最近在debug生产环境的问题时，发现了ServiceStack 4.0.60版本RedisClient存在一个非常严重的性能问题。在高并发下，PooledRedisClientManager.GetClient和Redis.DisposeClient会导致High CPU，并且持续非常长的时间才能自动修复。下面是Demo程序压测还原问题后，工具的分析结果。
通过分析源代码发现：原来获取RedisClient的逻辑中通过锁方式实现，并且当连接被占满后再获取连接时，需要循环遍历数组中所有的连接对象判断是否有可用连接，会非常消耗CPU。Dispose方法也存在循环遍历的问题。尝试了很多种修改方案后，都不尽人意，果断把这两段逻辑重写，下面是相关代码，已经经过压测。
PooledRedisClientManager.cs：
private ConcurrentQueue<RedisClient> deactiveClientQueue = new ConcurrentQueue<RedisClient>();
private static object lckObj = new object();
private static object waitObj = new object();
private int redisClientSize = 0;
private int maxRedisClient = 500; //PooledRedisClientManager的构造函数中初始化此值：maxRedisClient = this.Config.MaxWritePoolSize;
//GetReadOnlyClient方法也可按此方式修改
public IRedisClient GetClient()
{
RedisClient client = null;
var poolTimedOut = false;
DateTime startTime = DateTime.Now;
while (true)
{
bool getResult = deactiveClientQueue.TryDequeue(out client);
if (getResult == false)
{
if (redisClientSize >= maxRedisClient)
{
Thread.Sleep(3);
if (PoolTimeout.HasValue)
{
// wait for a connection, cry out if made to wait too long
if ((DateTime.Now - startTime).TotalMilliseconds >= PoolTimeout.Value)
{
poolTimedOut = true;
break;
}
}
}
else
{
client = CreateRedisClient();
if (client != null)
return client;
}
}
else
{
if (client != null)
{
InitClient(client);
return client;
}
else
{
client = CreateRedisClient();
if (client != null)
return client;
}
}
}
if (poolTimedOut == true)
{
throw new TimeoutException(PoolTimeoutError);
}
return client;
}
private RedisClient CreateRedisClient()
{
if (redisClientSize >= maxRedisClient)
return null;
lock (lckObj)
{
if (redisClientSize >= maxRedisClient)
return null;
Random dom = new Random((int)DateTime.Now.Ticks);
var newClient = InitNewClient(RedisResolver.CreateMasterClient(dom.Next(100)));
newClient.OnDispose += (isRecycle) =>
{
if (isRecycle == true)
{
try
{
deactiveClientQueue.Enqueue(newClient);
}
catch
{
lock (lckObj)
{
redisClientSize--;
}
}
}
else
{
lock (lckObj)
{
redisClientSize--;
}
}
};
redisClientSize++;
return newClient;
}
}
RedisClient.cs:
public event RedisClientDisposeEventHandler OnDispose;
public override void Dispose()
{
if (OnDispose != null)
OnDispose(this.HadExceptions == false);
base.Dispose();
}
RedisClient.cs:
public delegate void RedisClientDisposeEventHandler(bool isRecycle);
下面是修改前后的结果对比：
1.100个线程，每个线程完成2000次Redis调用，每次调用GetClient。 改造前12s，改造后8.5s，提升近50%。老版本CPU消耗稍高，并具有持续性。
2.200个线程，每个线程完成2000次Redis调用，每次调用GetClient。 改造前378s，改造后19s，提升提升近20倍。老版本CPU消耗非常高（解决100%），并具有持续性。新版本CPU占用了仅有原来的一半。
3.300个线程，每个线程完成2000次Redis调用，每次调用GetClient。 改造前1580s(26分钟)，改造后29s，提升提升近55倍。老版本CPU消耗非常高（解决100%），并具有持续性。新版本CPU占用了仅有原来的一半。
通过上述三个场景的测试可以看出，当RedisClient访问压力持续增加时，原版本的响应时间呈现指数性增长，当达到一定压力时，RedisClient访问几乎阻塞，需要非常长时间才能缓解。重构后的RedisClient在性能上有大幅度提升，特别是在高并发下的性能表现，直接秒杀原版本！