效异步日志系统
- oracle高效分页存储过程(百万数据级)
- 如何生成每秒百万级别的 HTTP 请求?
- 第一篇:如何生成每秒百万级别的 HTTP 请求?
- 如何生成每秒百万级别的 HTTP 请求?
- 乐视秒杀架构解读:从零开始搭建百万每秒订单系统
- 如何生成每秒百万级别的 HTTP 请求?
- 如何生成每秒百万级别的 HTTP 请求?
- 如何生成每秒百万级别的 HTTP 请求?
- 如何生成每秒百万级别的 HTTP 请求
- 百万并发实践
- Heavy Transportation POJ
- 卓伟等低俗追星账号被关 关闭账号名单曝光
- input标签点击移除默认值
- lambda方法引用总结——烧脑吃透
- leetcode 196. Delete Duplicate Emails
- 每秒百万级高效C++异步日志实践
- Servlet
- 同步锁效率低的例子
- rand()和srand()函数
- android:内存泄露与内存溢出区别、内存泄露定位
- LINUX摄像驱动三:从零开始写虚拟驱动
- Codeforces Round #418 (Div. 2) -- C. An impassioned circulation of affection(DP预处理)
- 从端到云——工业物联网项目全栈快速开发实践
- 清除行列