業(yè)務背景
目前移動端的使用場景中會用到大量的消息推送，push消息可以幫助運營人員更高效地實現(xiàn)運營目標（比如給用戶推送營銷活動或者提醒APP新功能）。
對于推送系統(tǒng)來說需要具備以下兩個特性：
-
消息秒級送到用戶，無延時，支持每秒百萬推送，單機百萬長連接。
-
支持通知、文本、自定義消息透傳等展現(xiàn)形式。正是由于以上原因，對于系統(tǒng)的開發(fā)和維護帶來了挑戰(zhàn)。下圖是推送系統(tǒng)的簡單描述（API->推送模塊->手機）。
問題背景
推送系統(tǒng)中長連接集群在穩(wěn)定性測試、壓力測試階運行一段時間后隨機會出現(xiàn)一個進程掛掉的情況，概率較小（頻率為一個月左右發(fā)生一次），這會影響部分客戶端消息送到的時效。
推送系統(tǒng)中的長連接節(jié)點（Broker系統(tǒng)）是基于Netty開發(fā)，此節(jié)點維護了服務端和手機終端的長連接，線上問題出現(xiàn)后，添加Netty內存泄露監(jiān)控參數進行問題排查，觀察多天但并未排查出問題。
由于長連接節(jié)點是Netty開發(fā)，為便于讀者理解，下面簡單介紹一下Netty。
Netty介紹
Netty是一個高性能、異步事件驅動的NIO框架，基于Java NIO提供的API實現(xiàn)。它提供了對TCP、UDP和文件傳輸的支持，作為當前最流行的NIO框架，Netty在互聯(lián)網領域、大數據分布式計算領域、游戲行業(yè)、通信行業(yè)等獲得了廣泛的應用，HBase，Hadoop，Bees，Dubbo等開源組件也基于Netty的NIO框架構建。
問題分析
猜想
最初猜想是長連接數導致的，但經過排查日志、分析代碼，發(fā)現(xiàn)并不是此原因造成。
長連接數：39萬，如下圖：
每個channel字節(jié)大小1456, 按40萬長連接計算，不致于產生內存過大現(xiàn)象。
查看GC日志
查看GC日志，發(fā)現(xiàn)進程掛掉之前頻繁full GC（頻率5分鐘一次），但內存并未降低，懷疑堆外內存泄露。
分析heap內存情況
ChannelOutboundBuffer對象占將近5G內存，泄露原因基本可以確定：ChannelOutboundBuffer的entry數過多導致，查看ChannelOutboundBuffer的源碼可以分析出，是ChannelOutboundBuffer中的數據。
沒有寫出去，導致一直積壓；
ChannelOutboundBuffer內部是一個鏈表結構。
從上圖分析數據未寫出去，為什么會出現(xiàn)這種情況？
代碼中實際有判斷連接是否可用的情況（Channel.isActive），并且會對超時的連接進行關閉。從歷史經驗來看，這種情況發(fā)生在連接半打開（客戶端異常關閉）的情況比較多---雙方不進行數據通信無問題。
按上述猜想，測試環(huán)境進行重現(xiàn)和測試。
1）模擬客戶端集群，并與長連接服務器建立連接，設置客戶端節(jié)點的防火墻，模擬服務器與客戶端網絡異常的場景（即要模擬Channel.isActive調用成功，但數據實際發(fā)送不出去的情況）。
2）調小堆外內存，持續(xù)發(fā)送測試消息給之前的客戶端。消息大小（1K左右）。
3）按照128M內存來計算，實際上調用9W多次就會出現(xiàn)。
問題解決
啟用autoRead機制
當channel不可寫時，關閉autoRead；
- public void channelReadComplete(ChannelHandlerContext ctx) throws Exception {
- if (!ctx.channel().isWritable()) {
- Channel channel = ctx.channel();
- ChannelInfo channelInfo = ChannelManager.CHANNEL_CHANNELINFO.get(channel);
- String clientId = "";
- if (channelInfo != null) {
- clientId = channelInfo.getClientId();
- }
- LOGGER.info("channel is unwritable, turn off autoread, clientId:{}", clientId);
- channel.config().setAutoRead(false);
- }
- }
當數據可寫時開啟autoRead；
- @Override
- public void channelWritabilityChanged(ChannelHandlerContext ctx) throws Exception
- {
- Channel channel = ctx.channel();
- ChannelInfo channelInfo = ChannelManager.CHANNEL_CHANNELINFO.get(channel);
- String clientId = "";
- if (channelInfo != null) {
- clientId = channelInfo.getClientId();
- }
- if (channel.isWritable()) {
- LOGGER.info("channel is writable again, turn on autoread, clientId:{}", clientId);
- channel.config().setAutoRead(true);
- }
- }
說明：
autoRead的作用是更精確的速率控制，如果打開的時候Netty就會幫我們注冊讀事件。當注冊了讀事件后，如果網絡可讀，則Netty就會從channel讀取數據。那如果autoread關掉后，則Netty會不注冊讀事件。
這樣即使是對端發(fā)送數據過來了也不會觸發(fā)讀事件，從而也不會從channel讀取到數據。當recv_buffer滿時，也就不會再接收數據。
設置高低水位
- serverBootstrap.option(ChannelOption.WRITE_BUFFER_WATER_MARK, new WriteBufferWaterMark(1024 * 1024, 8 * 1024 * 1024));
注：高低水位配合后面的isWritable使用
增加channel.isWritable()的判斷
channel是否可用除了校驗channel.isActive()還需要加上channel.isWrite()的判斷，isActive只是保證連接是否激活，而是否可寫由isWrite來決定。
- private void writeBackMessage(ChannelHandlerContext ctx, MqttMessage message) {
- Channel channel = ctx.channel();
- //增加channel.isWritable()的判斷
- if (channel.isActive() && channel.isWritable()) {
- ChannelFuture cf = channel.writeAndFlush(message);
- if (cf.isDone() && cf.cause() != null) {
- LOGGER.error("channelWrite error!", cf.cause());
- ctx.close();
- }
- }
- }
注：isWritable可以來控制ChannelOutboundBuffer，不讓其無限制膨脹。其機制就是利用設置好的channel高低水位來進行判斷。
問題驗證
修改后再進行測試，發(fā)送到27W次也并不報錯；
解決思路分析
一般Netty數據處理流程如下：將讀取的數據交由業(yè)務線程處理，處理完成再發(fā)送出去（整個過程是異步的），Netty為了提高網絡的吞吐量，在業(yè)務層與socket之間增加了一個ChannelOutboundBuffer。
在調用channel.write的時候，所有寫出的數據其實并沒有寫到socket，而是先寫到ChannelOutboundBuffer。當調用channel.flush的時候才真正的向socket寫出。因為這中間有一個buffer，就存在速率匹配了，而且這個buffer還是無界的（鏈表），也就是你如果沒有控制channel.write的速度，會有大量的數據在這個buffer里堆積，如果又碰到socket寫不出數據的時候（isActive此時判斷無效）或者寫得慢的情況。
很有可能的結果就是資源耗盡，而且如果ChannelOutboundBuffer存放的是
DirectByteBuffer，這會讓問題更加難排查。
流程可抽象如下：
從上面的分析可以看出，步驟一寫太快（快到處理不過來）或者下游發(fā)送不出數據都會造成問題，這實際是一個速率匹配問題。
Netty源碼說明
超過高水位
當ChannelOutboundBuffer的容量超過高水位設定閾值后，isWritable()返回false，設置channel不可寫（setUnwritable），并且觸發(fā)fireChannelWritabilityChanged()。
- private void incrementPendingOutboundBytes(long size, boolean invokeLater) {
- if (size == 0) {
- return;
- }
- long newWriteBufferSize = TOTAL_PENDING_SIZE_UPDATER.addAndGet(this, size);
- if (newWriteBufferSize > channel.config().getWriteBufferHighWaterMark()) {
- setUnwritable(invokeLater);
- }
- }
- private void setUnwritable(boolean invokeLater) {
- for (;;) {
- final int oldValue = unwritable;
- final int newValue = oldValue | 1;
- if (UNWRITABLE_UPDATER.compareAndSet(this, oldValue, newValue)) {
- if (oldValue == 0 && newValue != 0) {
- fireChannelWritabilityChanged(invokeLater);
- }
- break;
- }
- }
- }
低于低水位
當ChannelOutboundBuffer的容量低于低水位設定閾值后，isWritable()返回true，設置channel可寫，并且觸發(fā)fireChannelWritabilityChanged()。
- private void decrementPendingOutboundBytes(long size, boolean invokeLater, boolean notifyWritability) {
- if (size == 0) {
- return;
- }
- long newWriteBufferSize = TOTAL_PENDING_SIZE_UPDATER.addAndGet(this, -size);
- if (notifyWritability && newWriteBufferSize < channel.config().getWriteBufferLowWaterMark()) {
- setWritable(invokeLater);
- }
- }
- private void setWritable(boolean invokeLater) {
- for (;;) {
- final int oldValue = unwritable;
- final int newValue = oldValue & ~1;
- if (UNWRITABLE_UPDATER.compareAndSet(this, oldValue, newValue)) {
- if (oldValue != 0 && newValue == 0) {
- fireChannelWritabilityChanged(invokeLater);
- }
- break;
- }
- }
- }
總結
當ChannelOutboundBuffer的容量超過高水位設定閾值后，isWritable()返回false，表明消息產生堆積，需要降低寫入速度。
當ChannelOutboundBuffer的容量低于低水位設定閾值后，isWritable()返回true，表明消息過少，需要提高寫入速度。通過以上三個步驟修改后，部署線上觀察半年未發(fā)生問題出現(xiàn)。
原文鏈接：https://mp.weixin.qq.com/s?__biz=MzI0NzEyODIyOA==&mid=2247487422&idx=1&sn=f9684b46fc38f347036c21b4fb3c3979&utm_source=tuicool&utm_medium=referral
