在跟技術經理討論過一次，我們的推送 server，將會面臨到有沒有可能斷線
或者資料遺失的可能性，
假設一最多只能有 65536 個port 扣掉 端口後，剩下
可用端口可能兩三萬，那麼有沒有可能單台 server 就突破 65536 個 port呢 ?
emmmm…
在經過一番查詢是有的，那麼就是差實做囉， 我們來架設一波
首先呢我們要對 linux 進行 一些額外的設定
至於伺服器方面呢，我們把移到golang 的 websocket 伺服器
client 和 server 是run 在 同一台 虛擬機
client 端
docker搭建
產生 n個 docker 映像檔並執行 client.go 編譯出來的 client 使用 docker 映射到 docker 容器裡 再讓容器 發起 m個連接到 指定 ip 上
#!/bin/bash
CONNECTIONS=$1
REPLICAS=$2
IP=$3
for (( c=0; c<${REPLICAS}; c++ ))
do
docker run -v $(pwd)/client:/client --name 1mclient_$c -d alpine /client -conn=${CONNECTIONS} -ip=${IP}
done
client 發起 10萬連接
sudo bash setup.sh 20000 5 192.168.109.129
刪除 迴圈產生出來的 docker 映像檔
sudo docker rm -f 1mclient_4
sudo docker rm -f 1mclient_3
sudo docker rm -f 1mclient_2
sudo docker rm -f 1mclient_1
sudo docker rm -f 1mclient_0
server 端
linux 調效篇
sudo sysctl -w fs.file-max=2000500
sudo sysctl -w fs.nr_open=2000500
sudo sysctl -w net.nf_conntrack_max=2000500
sudo ulimit -n 2000500
sudo sysctl -w net.ipv4.tcp_mem='131072 262144 524288'
sudo sysctl -w net.ipv4.tcp_rmem='8760 256960 4088000'
sudo sysctl -w net.ipv4.tcp_wmem='8760 256960 4088000'
sudo sysctl -w net.core.rmem_max=16384
sudo sysctl -w net.core.wmem_max=16384
sudo sysctl -w net.core.somaxconn=2048
sudo sysctl -w net.ipv4.tcp_max_syn_backlog=2048
sudo sysctl -w /proc/sys/net/core/netdev_max_backlog=2048
sudo sysctl -w net.ipv4.tcp_tw_recycle=1
sudo sysctl -w net.ipv4.tcp_tw_reuse=1
sudo echo 2000500 > /proc/sys/fs/nr_open
Run server!
組態檔，我們把onlyTestConnect 設為 false
{
"port": 8888,
"delay": "1m",
"interval": "1m",
"totalSize": 1,
"onlyTestConnect": false
}
server.go
package main
import (
"container/list"
"fmt"
"golang.org/x/net/websocket"
"net/http"
"strconv"
"time"
"encoding/json"
"os"
"sync"
"goserver"
"math/rand"
)
var Config goserver.Configuration
const n = 10
var wsList = [n]*list.List {list.New(),list.New(),list.New(),list.New(),list.New(),list.New(),list.New(),list.New(),list.New(),list.New()}
var locks = [n]sync.RWMutex {}
func wsHandler(ws *websocket.Conn) {
index := rand.Intn(n)
lock := locks[index]
lock.Lock()
wsList[index].PushBack(ws)
lock.Unlock()
for {
var reply string
if err := websocket.Message.Receive(ws, &reply); err != nil {
fmt.Println("Can't receive because of " + err.Error())
break
}
}
lock.Lock()
for e := wsList[index].Front(); e != nil; e = e.Next() {
if e.Value.(*websocket.Conn) == ws {
wsList[index].Remove(e)
break
}
}
lock.Unlock()
}
func load(configfile string) goserver.Configuration {
config := goserver.Configuration{}
file, _ := os.Open(configfile)
decoder := json.NewDecoder(file)
err := decoder.Decode(&config)
if err != nil {
panic(err.Error())
}
return config
}
func main() {
seed := time.Now().UTC().UnixNano()
rand.Seed(seed)
Config = load("config.json")
http.HandleFunc("/", func(w http.ResponseWriter, req *http.Request) {
s := websocket.Server{Handler: websocket.Handler(wsHandler)}
s.ServeHTTP(w, req)
})
delay, _ := time.ParseDuration(Config.Delay)
interval, _ := time.ParseDuration(Config.Interval)
timer := time.NewTimer(delay)
if !Config.OnlyTestConnect {
go func() {
for {
<-timer.C
timer.Reset(interval)
totalLen := 0
for i :=0; i < n; i++ {
totalLen += wsList[i].Len()
}
if totalLen >= Config.TotalSize {
fmt.Println("send timestamp to all")
for i :=0; i < n; i++ {
i := i
go func() {
for e := wsList[i].Front(); e != nil; e = e.Next() {
var ws = e.Value.(*websocket.Conn)
now := time.Now().UnixNano() / int64(time.Millisecond)
err := websocket.Message.Send(ws, strconv.FormatInt(now, 10))
if err != nil {
panic("Error: " + err.Error())
}
}
}()
}
} else {
fmt.Println("current websockets: " + strconv.Itoa(totalLen))
}
}
}()
}
err := http.ListenAndServe(":"+strconv.Itoa(Config.Port), nil)
if err != nil {
panic("Error: " + err.Error())
}
}
emm… emmemm. 看起來差不多調校好了??
記憶體吃滿了先開 10w client 玩玩看 ，不過單台 確實突破 65536 的迷思 (?
中間能不能再夾一層 nginx 呢進行更多變化呢或優化呢… 看來要在 買一些洋垃圾組一台 server
端口重複使用? 假象?
來實驗一下
在使用docker 虛擬連接發現docker 創建的連線數是正常的嗎
開了兩台 client 模擬客戶端 每台上限65536 ，可以看到 server 確實達到
接近12萬連線數 所以 這個就取決的server的硬件是否強大囉
後面 其中一docker 可能掛了還是怎樣，連線數掉到剩一台client
數據 大概 滿仔數據 記憶體大概是 快接近 6g cpu除了每個一分鐘回傳滿載
幾乎 接近10%左右，頻寬 回傳 1.4m
接近 剛才的 部落格實測數據
參考
