请求成本度量

Kitex Profiler 模块提供了请求级别的运行时开销统计能力。

注意：该模块的开启会产生额外的性能开销，包括：常驻后台 pprof 程序的运行开销，用户编写的处理函数开销。

工作原理

Go 提供了 SetGoroutineLabels API 可以做到给一个 Goroutine 设置好 labels，这个 Goroutine 内启动的所有其他 Goroutine 都会继承这个 labels。

Go Pprof 采样程序会每 10ms 进行一次当前正在运行的函数 Stack 采样计数，最后汇总出包含了每个 Stack 的 Goroutine Labels 的统计结果。我们可以分析这份结果，将之前设置的 labels 作为 tags 再进行聚合统计，最后得出不同 tags 组合分别占用的程序运行时开销。

Kitex 会对每一个请求都开启或重用一个 Goroutine，所以只要在请求开始的时候为 Goroutine 设置好 labels，后续业务逻辑同步异步的开销都能够被计算在该 labels 上。

使用方法

编写请求 Tags 抽取函数

我们需要根据 Kitex Server 接受到的请求参数，对当前 Goroutine 以及后续的 Goroutine 进行“染色”。

Kitex 处理请求分为两个阶段：

  • 传输层：Kitex 收到了一个完整的二进制数据包的阶段。如果是 TTHeader 协议，在二进制包中，我们就能快速解析出一些 metadata 信息，而无需反序列化。
  • 消息层：Kitex 将二进制反序列化为一个 Request 结构体的阶段。当结构体比较复杂时，反序列化部分对服务总体开销占比往往会比较大。

在我们的微服务治理实践里，我们推荐把来源服务名这类通用信息放在 TTHeader 中，这样不需要完全反序列化请求便可以提前进行 Goroutine 的 labels 打点。

  • 如果需要从传输层采集 tags，则使用：server.WithProfilerTransInfoTagging。
  • 如果需要从消息层采集 tags，则使用：server.WithProfilerMessageTagging。

使用示例：

// example kitex_gen
type Request struct {
	Message     string          `thrift:"Message,1,required" json:"Message"`
	Type        int32           `thrift:"Type,2,required" json:"Type"`
}

// tagging logic
var msgTagging remote.MessageTagging = func(ctx context.Context, msg remote.Message) (context.Context, []string) {
	if data := msg.Data(); data == nil {
		return ctx, nil
	}
	var tags = make([]string, 0, 2)
	var reqType int32
	if args, ok := msg.Data().(ArgsGetter); ok {
		if req := args.GetReq(); req != nil {
			reqType = req.Type
			tags = append(tags, "req_type", strconv.Itoa(reqType))
		}
	}
	// if you don't need to get the tags after middleware, not need to change ctx
	return context.WithValue(ctx, "ctxKeyReqType", reqType), []string{"req_type", strconv.Itoa(reqType)}
}

// register tagging function
svr := xxxserver.NewServer(server.WithProfilerMessageTagging(msgTagging))

编写数据处理回调函数

Kitex 会定期将聚合后的统计结果传入到提前设置好的回调函数内执行，我们可以在这个回调函数中实现统计上报功能。这里以简单的日志打印作为示范：

func LogProcessor(profiles []*profiler.TagsProfile) error {
	if len(profiles) == 0 {
		return nil
	}
	klog.Infof("KITEX: profiler collect %d records", len(profiles))
	for _, p := range profiles {
		klog.Infof("KITEX: profiler - %s %.2f%% %d", p.Key, p.Percent*100, p.Value)
	}
	klog.Info("---------------------------------")
	return nil
}

设置 Profiler

我们可以为 profiler 配置两个参数：

  • interval: 多少时间采一次样，为 0 则表示循环采样。如果采样占用 CPU 过高，可以增大该参数以降低采样精度，提高性能。
  • window: 一次采样持续多少时间，时间越长，一个窗口内统计数据会越多，进行数据聚合计算时，采样停顿也会更大。一般建议 10s-60s 最佳。
interval, window := time.Duration(0), 30*time.Second
pc := profiler.NewProfiler(LogProcessor, interval, window)
svr := xxxserver.NewServer(
	new(ServerImpl),
	server.WithProfilerMessageTagging(msgTagging),
	server.WithProfiler(pc),
)

最后修改 April 4, 2023 : optimzie: custom_tpl docs (#597) (b3e25f4)