《Linux高性能網絡編程十談》十篇技術博客已經寫完幾個月了，想著還是寫點總結來回顧一下這幾年的工作，說來在鵝廠兩次經歷加起來也快8年，雖然很多時候在做螺絲釘的事情，不過細想自己的高性能架構演進的經歷，從參與，優化到最后設計架構，從中還是學到了很多東西。

1、提前設計還是業務演進?

大家應該都經歷過項目從0到1的過程，我想提一個問題：很多時候的架構是隨著業務演進還是提前設計呢?

可能有人看過相關的架構書籍，書上大多都支持架構是隨著業務演進的，但是也有很多架構師認為架構就應該被提前設計，這里我先不給出結論，先從我所經歷的架構演進來尋找答案。

2、從PHP到C++

2.1 簡單的PHP架構

PHP作為一門簡單便捷的語言，在大廠各個部門應該都有身影，當時我工作用的兩種語言：C++和PHP，使用PHP開發功能很快，而且有很多成熟的庫，因此組成了經典的nginx + php-fpm + memcache架構。

php架構

在當前架構下單臺8c8g機器支持1000qps問題不大，所以對于業務當前1wqps都不到，顯然多堆幾臺機器就可以支持了。對于緩存層的設計，在redis還不是發展很好的情況下，memcache是當時緩存組件的主流，而且對于業務和對接PHP簡單。但是隨著業務的發展，按照當時計算曲線可能一年以內會到5wqps，用nginx + php-fpm + memcache架構是不是合理?經過討論后的目標是服務端高性能，于是開始了高性能的探索之旅。

2.2 多進程的框架

當時在PHP實現高性能服務端框架上也有一些方案，通過PHP插件功能將Server的功能嫁接到腳本語言上，從而實現高性能。比如現在PHP的swoole就是從當時發展起來。

php-server

不過這里會面臨一些需要解決的問題：

• 熟悉PHP擴展的使用場景，防止踩坑
• PHP本身使用上的內存泄漏問題
• 出現問題時的排查成本，比如一旦出現問題，我們有時候需要去了解PHP源碼，但是面對幾十萬行代碼，這個成本是相當高
• PHP使用上簡單，這個實際相對的，隨著Docker的崛起，單機時代必然會過去，PHP的生態是不是能支持
• ...

基于以上思考和對業務發展的分析，其實我們自己實現一個或者使用現有的C++框架實現一套業務層的Server應該更合理，于是經過考慮采用了公司內的SPP框架，其架構如下：

SPP框架架構

可以看出SPP是多進程架構，其架構類似Nginx，分為Proxy進程和Worker進程，其中：

• proxy進程使用handle_init執行初始化，handle_route轉發到指定執行的worker處理進程，handle_input處理請求的入包
• worker進程使用handle_init執行初始化，handle_process處理包和業務邏輯并返回

使用C++的架構后，單機性能直接提升到6kqps，基本已經滿足性能上的要求，可以在相同的機器下支持更多的業務，看似已經可以將架構穩定下來了。

2.3 引入協程

使用C++在性能上已經滿足需求，但是在開發效率上卻存在眾多問題，比如訪問redis，為了保持服務的高性能，代碼邏輯上都采用異步回調，類似如下：

...
int ret = redis->GetString(k, getValueCallback)
  ...

其中getValueCallback就是回調函數，如果出現很多io操作，這里回調就會非常麻煩，即使封裝為類似同步方式，在處理上也非常麻煩，當時還沒有引入std::future和std::async。

另一方面基于后續的qps可能到10~20w量級，協程在多io的服務處理的性能上也會更有優勢，于是開始了協程方式改造，將io的地方全部替換為協程調用，對于業務開發來說，代碼上就變成了這樣：

...
int ret = redis->GetString(k, value)
  ...

其中value就是可以直接用的返回值，一旦代碼中有io的地方，底層就會將io替換為協程的API，這樣阻塞的io操作就全部變成同步化原語，代碼結構和開發效率都提升不少(具體的協程實現可以參考系列文章的《Linux高性能網絡編程十談|協程》)。

協程

從架構上還是沒有太多變化，多進程+協程的方式，支持著業務發展幾年時間，雖然性能上沒有指數增長，但是對于高性能探索和沉淀上已經有了更多經驗。

3、云原生

業務繼續發展，而工程師總是在追求最前沿的理念，云原生作為最近這幾年熱門的技術點自然不會放過，但是在進入云原生之前，如果你的團隊沒有DevOps開發理念，這將是一個痛苦的過程，需要對架構設計和框架選擇償還技術債。

3.1 實施DevOps理念

以前做架構考慮高性能，隨著對于架構的理解，發現高性能只是架構設計的一個小領域，要想做好一個架構，需要更多的敏捷流程和服務治理理念，具體考慮的點總結如下：

• 持續集成：開發人員一天多次將代碼集成到共享存儲庫中，并且對代碼的每個孤立更改都將立即進行測試，以檢測并防止集成問題
• 連續交付：連續交付(CD)確?？梢噪S時發布在CI存儲庫中測試的每個版本的代碼
• 連續部署：這里包括灰度部署，藍綠發布等，目的是快速迭代，經過相對完整的集成測試，就可以灰度驗證
• 服務發現：將服務作為微服務化，簡化服務之間的調用
• RPC的框架：追求高性能的Server框架，也需要考慮限流，熔斷等基礎組件的支持
• 監控系統：集成Promethues，OpenTracing等功能，能在敏捷開發流程中快速發現線上的問題
• 容器化：為了環境統一，同時提前考慮云原生場景，容器化是開發過程中必不可少的
• ...

DevOps

到這里會發現，簡單的高性能Server已經作為架構追求的目標了，于是需要重新調研并設計架構，以順利實施DevOps的理念。

3.2 多線程

基于DevOps，結合上面的C++的Server框架，發現多進程已經不能滿足架構的需求，原因如下：

• 多進程與Docker容器的單進程理念不相符
• 工作進程負載不均，如何更利用多核
• 與監控系統有效的對接
• 業務配置重復加載，需要重新適配配置中心
• 用多進程做有狀態的服務不是很合理
• ...

業務也發展到百萬QPS，為了更好的服務治理和服務調用成本，不得不考慮另外的架構：

(1)調研gRPC

gRPC

gRPC是多線程RPC Server，有成熟的生態，各種中間件，支持多語言等，對于從0到1開發的業務是一個不錯的選擇，但是對于業務遷移卻面臨挑戰，比如開發自己的中間件適配服務發現，配置中心等，改造協議按照自定義編解碼，如何結合協程等，因此對于部分業務滿足，但是還需要更好的結合公司內組件的RPC Server。

(2)使用tRPC

剛好公司內正在開發tRPC，經過調研發現基本滿足需求，于是在tRPC的C++版本剛剛發展初期就嘗試適配我們的系統，經過一系列的改造，高性能的RPC框架在業務系統中遷移和使用了，其中tRPC的架構：

https://trpc.group/zh/docs/what-is-trpc/archtecture_design/

基于上述的考慮和業務的發展，于是開始嘗試以高性能為基礎，將RPC Server框架統一，以適配后續RPC多樣化場景，于是實現一套適配我們的業務系統的RPC Server的基本框架：

新架構

3.3、走向k8s

經歷了上述選型和改造后，我們的服務在遷移k8s過程中，按部就班對接就可以了，服務不需要經過太多的改造可以在其平臺上運行，對接的各個平臺也是可以完整的支持。

看似去追求更新的技術等著下一個風口就可以了?實際這個時候反而挑戰更多了，由于在云上的便捷和遷移服務架構的無序擴張，導致業務服務和邏輯層次越來越多，同時一個服務依賴的下游鏈路越來越長，雖然我們的框架支持鏈路跟蹤，但是鏈路越長，對服務的可控性和穩定性就越來越差，反而浪費更多的人力支持日常ops。

怎么辦?...

是不是要合并業務邏輯，將架構簡化?這里面臨的問題是業務邏輯復雜情況下往往周期很長，而且從成本角度考慮比較高，收益并不會很大

是不是重新開發的新的架構，將腐朽的保持原樣或者拋棄，使用新的架構來適配下一步的發展。

以上的方案其實需要在業務層去權衡，如果本身業務簡單，業務邏輯合并周期短，建議采用第一種，如果業務復雜，風險很高，如果開始考慮的架構不合理，就應該采用新的架構。

如果你也有類似的經歷，你會發現在這個過程中我們又回到了原點，以前做高性能是為了服務能承載更多性能，簡化調用鏈路，提升開發效率，走到云原生時代，似乎又需要重新走一遍類似的路徑，始終沒法擺脫服務端的束縛。

4、嘗試Serverless

4.1 什么是Serverless

Serverless解釋是無服務器計算，開發者實現的服務端邏輯運行在無狀態的計算容器中，無需要關系資源，使開發者更聚焦在業務邏輯，而減少對基礎架構的關注，業界公認的Serverless計算的準確定義應該為"FaaS+BaaS"，即Function-as-a-Service同Backend-as-a-service的組合。

既然云原生時代我們無法擺脫服務端的束縛去做架構，那在理想情況的Serverless是不是能做到：

Serverless

• 高性能是需要考慮的點，但是服務不再以完全追求高性能為目標
• 降低開發成本和運營成本
• 支持服務的橫向擴展和縱向擴展
• 對于開發者最好是省去CI/CD流程，但是平臺將這些流程作為發布的前置條件
• 云上的資源拿來就可以直接用，只需要評估容量即可
• 縮放靈活，可以減少資源的使用
• 考慮服務的安全性
• ...

4.2 基于微內核的云函數

從最開始的PHP到C++的框架迭代，一直在圍繞高性能，服務治理等在優化，但是要結合Serverless，簡化架構層級，于是萌生實現一套基于微內核的云函數架構。

其實參考AWS Lambda的技術路徑也是如此，他們正在嘗試輕量化容器和microVM去解決慢啟動問題，而我們使用微內核解決業務邊界和安全問題，因為場景的是可以枚舉的，不需要做到足夠非常通用化，于是形成如下架構：

新架構

這里微內核主要做的事情有兩個：

一種是實現業務層代碼解析，比如對于JavaScript，我們可以通過自定義的解析引擎將代碼加載到微內核中，調用基礎庫和各種抽象API層，相當于實現了一個簡單版本的NodeJS，但是整個框架的安全和功能都是在可控的范圍內;

一種是自定義其他語言，比如定義支持golang，那么MicroVM負責將golang層的代碼和框架代碼打包在一起，然后編譯構建為鏡像，不過我們正在考慮支持更多的語言，這里嘗試使用Webassembly，這樣能簡化鏡像構建成本，直接MicroVM動態加載wasm文件即可;

使用基于微內核的云函數的優點是，這里對于開發者簡單，真正只需要做業務邏輯，不需要考慮底層的高性能(現在已經支撐百萬級QPS)，更不需要關注DevOps某些流程，提升了開發效率，當然也有缺點，就是由于MicroVM偏向業務層抽象基礎功能，所以通用性不強，但是對于現有或者后續的業務形態的發展已經足夠了。

5、總結

寫到這里，再來聊聊這個問題：提前設計還是業務演進?大家應該都有自己的答案了。上述也是我從開發者小白追求如何寫好一個高性能Server，到追求新的架構技術，到最后思考高性能，新技術到底是為什么服務的一段總結。本文屬于《Linux高性能網絡編程十談》附加篇，沒有具體談高性能的技術細節，但是我覺得這句話比技術細節可能更重要："架構需要大簡至道"。