本文作者李宗伟，系思科工程师，是思科大数据架构团队成员，目前主要负责OLAP平台搭建及客户业务报表系统的研发。
我们是来自于Cisco大数据团队的开发小组，其中一项业务是为客户提供BI报表：客户会登录报表系统查询Cisco业务的使用情况，也会将它作为计费账单的参考，这些报表对客户而言是非常重要的业务功能。
这些报表数据来自于多张Oracle数据库中的表，单张表单月的数据量在亿级，也就是说，如果客户想查询一年的报表，至少需要对十亿到二十亿的数据做聚合查询等操作，同时需要在很短的时间内得出结果。在我们的调研选型过程中发现了Apache Kylin这一基于预计算思想实现的海量数据分布式预处理引擎，它的一个亮点就是可以实现超大数据集的亚秒级查询。
经过初步的数据模拟测试，我们发现Kylin确实可以在1秒内反馈十亿数据量的聚合查询结果，很好地满足了我们的业务需求。但是测试并没有到此为止，我们展示给客户的报表页面包含了15张图表，每一张图表的展示BI系统都会异步的发送REST API请求到Kylin查询数据，基于产线规模分析，如果短时间内有20个客户（这个数据很保守）在单节点上同时查询报表，会触发15*20 = 300个请求，那么Kylin在短时间内的并发响应性能就是我们需要测试的对象。
01 初步测试阶段
前提
为了降低网络开销对并发性能测试结果的影响，我们将并发测试工具与Kylin部署在相同的网络环境内。
测试工具
除了选用传统的压力测试工具Apache JMeter外，我们还使用了另一款开源工具Gatlin (https://gatling.io/) 测试相同的用例，对比排除测试工具的影响。
测试策略
通过累加并发线程数来模拟不同量级的用户请求，观察60秒内平均响应时间，确定Kylin的并发响应瓶颈，同时也需要观察最大响应时间和成功率。为了确保不被缓存影响，整个测试我们都关闭了Kylin的query cache，确保每个查询都被发送到底层执行。
测试结果
根据结果绘出趋势图：
测试结论
当并发数达到75时，Kylin的查询响应数达到峰值90，即使进一步提高并发数，单秒的查询响应数也并没有提高。单个节点每秒90的并发查询响应数只能满足此场景中90/15=6个客户同时查询报表，考虑到集群内Kylin query node的数量为3，每秒18个客户的查询能力也远远不能满足我们的业务需求。
02 定位问题
通过对Kylin Query模块代码的阅读和分析，我们了解到Kylin的查询是通过启动HBase Coprocessor在HBase的region server中并行执行过滤和计算。基于这个信息我们最初排查了测试环境HBase集群的资源使用情况，观察后发现高并发请求发生时，region server上处理的RPC Task数量并没有与Kylin查询请求数成线性增长，于是初步定位问题应该出在Kylin端，可能存在线程阻塞。
我们选用了火焰图和JProfile对Kylin Query server进行了数据收集分析，结果都不是很理想，没有定位到问题的源头。之后我们尝试通过jstack抓取Kylin的线程快照，分析jstack log后我们最终发现了造成并发查询瓶颈问题的原因。这里用其中一次测试的结果举个例子（Kylin 版本 2.5.0）。
在一次快照中一个线程lock在sun.misc.URLClassPath.getNextLoader。此线程的 TID 是0x000000048007a180：
"Query e9c44a2d-6226-ff3b-f984-ce8489107d79-3425" #3425 daemon prio=5 os_prio=0 tid=0x000000000472b000 nid=0x1433 waiting }}{{for monitor entry [}}\\\{{0x00007f272e40d000}}{{] java.lang.Thread.State: BLOCKED (on object monitor) at sun.misc.URLClassPath.getNextLoader(URLClassPath.java:469) - locked <0x000000048007a180> (a sun.misc.URLClassPath) at sun.misc.URLClassPath.findResource(URLClassPath.java:214) at java.net.URLClassLoader$2.run(URLClassLoader.java:569) at java.net.URLClassLoader$2.run(URLClassLoader.java:567) at java.security.AccessController.doPrivileged(Native Method) at java.net.URLClassLoader.findResource(URLClassLoader.java:566) at java.lang.ClassLoader.getResource(ClassLoader.java:1096) at java.lang.ClassLoader.getResource(ClassLoader.java:1091) at org.apache.catalina.loader.WebappClassLoaderBase.getResource(WebappClassLoaderBase.java:1666) at org.apache.kylin.common.KylinConfig.buildSiteOrderedProps(KylinConfig.java:338)
同一时刻有43 个其它线程waiting to lock <0x000000048007a180>
"Query f1f0bbec-a3f7-04b2-1ac6-fd3e03a0232d-4002" #4002 daemon prio=5 os_prio=0 tid=0x00007f27e71e7800 nid=0x1676 waiting }}{{for monitor entry [}}\\\{{0x00007f279f503000}}{{] java.lang.Thread.State: BLOCKED (on object monitor) at sun.misc.URLClassPath.getNextLoader(URLClassPath.java:469) - waiting to lock <0x000000048007a180> (a sun.misc.URLClassPath) at sun.misc.URLClassPath.findResource(URLClassPath.java:214) at java.net.URLClassLoader$2.run(URLClassLoader.java:569) at java.net.URLClassLoader$2.run(URLClassLoader.java:567) at java.security.AccessController.doPrivileged(Native Method) at java.net.URLClassLoader.findResource(URLClassLoader.java:566) at java.lang.ClassLoader.getResource(ClassLoader.java:1096) at java.lang.ClassLoader.getResource(ClassLoader.java:1091) at org.apache.catalina.loader.WebappClassLoaderBase.getResource(WebappClassLoaderBase.java:1666) at org.apache.kylin.common.KylinConfig.buildSiteOrderedProps(KylinConfig.java:338)
分析代码栈我们可以追溯到最近的Kylin的逻辑在org.apache.kylin.common.KylinConfig.buildSiteOrderedProps(KylinConfig.java:338)，然后再结合Kylin源代码进一步分析，成功就离我们不远了。
03 代码分析
当
Kylin query engine 构建查询请求时, 会导出Kylin properties （Kylin里的各种配置）发送给HBase Coprocessor，在KylinConfig.class中有这么一个方法：
function private static OrderedProperties buildSiteOrderedProps()
它的执行逻辑是这样的：
1. 对于每个线程, 会调用getResouce 去读取”kylin-defaults.properties”（默认配置文件，用户不可修改） 的内容。
// 1. load default configurations from classpath.// we have a kylin-defaults.properties in kylin/core-common/src/main/resourcesURL resource = Thread.currentThread().getContextClassLoader().getResource("kylin-defaults.properties");Preconditions.checkNotNull(resource);logger.info("Loading kylin-defaults.properties from {}", resource.getPath());OrderedProperties orderedProperties = new OrderedProperties();loadPropertiesFromInputStream(resource.openStream(), orderedProperties);
2. 循环10次去读取”kylin-defaults” +(i)+ “.properties”, 线程阻塞就发生在这里。
for (int i = 0; i < 10; i++) {String fileName = "kylin-defaults" + + ".properties"; URL additionalResource = Thread.currentThread().getContextClassLoader().getResource(fileName); if (additionalResource != null) { logger.info("Loading {} from {} ", fileName, additionalResource.getPath()); loadPropertiesFromInputStream(additionalResource.openStream(), orderedProperties); }
通过版本追溯，这段逻辑是在2017/6/7 引入的，对应的JIRA ID 是KYLIN-2659。
04 问题解决
针对第一段逻辑，因为kylin-defaults.properties是打包在kylin-core-common-xxxx.jar中，在Kylin启动后是不会改变的，因此不需要每次查询时都从文件读取。可以将这段逻辑挪至 getInstanceFromEnv()，这个静态方法只会在服务加载时调用一次。
在修改这块逻辑时遇到一个坑。在Coprocessor中的类CubeVisitService，它会调用KylinConfig作为工具类去生成KylinConfig 对象，引入读取properties文件的逻辑是危险的，因为 Coprocessor中没有打包kylin.properties文件。
buildDefaultOrderedProperties();
对于第二块逻辑，设计的最初应该是为了未来扩展，允许用户定于多达10个default properties文件（彼此覆盖），但是经历了一年半的版本迭代，这段逻辑似乎没有被使用。但是为了降低风险，在这次修复中暂时保留这段逻辑，因为前面的改动后，这段逻辑只会在服务加载时执行一次，因此它的时间损耗基本可以忽略。
05 修复后性能测试
基于修复后的版本在同样的数据量和环境中进行测试，结果如下：
同样地绘制出趋势图：
当并发数达到150时，Kylin每秒能处理的查询请求数可以达到467，与此bug修复前并发处理能力提高了5倍左右，趋势图也是呈线性增长的，可以看到瓶颈基本消除了。我们没有再进一步提高并发数测试的原因是Kylin Query engine都是做集群负载均衡配置，一味地增加单节点的并发连接数反而会增加Tomcat服务器的压力（Tomcat 默认最大线程数为150）。
重新收集分析jstack日志，再没有发现线程阻塞的问题。
根据现在的测试结果，单个Kylin节点每秒可以处理 467/15= 31个客户查询，是满足当前业务需求的。此外，如果开启Kylin的查询缓存，单节点 QPS 还可以提升若干倍，足以满足我们的需要。
06 总结
Kylin的一大亮点就是提供亚秒级的海量数据集的查询，而实现这个目标既得益于Cube预计算的设计，以及Query时Apache Calcite算子的优化，同时在2.5.0版本中也引入了PreStatement Cache来减少Calcite语义解析的消耗。每一点的查询性能优化都是来之不易的，在引入新功能、bug fix等代码改动的时候，大家要额外注意这些改动对 Kylin query engine的影响，有时可能会牵一发而动全身。这些在高并发下的问题，往往是比较难重现和分析的。
另外，查询性能测试不能仅局限在单次或少量查询，可以结合实际业务需求估算并发请求数做相应的高并发性能测试。对于企业级的报表系统，客户的新页面载入忍耐度在3秒钟，这包括了页面渲染和网络消耗，所以后台数据服务的查询响应最好控制在1秒以内。这在基于大数据集的业务场景下确实是不小的挑战，Kylin则很好的满足了这一需求。
目前这个问题已经作为KYLIN-3672在JIRA上提交，并在Kylin 2.5.2版本发布，感谢这一过程中来自Kyligence团队史少锋同学的帮助。
参考文献：
网友评论