Golang 实现Thrift客户端连接池方式-巨人网络通讯

Golang 实现Thrift客户端连接池方式

1 前言

阅读文章之前，请先了解一下thrift相关知识。thrift官方并没有提供客户端连接池的实现方案，而我们在实际使用时，thrift客户端必须复用，来保证较为可观的吞吐量，并避免在高QPS调用情况下，不断的创建、释放客户端所带来的机器端口耗尽问题。

本文会详细讲解如何实现一个简单可靠的thrift客户端连接池，并通过对照实验来说明thrift客户端连接池所带来的好处。

由于篇幅的原因，本文只粘出关键代码，源代码请查看Thrift Client Pool Demo

1.1 运行环境

Golang版本： go1.14.3 darwin/amd64

Thrift Golang库版本： 0.13.0

Thrift IDL编辑器版本： 0.13.0

1.2 .thrift文件

namespace java com.czl.api.thrift.model
namespace cpp com.czl.api
namespace php com.czl.api
namespace py com.czl.api
namespace js com.czl.apixianz
namespace go com.czl.api
struct ApiRequest {
 1: required i16 id;
}
struct ApiResponse{
 1:required string name;
}
// service1
service ApiService1{
 ApiResponse query(1:ApiRequest request)
}
// service2
service ApiService2{
 ApiResponse query(1:ApiRequest request)
}

注：请通过安装Thrift IDL编译器，并生成客户端、服务端代码。

1.3 对照实验说明

通过脚本开启100个协程并发调用rpc服务10分钟，统计这段时间内，未使用thrift客户端连接池与使用客户端连接池服务的平均吞吐量、Thrift API调用平均延迟、机器端口消耗等数据进行性能对比。

实验一：未使用thrift客户端连接池

实验二：使用thrift客户端连接池

2 Thrift客户端连接池实现

2.1 连接池的功能

首先，我们要明确一下连接池的职责，这里我简单的总结一下，连接池主要功能是维护连接的创建、释放，通过缓存连接来复用连接，减少创建连接所带来的开销，提高系统的吞吐量，一般连接池还会有连接断开的重连机制、超时机制等。这里我们可以先定义出大部分连接池都会有的功能，只是定义，可以先不管每个功能的具体实现。每一个空闲Thrift客户端其实底层都维护着一条空闲TCP连接，空闲Thrift客户端与空闲连接在这里其实是同一个概念。

......
// Thrift客户端创建方法，留给业务去实现
type ThriftDial func(addr string, connTimeout time.Duration) (*IdleClient, error)
// 关闭Thrift客户端，留给业务实现
type ThriftClientClose func(c *IdleClient) error
// Thrift客户端连接池
type ThriftPool struct {
 // Thrift客户端创建逻辑，业务自己实现
 Dial ThriftDial
 // Thrift客户端关闭逻辑，业务自己实现
 Close ThriftClientClose
 // 空闲客户端，用双端队列存储
 idle list.List
 // 同步锁，确保count、status、idle等公共数据并发操作安全
 lock *sync.Mutex
 // 记录当前已经创建的Thrift客户端，确保MaxConn配置
 count int32
 // Thrift客户端连接池状态，目前就open和stop两种
 status uint32
 // Thrift客户端连接池相关配置
 config *ThriftPoolConfig
}
// 连接池配置
type ThriftPoolConfig struct {
 // Thrfit Server端地址
 Addr string
 // 最大连接数
 MaxConn int32
 // 创建连接超时时间
 ConnTimeout time.Duration
 // 空闲客户端超时时间，超时主动释放连接，关闭客户端
 IdleTimeout time.Duration
 // 获取Thrift客户端超时时间
 Timeout time.Duration
 // 获取Thrift客户端失败重试间隔
 interval time.Duration
}
// Thrift客户端
type IdleClient struct {
 // Thrift传输层，封装了底层连接建立、维护、关闭、数据读写等细节
 Transport thrift.TTransport
 // 真正的Thrift客户端，业务创建传入
 RawClient interface{}
}
// 封装了Thrift客户端
type idleConn struct {
 // 空闲Thrift客户端
 c *IdleClient
 // 最近一次放入空闲队列的时间
 t time.Time
}
// 获取Thrift空闲客户端
func (p *ThriftPool) Get() (*IdleClient, error) {
 // 1. 从空闲池中获取空闲客户端，获取到更新数据，返回，否则执行第2步
 // 2. 创建新到Thrift客户端，更新数据，返回Thrift客户端
 ......
}
// 归还Thrift客户端
func (p *ThriftPool) Put(client *IdleCLient) error {
 // 1. 如果客户端已经断开，更新数据，返回，否则执行第2步
 // 2. 将Thrift客户端丢进空闲连接池，更新数据，返回
 ......
}
// 超时管理，定期释放空闲太久的连接
func (p *ThriftPool) CheckTimeout() {
 // 扫描空闲连接池，将空闲太久的连接主动释放掉，并更新数据
 ......
}
// 异常连接重连
func (p *ThriftPool) Reconnect(client *IdleClient) (newClient *IdleClient, err error) {
 // 1. 关闭旧客户端
 // 2. 创建新的客户端，并返回
 ......
}
// 其他方法
......

这里有两个关键的数据结构，ThriftPool和IdleClient，ThriftPool负责实现整个连接池的功能，IdleClient封装了真正的Thrift客户端。

先看一下ThriftPool的定义：

// Thrift客户端创建方法，留给业务去实现
type ThriftDial func(addr string, connTimeout time.Duration) (*IdleClient, error)
// 关闭Thrift客户端，留给业务实现
type ThriftClientClose func(c *IdleClient) error
// Thrift客户端连接池
type ThriftPool struct {
 // Thrift客户端创建逻辑，业务自己实现
 Dial ThriftDial
 // Thrift客户端关闭逻辑，业务自己实现
 Close ThriftClientClose
 // 空闲客户端，用双端队列存储
 idle list.List
 // 同步锁，确保count、status、idle等公共数据并发操作安全
 lock *sync.Mutex
 // 记录当前已经创建的Thrift客户端，确保MaxConn配置
 count int32
 // Thrift客户端连接池状态，目前就open和stop两种
 status uint32
 // Thrift客户端连接池相关配置
 config *ThriftPoolConfig
}
// 连接池配置
type ThriftPoolConfig struct {
 // Thrfit Server端地址
 Addr string
 // 最大连接数
 MaxConn int32
 // 创建连接超时时间
 ConnTimeout time.Duration
 // 空闲客户端超时时间，超时主动释放连接，关闭客户端
 IdleTimeout time.Duration
 // 获取Thrift客户端超时时间
 Timeout time.Duration
 // 获取Thrift客户端失败重试间隔
 interval time.Duration
}

Thrift客户端创建与关闭，涉及到业务细节，这里抽离成Dial方法和Close方法。

连接池需要维护空闲客户端，这里用双端队列来存储。

一般的连接池，都应该支持最大连接数配置，MaxConn可以配置连接池最大连接数，同时我们用count来记录连接池当前已经创建的连接。

为了实现连接池的超时管理，当然也得有相关超时配置。

连接池的状态、当前连接数等这些属性，是多协程并发操作的，这里用同步锁lock来确保并发操作安全。

在看一下IdleClient实现：

// Thrift客户端
type IdleClient struct {
 // Thrift传输层，封装了底层连接建立、维护、关闭、数据读写等细节
 Transport thrift.TTransport
 // 真正的Thrift客户端，业务创建传入
 RawClient interface{}
}
// 封装了Thrift客户端
type idleConn struct {
 // 空闲Thrift客户端
 c *IdleClient
 // 最近一次放入空闲队列的时间
 t time.Time
}

RawClient是真正的Thrift客户端，与实际逻辑相关。

Transport Thrift传输层，Thrift传输层，封装了底层连接建立、维护、关闭、数据读写等细节。

idleConn封装了IdleClient，用来实现空闲连接超时管理，idleConn记录一个时间，这个时间是Thrift客户端最近一次被放入空闲队列的时间。

2.2 获取连接

......
var nowFunc = time.Now
......
// 获取Thrift空闲客户端
func (p *ThriftPool) Get() (*IdleClient, error) {
 return p.get(nowFunc().Add(p.config.Timeout))
}
// 获取连接的逻辑实现
// expire设定了一个超时时间点，当没有可用连接时，程序会休眠一小段时间后重试
// 如果一直获取不到连接，一旦到达超时时间点，则报ErrOverMax错误
func (p *ThriftPool) get(expire time.Time) (*IdleClient, error) {
 if atomic.LoadUint32(p.status) == poolStop {
 return nil, ErrPoolClosed
 }
 // 判断是否超额
 p.lock.Lock()
 if p.idle.Len() == 0  atomic.LoadInt32(p.count) >= p.config.MaxConn {
 p.lock.Unlock()
 // 不采用递归的方式来实现重试机制，防止栈溢出，这里改用循环方式来实现重试
 for {
 // 休眠一段时间再重试
 time.Sleep(p.config.interval)
 // 超时退出
 if nowFunc().After(expire) {
 return nil, ErrOverMax
 }
 p.lock.Lock()
 if p.idle.Len() == 0  atomic.LoadInt32(p.count) >= p.config.MaxConn {
 p.lock.Unlock()
 } else { // 有可用链接，退出for循环
 break
 }
 }
 }
 if p.idle.Len() == 0 {
 // 先加1，防止首次创建连接时，TCP握手太久，导致p.count未能及时+1，而新的请求已经到来
 // 从而导致短暂性实际连接数大于p.count（大部分链接由于无法进入空闲链接队列，而被关闭，处于TIME_WATI状态）
 atomic.AddInt32(p.count, 1)
 p.lock.Unlock()
 client, err := p.Dial(p.config.Addr, p.config.ConnTimeout)
 if err != nil {
 atomic.AddInt32(p.count, -1)
 return nil, err
 }
 // 检查连接是否有效
 if !client.Check() {
 atomic.AddInt32(p.count, -1)
 return nil, ErrSocketDisconnect
 }
 return client, nil
 }
 // 从队头中获取空闲连接
 ele := p.idle.Front()
 idlec := ele.Value.(*idleConn)
 p.idle.Remove(ele)
 p.lock.Unlock()
 // 连接从空闲队列获取，可能已经关闭了，这里再重新检查一遍
 if !idlec.c.Check() {
 atomic.AddInt32(p.count, -1)
 return nil, ErrSocketDisconnect
 }
 return idlec.c, nil
}

p.Get()的逻辑比较清晰：如果空闲队列没有连接，且当前连接已经到达p.config.MaxConn，就休眠等待重试；当满足获取连接条件时p.idle.Len() != 0 || atomic.LoadInt32(p.count) p.config.MaxConn，有空闲连接，则返回空闲连接，减少创建连接的开销，没有的话，再重新创建一条新的连接。

这里有两个关键的地方需要注意：

等待重试的逻辑，不要用递归的方式来实现，防止运行栈溢出。

// 递归的方法实现等待重试逻辑
func (p *ThriftPool) get(expire time.Time) (*IdleClient, error) {
 // 超时退出
 if nowFunc().After(expire) {
 return nil, ErrOverMax
 }
 if atomic.LoadUint32(p.status) == poolStop {
 return nil, ErrPoolClosed
 }
 // 判断是否超额
 p.lock.Lock()
 if p.idle.Len() == 0  atomic.LoadInt32(p.count) >= p.config.MaxConn {
 p.lock.Unlock()
 // 休眠递归重试
 time.Sleep(p.config.interval)
 p.get(expire)
 }
 .......
}

注意p.lock.Lock()的和p.lock.UnLock()调用时机，确保公共数据并发操作安全。

2.3 释放连接

// 归还Thrift客户端
func (p *ThriftPool) Put(client *IdleClient) error {
 if client == nil {
 return nil
 }
 if atomic.LoadUint32(p.status) == poolStop {
 err := p.Close(client)
 client = nil
 return err
 }
 if atomic.LoadInt32(p.count) > p.config.MaxConn || !client.Check() {
 atomic.AddInt32(p.count, -1)
 err := p.Close(client)
 client = nil
 return err
 }
 p.lock.Lock()
 p.idle.PushFront(idleConn{
 c: client,
 t: nowFunc(),
 })
 p.lock.Unlock()
 return nil
}

p.Put()逻辑也比较简单，如果连接已经失效，p.count需要-1，并进行连接关闭操作。否则丢到空闲队列里，这里还是丢到队头，没错，还是丢到队头，p.Get()和p.Put()都是从队头操作，有点像堆操作，为啥这么处理，等下面说到空闲连接超时管理就清楚了，这里先记住丢回空闲队列的时候，会更新空闲连接的时间。

2.4 超时管理

获取连接超时管理p.Get()方法已经讲过了，创建连接超时管理由p.Dial()去实现，下面说的是空闲连接的超时管理，空闲队列的连接，如果一直没有使用，超过一定时间，需要主动关闭掉，服务端的资源有限，不需要用的连接就主动关掉，而且连接放太久，服务端也会主动关掉。

// 超时管理，定期释放空闲太久的连接
func (p *ThriftPool) CheckTimeout() {
 p.lock.Lock()
 for p.idle.Len() != 0 {
 ele := p.idle.Back()
 if ele == nil {
 break
 }
 v := ele.Value.(*idleConn)
 if v.t.Add(p.config.IdleTimeout).After(nowFunc()) {
 break
 }
 //timeout  clear
 p.idle.Remove(ele)
 p.lock.Unlock()
 p.Close(v.c) //close client connection
 atomic.AddInt32(p.count, -1)
 p.lock.Lock()
 }
 p.lock.Unlock()
 return
}

清理超时空闲连接的时候，是从队尾开始清理掉超时或者无效的连接，直到找到第一个可用的连接或者队列为空。p.Get()和p.Put()都从队头操作队列，保证了活跃的连接都在队头，如果一开始创建的连接太多，后面业务操作变少，不需要那么多连接的时候，那多余的连接就会沉到队尾，被超时管理所清理掉。另外，这样设计也可以优化操作的时间复杂度O(n)。

2.5 重连机制

事实上，thrift的transport层并没有提供一个检查连接是否有效的方法，一开始实现连接池的时候，检测方法是调用thrift.TTransport.IsOpen()来判断

// 检测连接是否有效
func (c *IdleClient) Check() bool {
 if c.Transport == nil || c.RawClient == nil {
 return false
 }
 return c.Transport.IsOpen()
}

可在测试阶段发现当底层当TCP连接被异常断开的时候（服务端重启、服务端宕机等），c.Transport.IsOpen()并不能如期的返回false，如果我们查看thrift的源码，可以发现，其实c.Transport.IsOpen()只和我们是否调用了c.Transport.Open()方法有关。为了能实现断开重连机制，我们只能在使用阶段发现异常连接时，重连连接。

这里我在ThriftPool上封装了一层代理ThriftPoolAgent，来实现断开重连逻辑，具体请参考代码实现。

package pool
import (
 "fmt"
 "github.com/apache/thrift/lib/go/thrift"
 "log"
 "net"
)
type ThriftPoolAgent struct {
 pool *ThriftPool
}
func NewThriftPoolAgent() *ThriftPoolAgent {
 return ThriftPoolAgent{}
}
func (a *ThriftPoolAgent) Init(pool *ThriftPool) {
 a.pool = pool
}
// 真正的业务逻辑放到do方法做，ThriftPoolAgent只要保证获取到可用的Thrift客户端，然后传给do方法就行了
func (a *ThriftPoolAgent) Do(do func(rawClient interface{}) error) error {
 var (
 client *IdleClient
 err error
 )
 defer func() {
 if client != nil {
 if err == nil {
 if rErr := a.releaseClient(client); rErr != nil {
 log.Println(fmt.Sprintf("releaseClient error: %v", rErr))
 }
 } else if _, ok := err.(net.Error); ok {
 a.closeClient(client)
 } else if _, ok = err.(thrift.TTransportException); ok {
 a.closeClient(client)
 } else {
 if rErr := a.releaseClient(client); rErr != nil {
 log.Println(fmt.Sprintf("releaseClient error: %v", rErr))
 }
 }
 }
 }()
 // 从连接池里获取链接
 client, err = a.getClient()
 if err != nil {
 return err
 }
 if err = do(client.RawClient); err != nil {
 if _, ok := err.(net.Error); ok {
 log.Println(fmt.Sprintf("err: retry tcp, %T, %s", err, err.Error()))
 // 网络错误，重建连接
 client, err = a.reconnect(client)
 if err != nil {
 return err
 }
 return do(client.RawClient)
 }
 if _, ok := err.(thrift.TTransportException); ok {
 log.Println(fmt.Sprintf("err: retry tcp, %T, %s", err, err.Error()))
 // thrift传输层错误，也重建连接
 client, err = a.reconnect(client)
 if err != nil {
 return err
 }
 return do(client.RawClient)
 }
 return err
 }
 return nil
}
// 获取连接
func (a *ThriftPoolAgent) getClient() (*IdleClient, error) {
 return a.pool.Get()
}
// 释放连接
func (a *ThriftPoolAgent) releaseClient(client *IdleClient) error {
 return a.pool.Put(client)
}
// 关闭有问题的连接，并重新创建一个新的连接
func (a *ThriftPoolAgent) reconnect(client *IdleClient) (newClient *IdleClient, err error) {
 return a.pool.Reconnect(client)
}
// 关闭连接
func (a *ThriftPoolAgent) closeClient(client *IdleClient) {
 a.pool.CloseConn(client)
}
// 释放连接池
func (a *ThriftPoolAgent) Release() {
 a.pool.Release()
}
func (a *ThriftPoolAgent) GetIdleCount() uint32 {
 return a.pool.GetIdleCount()
}
func (a *ThriftPoolAgent) GetConnCount() int32 {
 return a.pool.GetConnCount()
}

3 对照实验

启用100个协程，不断调用Thrift服务端API 10分钟，对比服务平均吞吐量、Thrift API调用平均延迟、机器端口消耗。

平均吞吐量（r/s） = 总成功数 / 600

API调用平均延迟（ms/r） = 总成功数 / API成功请求总耗时（微秒） / 1000

机器端口消耗计算：netstat -nt | grep 9444 -c

3.1 实验一：未使用连接池

机器端口消耗

平均吞吐量、平均延迟

从结果看，API的平均延迟在77ms左右，但是服务的平均吞吐量才到360，比理论值1000 / 77 * 1000 = 1299少了很多，而且有96409次错误，报错的主要原因是：connect can't assign request address，100个协程并发调用就已经消耗了1.6w个端口，如果并发数更高的场景，端口消耗的情况会更加严重，实际上，这1.6w条TCP连接，几乎都是TIME_WAIT状态，Thrfit客户端用完就close掉，根据TCP三次握手可知主动断开连接的一方最终将会处于TIME_WAIT状态，并等待2MSL时间。

3.2 实验二：使用连接池

机器端口消耗

平均吞吐量、平均延迟

可以看出，用了连接池后，平均吞吐量可达到1.8w，API调用平均延迟才0.5ms，你可能会问，理论吞吐量不是可以达到1000 / 0.5 * 100 = 20w？理论归理论，如果按照1.8w吞吐量算，一次处理过程总时间消耗是1000 / (18000 / 100) = 5.6ms，所以这里影响吞吐量的因素已经不是API调用的耗时了，1.8w的吞吐量其实已经挺不错了。

另外，消耗的端口数也才194/2 = 97（除余2是因为server端也在本地跑），而且都是ESTABLISH状态，连接一直保持着，不断的在被复用。连接被复用，少了创建TCP连接的三次握手环节，这里也可以解释为啥API调用的平均延迟可以从77ms降到0.5ms，不过0.5ms确实有点低，线上环境Server一般不会和Client在同一台机器，而且业务逻辑也会比这里复杂，API调用的平均延迟会相对高一点。