从 C10K 说起
对于高性能即时通讯技术（或者说互联网编程）比较关注的开发者，对C10K问题（即单机1万个并发连接问题）应该都有所了解。『C10K』概念最早由 Dan Kegel 发布于其个人站点，即出自其经典的《The C10K problem》一文[1]。
于是FreeBSD推出了kqueue，Linux推出了epoll，Windows推出了IOCP。这些操作系统提供的功能就是为了解决C10K问题。
常用网络模型
| 方案 | 名称 | 接受连接 | 网络 IO | 计算任务 |
| 1 | thread-per-connection | 1个线程 | N个线程 | 在网络线程执行 |
| 2 | 单线程 Reactor | 1个线程 | 在连接线程执行 | 在连接线程执行 |
| 3 | Reactor + 线程池 | 1个线程 | 在连接线程执行 | C2线程 |
| 4 | one loop per thread | 1个线程 | C1线程 | 在网络线程执行 |
| 5 | one loop per thread + 线程池 | 1个线程 | C1线程 | C2线程 |
注：N 表示并发连接数，C1和 C2 与连接数无关，与 CPU 数组相关的常数。
当然，还有一些用户态的解决方案，例如Intel DPDK。来自KVM核心的研发团队推出了一款数据库叫做ScyllaDB[2]，其使用了SeaStar网络框架[3]，SeaStar是目前可用性最好的用户态网络编程框架，在基于DPDK实现了socket语义之后，进一步提供了线程乃至协程的语义封装，便于上层应用使用。
看看利用Seastar加速的http和memcached并发可以达到多少级别，并且随着cpu核数增加线性增长，就能感受用户态网络的巨大威力了。
各个方案中各有优缺点，要根据不同的业务场景因地制宜，包括但不限于：CPU 密集型，IO 密集型，长连接，短连接，同步，异步，硬件特性。
官方 IO 模型分析
MongoDB 现在使用的同步 IO 模型，如图：
由主线程进行 accept 连接，然后针对每一个连接创建一个线程进行处理，「thread per connection」这种模型
- 其一，不适合短连接服务，创建/删除线程的开销是巨大的，体现在创建线程时间和至少1MB 内存的使用。
- 其二，伸缩性受到线程数的限制，200+线程数的调度对 OS 也是不小的负担。另外随着线程数的增加, 由于 mongo 本身业务的特性，对数据处理的并发度并不高，DB锁和全局的原子操作造成的 context-switch 也是急剧上升，性能反而下降，频繁的线程切换对于 cache 也不友好。
下面一张图可以看出各级缓存之间的响应时间差距，以及内存访问到底有多慢！
改进方案
基于上述思考和 MongoDB 的业务特性：
- 部分命令可能阻塞
- 长连接
- 高并发需求
- 通用性
我们选型方案5，「one loop per thread」加上线程池，利用分而治之的思想。
有一个 main reactor 负责 accept 连接，然后把连接挂载某个sub reactor（采用round-robin的方式来选择sub reactor）,这样该连接的所用操作都在那个sub reactor所处的线程池中完成。如图：
同步模型到异步模型的转变，也引入了一些问题需要我们解决：
- 非 pingpong 模型，乱序问题；
- 请求优先级反转；
- 线程池忙等;
- cache miss 是否减少。
以上问题我们将在下文中一一展开。
网络框架对比
libevent: libevent 就如名字所言，是一个异步事件框架。从 OS 那里获得事件， 然后派发。派发机制就是“回调函数”。异步异步，归根结底就是处理从操作系统获得的事件。
libev: 就设计哲学来说，libev的诞生，是为了修复libevent设计上的一些错误决策。例如，全局变量的使用。
libuv: 开发node的过程中需要一个跨平台的事件库，他们首选了libev，但又要支持Windows，故重新封装了一套，*nix下用libev实现，Windows下用IOCP实现。
boost.asio: 跨平台的 Proactor 模型实现，目前已经进入 C++17 的标准提案
libco: libco是微信后台大规模使用的c/c++网络协程库。
调研与验证
asio 在 MongoDB 上使用越来越多[4]，而且满足我们跨平台的需求。如下在调研了性能后，我们还是选择了 asio 。
使用 boost.asio 编写 echo 客户端，服务端, 验证 asio 网络框架的极限性能，指导我们对 MongoDB 的性能优化。
echo 客户端的代码： https://gist.github.com/yjhjstz/ee1820efe0ff0c1ed83a6eb4649c7985
模型1- echo service 端：
https://gist.github.com/yjhjstz/4eceba80ecd328a87784a0fe0b602d6c
// 省略 ....
echo_server();
boost::thread_group tg;
for (int i = 0; i < thread_count; ++i)
tg.create_thread([]{ ios.run(); });
tg.join_all();
return 0;
一个 IO 线程 + 线程池的模型，但锁的竞争被放大，QPS 在35W左右。
模型2 —- echo service 端 ：
https://gist.github.com/yjhjstz/a9eb964fd20d6e5c186d7a2ba3921c8f#file-server-cpp
多个 IO 线程的模型，基本没有锁竞争，QPS 在90W+。
代码实现
修改原则：
- 尽量增加接口，尽量不改动原有接口
- 利用重载，实现自己的类，做到代码开关可控。
实现略，开源 patch 准备中，请期待。
回答四个问题
同步模型到异步模型的转变，一些问题需要我们解决：
问题1的解决得益于 asio 提供的 Preactor 编程模型，async_* 的驱动在每个 IO 线程（或者线程池），但单个命令不返回客户端，下个数据包就不会被触发响应。
请求优先级反转的问题具体场景可以是心跳包或者其他。我们隔离了单独的IO 线程去处理和管理此类连接。
针对问题3，线程池忙等，我们实现了动态可伸缩的线程池，通过配置线程池中线程的最小值和最大值实现动态申请和回收线程。
问题4，我们使用 perf stat 来验证：
// 未优化前
[jianghua.yjh@r101072xxx.sqa.zmf /home/jianghua.yjh]
$sudo perf stat -e cache-references,cache-misses -p 21782
Performance counter stats for process id '21782':
31,807,891,996 cache-references
1,515,770,600 cache-misses # 4.765 % of all cache refs
126.836238857 seconds time elapsed
// 优化后
[jianghua.yjh@r101072xxx.sqa.zmf /home/jianghua.yjh]
$sudo perf stat -e cache-references,cache-misses -p 20047
Performance counter stats for process id '20047':
35,495,507,358 cache-references
1,344,188,577 cache-misses # 3.787 % of all cache refs
99.501870882 seconds time elapsed
cache-miss 在优化后降了1个百分点。进一步的，我们发现 update_curr 相比占比上升，也就是花在线程调度上的工作导致了部分的 cache-miss, 锁的 lock, unlock 排在了前面(如图)，
锁这块我们还在努力研究优化中~~
性能测试报告
测试环境 （standalone）
- Linux, Intel(R) Xeon(R) CPU E5-2630 0 @ 2.30GHz, SSD
- 136 部署修改过的 YCSB 测试工具, 137 部署 mongod, 针对大量不同的连接数进行测试，场景 workloada。
- 随着连接数的增加，刚开始qps会不断成倍增长，当server资源已经达到上限时，继续增加连接数，qps会降低，同时平均的延时也在增加;
因测试存在一定的偶然性，测试结果里个别数据项可能跟总的趋势不匹配，但经多次测试验证，总的趋势是类似。 - 请求延时分布统计了平均延时、95%的请求延时(95%的请求延时小于该值)、99%请求延时。
workloada QPS（50% read + 50% update )
Latency update (同步模型)
Latency update (异步模型)
总结
- 在高并发场景下，排队控制导致同步模型平均
update延时超过1S，降级到不可用的状态。 - 异步模型性能保持稳定，优化后我们获得了60%+的 QPS 收益。
- 调优过程中使用到了很多性能剖析利器 ，可以参考博文：Linux常用性能调优工具索引