问题初现

某基于node.js开发的业务系统向外提供了一个dubbo服务，提供向第三方缓存查询、设置多项业务数据并聚合操作结果。在QPS达到800时（两台虚拟机，每台机器4Core8G4node进程），在监控平台上出现了非常多的slow rt警告，平均接口响应达到60+ms，请求报警率达到80%+。

为找到造成该服务吞吐量过低的罪魁祸首，业务人员在请求日志中打点了所有查询缓存的操作，结果显示每个请求查询缓存耗时在50-100ms之间跳动。查询了redis-server的监控数据发现，不存在server端的慢查询，在整个监控区间内服务端处理时间在40us徘徊，因此排除了redis-server的处理能力不足原因；

通过登录内网机器进行不断测试到对应redis server机器的端到端时延发现内部局域网的带宽、时延与抖动足够正常，都不是造成该问题的原因。

因此，错误原因定位到了调用redis client的业务代码以及redis client的I/O性能。

本文中提到的node redis client采用的基于node-redis封装的二方包，因此问题排查也基于node-redis这个模块。

瓶颈在哪

为了在本地模拟线上环境的并发，可以做一个不是很严谨的测试：

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);
}

会发现每个请求的rt都会比前一个请求来的大

 最后一个请求的rt竟然达到了257 ms！虽然在node单进程像示例代码那样并发执行200次get请求是非常少见而且愚蠢的（关于示例代码的优化在在下节讲述），但是针对这个示例必须找到请求delay增加的原因。

 为此继续分析，redis client采用的是单连接模式，底层采用的非阻塞网络I/O，socket.recv()在node层面是通过监听socket的data事件完成的，因此先分析redis-client读性能如何：

上图每段日志的含义分别表示：

- data events trigger times: socket data事件触发的次数
- data event start from prevent event: data事件距离上次触发的时间间隔
- data events exec time(ms): 本次事件处理函数执行时间

 上图只是截取了最初的请求日志，发现当第6次触发data事件时，竟然距离上次触发事件隔了35ms，在随后的请求中会复

现这种现象，因此这也就导致了在并发200次查询请求时，每个请求的rt都会随之增大，并且有些响应之间间隔了30ms。

从表象看造成问题在于redis-server发送的响应不是一个数据块，而是多个数据块导致触发socket的data事件过多，而且data事件抖动过大导致响应之间存在30ms的突变（data事件是无法同时触发两次的，每次data事件处理函数执行完后才能继续触发下一个data事件）；当然也有可能和socket写入（即发送req）有关，如缓存请求等。为了继续探查，监控与socket写入相关的接口 **_write()**,记录每次写入socket的数据时距离上一次写入的间隔：

可见，在使用redis-client发送请求时，write方法也不是瓶颈。

采用同样方法，对socket的push()（该方法触发socket的data事件）进行监控，发现socket的数据到达间隔抖动非常大：

 因此，造成redis-client并发请求下响应rt抖动较大的情况与单连接下响应数据到达本地的时刻有关，具体可能与底层libuv的缓存策略有关（笔者并未再往下探查）。

在一个node实例中通过一个单连接与redis server通信，在高并发下会出现排队等待响应的情况，并且有可能会出现响应rt雪崩效应（如上文demo所示），因此需要尽可能减少或缓存客户端的请求数量，进行批量发送。

调优

1. pipeline(涉及到写模式及时序)
2. script

对于pipeline方式，redis server是默认支持的。通俗点说，pipeline可以合并一系列请求一次发送，并将这些请求对应的结果一次性拿到。因此这种方式可以有效减少响应次数，从而减少socket触发data事件的次数，尽可能快的拿到响应体。

 需要强调的是，在node中，是通过底层socket的**_writev**实现一次发送多条redis命令的，_writev又叫做聚合写，它支持将不同缓冲区的多条数据通过一次系统调用写入目标流，因此性能上比每次写单个缓冲区的单个数据来的好得多。在node的Writeable对象中，有cork和uncork方法，通过这两个方法可以在node write stream中缓存多条数据，通过_writev一次性发送。

关于 _writev的数据结构

redis在拿到数据后，根据resp协议解析出命令集合缓存在队列中，直到收到exec命令，开始批量执行命令集，并将所有命令执行的结果转换为数组返回给redis client。这样就可以通过一次写、一次读实现高性能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();
}

而对于script方法，则是由redis client传入script命令，在server端执行script逻辑，批量执行命令，并返回结果。同样是一次写、一次读。

收获

1. node socket默认采用writev 集合写
2. 无依赖批量请求采用pipeline
3. eval script解决有依赖批量请求
4. redis高性能体现在服务端处理能力，但瓶颈往往出现在客户端，因此增强客户端I/O能力与并发并行多客户端才是高并发解决方案