通过Nginx訪问FastDFS文件系统并进行图片文件裁剪的性能測试和分析

前段时间公司的分布式图片文件系统（FastDFS）做了图片裁剪和缩放功能,并把缩放计算和FastDFS做了解耦分离，前端用虚拟机作为图片文件缩放的訪问代理层(Nginx Proxy)，后端使用nginx直接訪问FastDFS的文件系统。

下面是測试和分析过程。

1測试场景

为了測试解耦后的图片读取并发和分析系统瓶颈，我们在内网中搭建了一个測试环境。

下面是測试环境的网络的物理架构图：

上图中：

NginxProxy：CPU解耦后的图片裁剪代理server

Storage：图片的存储server

ab：图片訪问的模拟压力測试client

訪问的原图大小：75KB，分辨率640 * 480

裁剪后的图片大小：23KB

Nginx Proxy的CPU：4核 2.5G

Nginx Proxy的内存：4G

2測试用例

全部測试的样本请求总数都是100000个

2.1 ab直接对storage获取原图

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveXVhbnJ4ZHU=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

Ab连接并发	TPS	Storage CPU(%)	请求失败数	响应延迟(ms)	Storage带宽（KB/S）	浏览器訪问图片
32	1496	15%	0	21	119313	无延迟感
64	1495	20%	0	42	119728	无延迟感
128	1490	20%	0	85	120299	无延迟感
512	1492	18%	0	343	120157	略微延迟，不明显
1024	1491	25%	167	670	124660	略微延迟，不明显

小结：

从上面的数据能够看出，这样的方式的測试主要瓶颈是在网络带宽上，TPS的能力直接是受限于网络的带宽。CPU和内存不会是瓶颈。这里要注意的是我们採用的是訪问同一种图片，所以无法分析磁盘IO的并发，关于Storage的磁盘IO并发我们在后面做具体的分析总结。

2.2 ab通过Nginx proxy訪问图片

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveXVhbnJ4ZHU=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

2.2.1原图訪问

Ab并发	TPS	Proxy cpu(%)	失败数	响应延迟(ms)	Storage带宽（KB/S）	浏览器訪问图片
32	1213	30%	0	26	102020	无延迟感
64	1254	30%	0	51	102553	无延迟感
128	1287	40%	0	99	104841	无延迟感
256	1321	42%	0	193	110028.2	无延迟感
512	1337	45%	0	381	108868.8	略微延迟
1024	1354	48%	0	755	115988	略微延迟

小结:

这个case和2.1情况差点儿相同。TPS稍有下降，proxy的CPU尽管比較高（没过50%），可是并发数是受storage带宽的限制。带宽是这样的case最大的瓶颈.这里CPU高的原因是由于HTTP是短连接请求，nginx不停的受理来之ab的TCP请求和发起对storage的upstream的TCP请求导致的。

2.2.2裁剪图訪问

Ab并发	TPS	Proxy cpu(%)	失败数	响应延迟(ms)	Storage带宽（KB/S）	浏览器訪问图片
32	264	89%	0	121	21563	稍有延迟
64	273	97%	0	234	23472	稍有延迟
128	279	100%	0	458	24270	稍有延迟
256	278	100%	0	917	27656	稍有延迟
512	277	100%	0	1844	24646	稍有延迟
1024	274	100%	0	3723	18408	明显延迟

小结:

这个case的測试数据能够看出。NginxProxy的CPU成为整个系统的瓶颈，TPS仅仅有280左右。

Storage的带宽还有近100M的富余。在这样的情况測试后，我们添加一个PROXY来进行測试。

2.3 通过两台Nginx Proxy訪问裁剪图片

有两个abclient同一时候发起測试请求，比如64个并发，那么每一个ab 发起32个并发

Ab并发	TPS	Proxy cpu(%)	失败数	响应延迟(ms)	Storage带宽（KB/S）	浏览器訪问图片
64	497	86%	0	127	40133	稍有延迟
128	529	95%	0	242	44907	稍有延迟
256	548	98%	0	464	45048	稍有延迟
512	551	100%	0	920	47411	稍有延迟
1024	553	100%	0	1821	47745	稍有延迟
2048	552	100%	0	3725	50552	明显延迟

小结：

这个case和2.2.2的case比較能够得出，添加NginxProxy的数量在Storage有富余带宽的情况下是基本成线性增长的关系。在Storage 磁盘IO无线和1G带宽的情况下，一个Storage能够挂在4核 2.5GHZ CPU运算能力的proxy最多4个。

3測试结果分析

3.1 CPU

从以上4个測试case的结果看,耗CPU的主要是在图片的裁剪上。依据2.2.2的測试数据。我们能够得出一个主要的CPU与裁剪图片的数据之间的关系，例如以下：

在CPU100%的时候，Storage上的带宽是24270KB。那么1GHZ运能能力能裁剪大概的带宽数据：

1GHZ每秒裁剪的带宽数据 = 24270KB / (4 * 2.5G) = 2427KB =2.4MB

1GHZ每秒裁剪的图片数 = 279 / (4 * 2.5G) = 28张。

（分辨率640 x 480 成 300 x 300）

由于线上生产环境是原图套图和裁剪图混合訪问。1GHZCPU的实际运算能力应该在40 ~ 50左右。这个详细要看各种图片的分布比例。

3.2内存

在整个測试过程中，Nginx Proxy的每一个进程的内存始终保持在50M左右。假设在Storage和Proxy之间带宽不足或者网络不稳定的情况下，Proxy的内存将会大大添加（在10月21日的測试中，4个nginx总共占用了1.7G的内存），这是因为图片分片从storage发送过来时。Proxy须要在内存中拼接图片导致的。

3.3磁盘IO

这个測试过程中，我们始终都是訪问同一张图片。所以不存在磁盘IO的測试。我们能够依据SATA硬盘（7200转速）的一些特性做随机文件訪问的分析。基于LevelDB和innoDB引擎对SATA硬盘的两个基本參数我们能够做详细的分析。这两个參数是：

1、  磁盘在seek一次须要耗费10ms左右的时间

2、  磁盘顺序读取1M数据到内存须要10ms左右的时间。

基于我们的Storage上都是随机訪问小文件（大部分100KB~ 200KB以内），那么Storage在读取一个小文件的时候必须seek一次，在进行顺序读取。我们线上环境有各种图片格式。大小不一，我们暂且以图片大小平均100KB来分析。

从上面两个參数我们非常easy知道随机读取一张100KB的图片大概须要的时间：

Readdelay = seek + read time = 10ms + 10ms / 10 = 11ms;

那么一秒钟我们单个SATA盘最大能够读取的图片数：

Percount = 1000 / 11 = 90张。

线上环境通常是单个Storage配置12个SATA盘。

那么一个Storage最大能够的图片数：

Maxread count = 90 * 12 = 1080张。

假设考虑文件的PageCache的话，Max Read count可能会略大于这个数字。

这个计算不过12个磁盘所实用于读。没有 写的情况。在实际情况是有写的，由于商家会不定时添加或者改动图片。Max read count在实际系统中是会小于1080张的。

尤其是在遇到类似图片搬家之类操作时，磁盘的IO能力会大大打折扣。

从这个分析结果再对照我们2.1中的TPS = 1495能够看出，Max readcount < TPS,也就是说假设Storage的带宽是千兆，那么带宽是大于磁盘IO的。所以在带宽达到极限之前，磁盘IO首先会成为瓶颈。

从上面分析的结果我们能够得出，一个Storage磁盘IO读的TPS 在600 ~ 700左右就应该是瓶颈了。

3.4网络带宽

通过上面4个CASE,我们基本知道Storage和Nginx Proxy之间的带宽是一个非常重要的因素。由于做了CPU解耦。无疑添加了一次原图拉取的开销。我们线上环境可能是採用例如以下的物理网络拓扑：

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQveXVhbnJ4ZHU=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

假设Nginx Proxy集群的CPU运算能力和右边的Storage集群的磁盘IO都能力超过交换机之间的网络传输能力的话，那么瓶颈就会在交换机之间的带宽上。我们还是以原图平均大小为100KB来计算，假设交换机之间是千兆网络,那么转换成字节带宽为：

Bandwidth=1024 mb / 8 = 128MB

proxy集群每秒能同一时候获得的原图数：

PerPic count = 128M / 0.1 = 1280张。

这里的计算并没有除去TCP本身的净核，一般用到120M就是比較高效的。

也就是说最多不超过1200张图片。

4结论

我们能够初步依照2.2.2的case和3.3的磁盘IO分析得出主要的proxy/storage和带宽之间的相应关系。我们能够得出一个主要的结论：

50GHZ的CPU运算能力每秒能够裁剪近1200~1500张图片。带宽在120MB/S.

         3台storage除去磁盘IO写负载。大概每秒能读取1000
~ 1100张图片。

         配上1GB的传输带宽。