摘要： 阿里妹导读：2017年的双十一圆满结束了，1682亿的成交额再一次刷新了记录，而HSF（High Speed Framework，分布式服务框架）当天调用量也突破了3.5万亿次，调用量是2016年双十一的三倍多。
阿里妹导读：2017年的双十一圆满结束了，1682亿的成交额再一次刷新了记录，而HSF（High Speed Framework，分布式服务框架）当天调用量也突破了3.5万亿次，调用量是2016年双十一的三倍多。为了这不平凡的一天中，HSF经历了一年多的磨练，从架构升级到性能优化，从可用性提升到运维提升，完成了从2.1到2.2的全面升级，截止到双十一开始的一刻，HSF2.2在全网机器占比超过75%，并成功接受了大促考验。
从HSF2.1到HSF2.2的目标是提升HSF框架的扩展性、易用性和性能，相当于将原有HSF推倒了重新来过，因此涉及到的内容众多，这里不做展开，我们仅从架构升级、性能优化和运维提升三个方面来聊一下HSF2.2做了什么，有什么能帮到大家，以及如何解决了双十一的一些问题。
架构升级
HSF2.1主要被用户抱怨的一点就是扩展性不强，比如：不少用户想拦截调用请求但无法方便做到，只好退而求其次，使用代理来包装HSF的客户端或者服务端，这样做一来显得繁琐，二来出现问题不易排查。不光是用户的扩展支持的不好，框架自身对不同的开源组件适配也显得力不从心，比如：支持ZooKeeper作为注册中心的方案一直难以实施，原因在于框架内部与ConfigServer耦合过于紧密。无论是用户还是框架的维护者，都受限于现有架构，这是HSF需要改变的地方。
HSF2.2的架构与原有版本有了显著变化，首先是层与层之间的边界清晰，其次组件之间的关系职责明确，最后是扩展可替换的思想贯穿其中，下面我们先看一下新的架构：
可以看到HSF2.2从宏观上分为了三个域：框架、应用和服务，其中框架是对上层多个应用做支撑的基础，而服务属于具体的某个应用，从这种划分可以看出，HSF2.2是天然支持多应用（或多模块）部署的。每个域中，都有各自的功能组件，比如：服务域中的InvocationHandler就是对服务调用逻辑的抽象，通过扩展其中的ClientFilter或者ServerFilter完成对客户端或者服务端的调用处理工作，这里只是罗列了主要的功能组件和扩展点，以下是对它们的说明：
服务，对应于一个接口，它可以提供服务或者消费服务
应用 ，对应于一个应用或者一个模块，它管理着一组消费或者发布的服务
框架， 对应于框架底层支持，它统一管理着线程、链接等资源
分类介绍了HSF2.2的主要组件后，我们来看看架构的改变，扩展性的提升，能够为业务方，为他们更好的支持双十一带来什么。
纯异步调用拦截器
HSF异步future调用被业务方越来越多的使用，但是eagleeye对future调用的耗时统计上一直不准，因为future调用返回的是默认值，所以业务看到的是一次飞快的调用返回，它真实的耗时该如何度量？信息平台承载了集团的众多内部服务业务，一直苦于没有办法全面的监控HSF的调用记录，也无法做到异常报警，难道还要让所有的使用方配置代理？
HSF2.2设计的InvocationHandler组件以及扩展，完美的解决了这个问题，我们近距离观察一下InvocationHandler以及其扩展，以客户端调用场景为例：一次调用是如何穿过用户扩展的调用拦截器的。
可以看到，HSF2.2定义的调用拦截器不是一个简单的正向invoke过程，它还具备响应回来时的逆向onResponse过程，这样一来一回很好的诠释了HSF同步调用异步执行的调用模型。用户可以通过在一次调用中计算invoke和onResponse之间的时差来获得调用的正确耗时，而不用关心HSF调用是同步还是异步，用户也可以扩展一个调用拦截器穿插在其中，用于监控HSF的调用内容，而不用让应用方做任何代码上的改造。
多应用支持
多模块部署一直是业务方同学探索的热点，从合并部署开始，HSF就有限的支持了多应用部署，但是一直没有将其融入到架构中。在HSF2.2中，应用不仅仅是作为托管服务的容器而是成为核心领域，多应用序列化的难题，就在应用层解决。
（模块在HSF2.2中也会被认为是一个应用，以下提到模块或者应用可以认为是一个概念。）
HSF2.2支持多个应用部署的结构如下图所示：
可以看到，HSF2.2框架域处于最底层，它向上为应用提供了线程、连接等多种资源的支持，而应用能够发布或者订阅多个服务，这些服务能够被应用统一管理，也支持更加精细化的配置，层与层的司职明确让HSF具有了良好的适应性。
性能优化
RPC流程中，序列化是开销很大的环节。尤其现在业务对象都很复杂，序列化开销更不容小觑。
下面先介绍下今年HSF针对Hessian的几个优化点。也感谢分享思路和反馈问题的坤谷、道延和昕辰三位同学。
优化1：元数据共享
hessian序列化会将两种信息写到输出流：
元数据：即类全名，字段名
值数据：即各个字段对应值（如果字段是复杂类型，则会递归传递该复杂类型的元数据和内部字段的值数据）
在hessian1协议里，每次写出Class A的实例时，都会写出Class A的元数据和值数据，就是会重复传输相同的元数据。针对这点，hessian2协议做了一个优化就是：在“同一次序列化上下文”里，如果存在Class A的多个实例，只会对Class A的元数据传输一次。该元数据会在对端被缓存起来重复使用，下次再序列化Class A的对象时，只需要先写出对元数据的一个引用句柄（缓存中的index，用一个int表示），然后直接写出值数据即可。接受方通过元数据句柄即可知道后面的值数据对应的类型。
这是一个极大的提升。因为编码字段名字（就是字符串）所需的字节数很可能比它对应的值（可能只是一个byte）更多。
不过在官方的hessian里，这个优化有两个限制：
序列化过程中类型对应的Class结构不能改变
元数据引用只能在“同一个序列化上下文”，这里的“上下文”就是指同一个HessianOutput和HessianInput。因为元数据的id分配和缓存分别是在HessianOutput和HessianInput里进行的
限制1我们可以接受，一般DO不会再运行时改变。但是限制2不太友好，因为针对每次请求的序列化和反序列化，HSF都需要使用全新构造的HessianOutput和HessianInput。这就导致每次请求都需要重新发送上次请求已经发送过的元数据。
针对限制2，HSF实现了跨请求元数据共享，这样只要发送过一次元数据，以后就再也不用发送了，进一步减少传输的数据量。实现机制如下：
修改hessian代码，将元数据id分配和缓存的数据结构从HessianOutput和HessianInput剥离出来。
修改HSF代码，将上述剥离出来的数据结构作为连接级别的上下文保存起来。
每次构造HessianOutput和HessianInput时将其作为参数传入。这样就达了跨请求复用元数据的目的。
该优化的效果取决于业务对象中，元数据所占的比例，如果“精心”构造对象，使得元数据所占比例很大，那么测试表现会很好，不过这没有意义。我们还是选取线上核心应用的真实业务对象来测试。从线上tcp dump了一个真实业务对象，测试同学以此编写测试用例得到测试数据如下：
新版本比老版本CPU利用率下降10%左右
新版本的网络流量相比老版本减少约17%
线上核心应用压测结果显示数据流量下降一般在15%~20%之间。
优化2：UTF8解码优化
hessian传输的字符串都是utf8编码的，反序列化时需要进行解码。hessian现行的解码方式是逐个字符进行。代码如下：
UTF8是变长编码，有三种格式：
1 byte format: 0xxxxxxx
2 byte format: 110xxxxx 10xxxxxx
3 byte format: 1110xxxx 10xxxxxx 10xxxxxx
上面的代码是对每个字节，通过位运算判断属于哪一种格式，然后分别解析。
优化方式是：通过unsafe将8个字节作为一个long读取，然后通过一次位运算判断这8个字节是否都是“1 byte format”，如果是（很大概率是，因为常用的ASCII都是“1 byte format”），则可以将8个字节直接解码返回。以前8次位运算，现在只需要一次了。如果判断失败，则按老的方式，逐个字节进行解码。主要代码如下：
同样使用线上dump的业务对象进行对比，测试结果显示该优化带来了 17% 的性能提升：
优化3：异常流程改进
hessian在一些异常场景下，虽然业务不一定报错，但是性能却很差。今年我们针对两个异常场景做了优化。
UnmodifiableSet构造异常
某核心应用压测发现大量如下错误：
这是Hessian对UnmodifiableSet反序列化的一个问题，因为UnmodifiableSet没有默认构造函数，所以Class.newInstance会抛出，出错之后Hessian会使用HashSet进行反序列化，所以业务不会报错，但是应用同学反馈每次都处理异常，对性能影响比较大。
另外Collections$UnmodifiableCollection，Collections$UnmodifiableList， Collections$UnmodifiableMap， Arrays$ArrayList也有一样的问题。
针对这些构造函数一定会出错的类型，我们修改了Hessian的代码直接跳过构造函数的逻辑，较少不必要的开销。
重复加载缺失类型
某核心应用压测发现大量线程block在ClassLoader.loadClass方法
排查确认是业务二方包升级，服务端客户端二方包版本不一致，导致老版本的一边反复尝试加载对应的新增类型。虽然该问题并没有导致业务错误，但是确严重影响了性能，按应用同学的反馈，如果每次都尝试加载缺失类型，性能会下降一倍。
针对这种情况，修改hessian代码，将确认加载不到的类型缓存起来，以后就不再尝试加载了。
优化4： map操作数组化
大型系统里多个模块间经常通过Map来交互信息，互相只需要耦合String类型的key。常见代码如下：
大量的Map操作也是性能的一大消耗点。HSF今年尝试将Map操作进行了优化，改进为数组操作，避免了Map操作消耗。新的范例代码如下：
工作机制简单说明如下:
key类型由String改为自定义的AttributeKey，AttributeKey会在初始化阶段就去AttributeNamespace申请一个固定id
map类型由HashMap改为自定义的DefaultAttributeMap，DefaultAttributeMap 内部使用数组存放数据
操作DefaultAttributeMap直接使用AttributeKey里存放的id作为index访问数组即可，避免了hash计算等一系列操作。核心就是将之前的字符串key和一个固定的id对应起来，作为访问数组的index
对比HashMap和DefaultAttributeMap，性能提升约30%。
在刚刚过去的 2017 年双 11 中，HSF服务治理（HSFOPS）上线了诸多提升应用安全、运维效率的新功能，如：
服务鉴权
单机运维
连接预热
其中，在今年双11中发挥最大价值的，当属 HSF 连接预热功能。
HSF 连接预热功能，可以帮助应用提前建立起和 Providers 之间的连接，从而避免首次调用时因连接建立造成的 rt 损耗。
HSF服务治理平台的连接预热功能，支持指定应用、机器分组以及单元环境的预热，并且可以指定预热执行计划，并支持按预热批次暂停、恢复预热。在 2017 双 11 预热完成后，目标应用集合整体连接数增长大于50%，部分应用增长达 40 倍，符合连接预热的预期。
小结
架构升级使HSF能够从容的应对未来的挑战，性能优化让我们在调用上追求极致，运维提升更是将眼光拔高到全局去思考问题，这些改变共同的组成了HSF2.1到HSF2.2的变革，而这次变革不仅仅是稳定的支撑2017年的双十一，而是开启了服务框架下一个十年。
原文发布时间为：2018-01-11
本文作者：思邪
网友评论