全链路异步，让你的 SpringCloud 性能优化10倍+
背景
随着业务的发展，微服务应用的流量越来越大，使用到的资源也越来越多。
在微服务架构下，大量的应用都是 SpringCloud 分布式架构，这种架构，总体是全链路同步模式。
同步编程模式不仅造成了资源的极大浪费，并且在流量发生激增波动的时候，受制于系统资源而无法快速的扩容。
全球后疫情时代，降本增效是大背景。
如何降本增效？
可以通过技术升级，全链路同步模式 ，升级为 全链路异步模式。
作为30岁资深老架构师，带大家来做一把全链路异步模式改造，给大家看看研究成果，一定会惊到大家目瞪口呆。
全链路同步模式架构图
先回顾一下全链路同步模式架构图
全链路同步模式 ，如何升级为 全链路异步模式， 就是一个一个 环节的异步化。
40岁老架构师尼恩，持续深化自己的3高架构知识宇宙，当然首先要去完成一次牛逼的全链路异步模式 微服务实操，下面是尼恩的实操过程、效果、压测数据。
全链路异步模式
网关纯异步化（提升 9倍以上）
网关层的特点：
不需要访问业务数据库只做协议转换和流量转发
特点是 IO 密集型，特别适合纯异步的架构，可以极大的节省资源。
如何进行网关异步化？
使用高性能的通信框架Netty，这是一个基于NIO 非阻塞IO+ Reactor 纯异步线程模型的纯异步化框架。
网关的技术选型主要有 zuul，SpringCloud GetWay 。
- zuul 1虽然使用的同步io，zuul2它也是使用异步的netty，但是没有和SpringCloud 框架集成
- springcloud getway 它是基于spring 5.0 、spring boot 2.0 和spring reacter，为微服务提供一个简单有效的网关API路由接口。和SpringCloud 框架完美集成，目标是为了代替zuul
SpringCloud GetWay 是基于webFlux框架实现的，而WebFlux框架底层则使用了高性能的Reactor模式通信框架Netty。所以最终还是基于IO的王者组件Netty。
如果大家使用Zuul 1，那么 升级为 SpringCloud GetWay，性能可以提升 9倍以上，
以上结论，是来自于尼恩的读者群（50+），如有疑问，可以来单挑。
总体来说，这个环节，是纯异步化最容易的。
这个环节，大部分已经升级到了 springcloud getway 已经使用了纯异步的架构；
Web 服务异步化（2W并发场景提升 20倍以上）
Web 服务作为微服务体系内的重要组成，服务节点众多，
Springboot的Web 服务默认为 Tomcat + Servlet 不支持纯异步化编程，
Tomcat + Servlet模式的问题：总体上没有使用Reactor 反应器模式， 每一个请求是阻塞处理的，属于同步 Web 服务类型。
Servlet 有异步的版本，可惜没有用起来。具体请参考 30岁老架构师为大家整理的深度文章：
京东一面：20种异步，你知道几种？ 含协程
所以：跑在 大家生产环境上的，还是Tomcat + Servlet 同步 Web 服务。
如何实现 Web 服务异步化：
- 方式一：基于 Netty 实现web服务
- 方式二：使用 WebFlux （还是 Netty 实现web服务）
Spring WebFlux是一个响应式堆栈 Web 框架 ，它是完全非阻塞的，支持响应式流(Reactive Stream)背压，并在Netty，Undertow和Servlet 3.1 +容器等服务器上运行
我们再来看一下对于 WebFlux 的对比测试数据 （来自于参考文献1）
可见，非阻塞的处理方式规避了线程排队等待的情况，从而可以用少量而固定的线程处理应对大量请求的处理。
还有更绝的，小伙伴又一步到位直接测试了一下20000用户的情况：
- 对 mvc 的测试由于出现了许多的请求fail，最终以失败告终；
- 而 WebFlux 应对20000用户已然面不改色心不慌，吞吐量达到7228 req/sec
注意：正好是10000用户下的两倍，绝对是真实数据！也就是说, 2W并发场景提升 20倍以上
95%响应时长仅117ms。
最后，再给出两个吞吐量和响应时长的图，更加直观地感受异步非阻塞的WebFlux是如何一骑绝尘的吧：
此时，我们更加理解了Nodejs的骄傲，不过我们大Java语言也有了Vert.x和现在的Spring WebFlux。
RPC 调用异步化（提升 9倍以上）
异步RPC 调用，等待upstream 上游 response 返回时，线程不处于block 状态
作为微服务架构中数据流量最大的一部分，RPC 调用异步化的收益巨大；
RPC 调用主要的框架有：
特点是：
- feign 是同步IO 、阻塞模式的同步 RPC框架
- dubbo 是基于Netty的非阻塞IO + Reactor 反应堆线程模型的 异步RPC框架
30岁老架构师，完成了 SpringCloud + Dubbo RPC 的集成，在同一个微服务下，同时使用了Feign + Dubbo
然后进行了性能的对比验证
dubbo 的压测数据
wrk -t8 -c200 -d30s --latency http://cdh1:18081/dubbo-consumer-demo/user/detail/v1?userId=1
[root@centos1 src]# wrk -t8 -c200 -d30s --latency http://cdh1:18081/dubbo-consumer-demo/user/detail/v1?userId=1
Running 30s test @ http://cdh1:18081/dubbo-consumer-demo/user/detail/v1?userId=1
8 threads and 200 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 30.10ms 45.68ms 644.45ms 95.43%
Req/Sec 1.12k 465.63 2.36k 66.87%
Latency Distribution
50% 18.94ms
75% 28.43ms
90% 46.21ms
99% 283.56ms
264316 requests in 30.07s, 148.47MB read
Requests/sec: 8788.96
Transfer/sec: 4.94MB
feign 的压测数据
wrk -t8 -c200 -d30s --latency http://cdh1:18081/dubbo-consumer-demo/echo/variable/11
[root@centos1 src]# wrk -t8 -c200 -d30s --latency http://cdh1:18081/dubbo-consumer-demo/echo/variable/11
Running 30s test @ http://cdh1:18081/dubbo-consumer-demo/echo/variable/11
8 threads and 200 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 321.50ms 294.59ms 2.00s 61.77%
Req/Sec 87.18 43.39 232.00 67.00%
Latency Distribution
50% 309.06ms
75% 503.06ms
90% 687.99ms
99% 1.21s
20495 requests in 30.10s, 7.64MB read
Socket errors: connect 0, read 0, write 0, timeout 49
Requests/sec: 680.90
Transfer/sec: 259.99KB
从数据来看， dubbo rpc 是feign rpc 性能10倍
当然，感兴趣的小伙伴，也可以自己实操一下，更有感触。
Cache异步化（提升2倍+）
Cache Aside 缓存模式，是大家通用的Cache使用方式，Cache纯异步的架构，必须使用异步存储层客户端，
主要有：
Redisson
Lettuce
Redisson、Lettuce如何选型？请参考40岁老架构师尼恩的文章：
Jedis那么低性能，还在用？赶紧换上 lettuce 吧
30岁老架构师，完成了自己的开发脚手架Crazy-SpringCloud 的Cache异步化，经过对比验证，性能提升足足2倍多
使用Lettuce的场景：
[root@centos1 ~]# wrk -t8 -c200 -d30s --latency http://192.168.56.121:7703/uaa-react-provider/api/userCacheAside/detail/v1?userId=1
Running 30s test @ http://192.168.56.121:7703/uaa-react-provider/api/userCacheAside/detail/v1?userId=1
8 threads and 200 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 18.29ms 13.56ms 213.57ms 89.56%
Req/Sec 1.51k 504.74 4.26k 72.86%
Latency Distribution
50% 14.56ms
75% 19.92ms
90% 31.20ms
99% 76.70ms
359546 requests in 30.10s, 53.15MB read
Requests/sec: 11945.39
Transfer/sec: 1.77MB
使用jedis的场景
wrk -t8 -c200 -d30s --latency http://192.168.56.121:7702/uaa-provider/api/user/detailCacheAside/v1?userId=1
[root@centos1 src]# wrk -t8 -c200 -d30s --latency http://192.168.56.121:7702/uaa-provider/api/user/detailCacheAside/v1?userId=1
Running 30s test @ http://192.168.56.121:7702/uaa-provider/api/user/detailCacheAside/v1?userId=1
8 threads and 200 connections
Thread Stats Avg Stdev Max +/- Stdev
Latency 42.20ms 44.79ms 1.11s 93.41%
Req/Sec 683.30 245.08 1.85k 67.39%
Latency Distribution
50% 32.65ms
75% 48.30ms
90% 72.32ms
99% 199.81ms
162271 requests in 30.09s, 71.96MB read
Requests/sec: 5393.75
Transfer/sec: 2.39MB
吞吐量 从 5000 提升到 10000
99% 响应时间 从199.81ms降低到 76.70ms
DB的异步化 （假装提升10倍）
数据操作是每个请求调用链的 终点，纯异步的架构必须使用异步存储层客户端，
比如说，可以使用纯异步化的框架 Spring Data R2DBC
在尼恩的Crazy-SpringCloud 脚手架 纯异步化 改造中，没有对 的DB 进行异步化改造，为啥呢？DB是一个低吞吐的物种，对于DB而已，请求太多，反而忙不过来，造成整体的性能下降。
所以，尼恩没有对DB进行纯异步化改造，反而是进行隔离和保护：
- 参考 Hystrix 舱壁模式， 通过 DB 的操作进行 线程池隔离，
- 使用 手写 Hystrix Command 的方式，进行 DB 操作的 高压防护。
控制线程数和请求数，保护不至于拖垮DB
由于高压防护，在高并发场景能快速失败，所以肯定提升不止10倍，不过是假装提升10倍
纯异步与伪异步
异步调用目的在于防止当前业务线程被阻塞。
伪异步将任务包装为Runnable 放入另一个线程执行并等待，当前Biz 线程不阻塞；
纯异步为响应式编程模型，通过IO 实践驱动任务完成。
两个概念很重要，这里不做赘述，具体请参考 40岁老架构师尼恩为大家整理的深度文章：
京东一面：20种异步，你知道几种？ 含协程
全链路异步，让你的性能优化10倍+
降本增效时代，大家行动起来吧，对SpringCloud 微服务进行一场性能提升革命
想尽办法，让一台服务器，发挥10台的价值
特别提示：
在全链路异步 改造的过程中， 大量使用 了 响应式编程。关于响应式编程的知识，请参考尼恩的 深度文章：
Flux、Mono、Reactor 实战（史上最全）
遗憾的是，响应式编程非常复杂，