strom及DRPC性能测试与改进

转载请注明出处:http://blog.csdn.net/jmppok/article/details/18075313

参考1:storm性能测试报告

参考2:Storm DRPC 使用

参考3:Storm DRPC 使用及访问C++ Bolt问题的解决方法

参考4:Storm 多语言支持之ShellBolt原理及改进

参考5:Base64编码及编码性能测试

参考6:Base64编码及编码性能测试 [改进]

参考7:zlib使用与性能测试

参考8:十分简单的redis使用说明及性能测试

[参考1]的结论与局限

参考种对Storm性能进行测试,得出了以下结论:

  • storm单条流水线的处理能力大约为20000 tupe/s, (每个tuple大小为1000字节)
  • storm系统本省的处理延迟为毫秒级
  • 在集群中横向扩展可以增加系统的处理能力,实测结果为1.6倍
  • Storm中大量的使用了线程,即使单条处理流水线的系统,也有十几个线程在同时运行,所以几乎所有的16个CPU都在运行状态,load average 约为 3.5
  • Jvm GC一般情况下对系统性能影响有限,但是内存紧张时,GC会成为系统性能的瓶颈
  • 使用外部处理程序性能下降明显,所以在高性能要求下,尽量使用storm内建的处理模式
作者对strom的处理能力和可扩展性进行了测试,给出了很有说服力的数据。但还不能满足我们的需要:

1)由于作者使用的tuple为1000字节,也就是1K,数据量相对较小,而在实际使用过程中,storm作为实时流处理系统,处理的数据可能比较大。比如我们用来进行图像处理,一个图片可能有1M左右。这时候storm的性能如何呢?

2)为了简化storm的集成,我们使用DRPC来访问storm,具体用法可参见[参考2]和[参考3],在DRPC访问时,数据需要从DRPCClient发送至DRPCServer,再由DRPCServer发送给topology中的spout,spoout发送给Bolt........;当数据处理完毕后,还要由Bolt返回给DPRCServer,由DRPCServer返回给DRPCClient。

增加了这些步骤以后,Strom DRPC的性能究竟如何呢?

3)作者在[参考1]中提到,使用外部处理程序时Storm的性能明显下降,大概只有1/10的性能。但是我们在实际使用中,可能经常是在已有的基础上,将功能集成到Storm中运行。通俗点说:实际情况是我们经常使用外部处理程序,这种情况下,怎么能提高Storm的性能呢?关于这点可以查看[参考4]。我们使用JNI来解决。


测试与结论

1)测试环境

测试环境如图所示

strom及DRPC性能测试与改进

有客户端和两台服务器组成。

客户端为虚拟机,单核3.2GHz  1G 内存,100M带宽。

服务器也是虚拟机,8核2.2GHz,8G内存,1G带宽。

DRPC Topology由一个DRPCSpout,CPPBolt和一个ReturnResult组成。功能是接收一个字符串并返回。

Topology运行在一个work中,Spout,Bolt分别由不同的线程执行。


2)测试方法

在Client启动0-100多个线程,不停的访问Topology,向其发送一个字符串(1K-1M)。Topology会原封不动的返回该字符串。

测试过程就不详细展开了。直接说测试结果。


发送1K的数据

Client数量

平均响应时间

Strom每秒处理个数

1

45ms

20个

60

50ms

1000个


发送256K的数据

Client数量

平均响应时间

Strom每秒处理个数

1

125ms

8个

3

150ms

20个


发送512K的数据

Client数量

平均响应时间

Strom每秒处理个数

1

208ms

5个

3

293ms

10个


3)测试结论

该测试中,处理速度主要受限于客户端带宽。也就是说由于数据量大,客户端发的速度慢,低于Storm中topology的处理速度。

因此该测试只能得出DRPC方式中单个请求在不同数据大小时,storm的延迟时间。

简而言之,StormDRPC方式中,最小延迟为50ms(数据小于1K),当数据量大时,256K数据,延迟为125ms,512K时延迟为208ms。


所以Storm数据量较大的时,处理的延迟还是比较大的。

当然以上仅是在特定环境中的测试,仅供参考。


改进方法

根据个人经验,针对以上Storm延迟可以由以下改进方法:

1)数据可以先压缩后再交给storm处理,在具体的bolt中对其进行解压缩。根据个人测试zlib压缩1M的数据,压缩率为80%,既可以将数据研所为原来的20%。从而可以减小数据量,提高效率。而zlib对1M数据进行压缩、解压缩所用时间在10ms以内。可以使情况选用。见[参考7]

2)storm本身采用字符型传输,对于二进制数据必须进行编码。可采用base64编码。参见[参考5],base64对1M数据的编码,解码时间也分别小于10ms。

3)在DRPC测试中,数据从Clinet到DRPCServer,到DRPC SPOUT,到BOLT,到RETURN Result,在到DRPCSERVER,最后返回Client传输多次,可以考虑使用内存数据库如redis,Client直接将数据放入redis,将其在redis中的路径进行传输,在需要时,由bolt从redis中获取。参见[参考8]。将1M数据在redis中存取,耗时也分别在10-20ms。

4)对于外部处理程序,如C++,可以采用JNI的方式,对ShellBolt进行改进,而不是启动新的进程在通过Json编码,Pipe传输与之通讯,从而也可以提交效率。参见[参考4]。

你可能感兴趣的:(storm,性能测试,改进,drpc,DRPC处理延迟)