| Squid是目前最流行的开源CACHE引擎,本文对Squid和Netshine ICS的实现机制进行分析,据此得出Netshine ICS性能为什么比Squid高的深层次的技术原因。 一、Squid存在的问题 在Internet上的应用几乎都是事件驱动式的(event driven)。在Unix上，有两个基本的函数用来检测来自于网络的事件，一个是select(),另外一个是poll()。无一例外，Squid使用poll()函数作为它的事件检测和分派的核心。下面是poll()函数的接口原型：
其中，fds是需要检测的文件描述符集合，nfds是这个集合的大小。 当nfds比较小时，poll()工作得非常好。但是在实际中我们发现，当nfds比较大时，poll()本身的操作就占用了CPU的绝大部分时间，换句话说，就是poll()的伸缩性(scalablity)比较弱。那么，问题出在哪儿呢？ 问题就出在poll()接口的定义和实现上。对于每次poll()调用，poll()函数都要求将整个文件描述符列表传递给它，由于poll()是一个系统调用，因此，系统对于每次poll()调用，都必须穿透user/kernel边界拷贝数据，同时在kernel内部还有一次malloc()调用。当nfds比较小时，这种开销不会导致多大的性能问题，但是如果nfs大到成千上万时，这种开销就非常了得！实际上，在一个中等规模的环境中，比如高校，系统同时保持1万多条连接是比较常见的事情(如拥有5000台以上计算机的高效，最高峰达到了20000条以上的连接，平均可以达到13000条左右的连接)。另外，从应用程序的角度看，每次当poll()调用返回后，都必须遍历整个文件描述符列表，这是一个O(n)复杂度的操作，因此伸缩性很差。同样的，这种遍历操作在kernel内部也必须做一遍。 总而言之，poll()低效的主要原因是，poll()做了太多的无效操作，因此浪费了大量的CPU时间： (1)无效的user->kernel方向的数据拷贝。在一个实际的应用中，很多描述符都会存在于一段时间，因此每次对拷贝所要检测的所有文件描述符列表是一个无效的操作，因为两次连续的poll()调用中，必定有很多文件描述符是相同的； (2)无效的kernel->user方向的数据拷贝。在实际中，尽管系统保持了很多文件描述符(套接字)，但是在每个时刻，真正可readable或writable的文件描述符并不多，因此，将所有的文件描述符都拷贝给user是无效的，在一个保持了10000条连接的系统中，可能只有1000条连接上可readable或writable，因此有90％的数据拷贝是无效的。 (3)无效的应用层遍历。根据(2)，既然10000条连接中只有1000条连接是有事件的(readable或writable)，那么90％的遍历就是无效的。 影响cache系统性能的最主要两个因素是network I/O和disk I/O。由于cache存在大量的数据读写操作，因此disk I/O的性能高低会极大地影响cache的整体性能。Squid为了解决这一点，在操作系统提供的文件系统的基础上实现了一个所谓的"cache文件系统"。但是无论如何，由于这个"cache文件系统"是建立在通用文件系统的基础之上，所以它最多只能利用内存来减少disk I/O次数以提高系统性能。由于通用文件系统并没有利用多个磁盘I/O的独立性，因此当系统挂接了多个磁盘时，这种方式并不能有效利用多个磁盘同时I/O的特点，所以它并不能有效提高disk I/O。 以上两点，决定了Squid具有很差的伸缩性，也就是说，即使你硬件配置再高，它也不能有效的提升性能！ 二、Netshine ICS是如何解决问题的 Netshine ICS通过以下两个措施来解决上述问题： (1)抛弃poll。由于poll()极差的伸缩性，Netshine ICS抛弃了poll()，而使用FreeBSD的kevent机制。关于kevent机制的详细介绍请参考相关的文档，这里就不多述了。 (2)建立专用的文件存储系统和内存缓存系统。为了提高disk i/o，Netshine ICS在内存中建立高效的cache文件系统的同时，还对操作系统内核进行改造，实现软件级别的RAID和直接磁盘I/O以充分利用多个磁盘并发I/O的能力，并且，Netshine ICS在磁盘裸分区上建立了一个专用的文件存储系统。在实践中，这种方式证明是非常高效的，也非常稳定的！ 三、Netshine ICS和Squid性能对比 (1)吞吐量和内存使用有效性比较  (2)每秒请求数比较 
|
延伸阅读
文章来源于领测软件测试网 https://www.ltesting.net/
