Golang 实现Thrift客户端连接池方式
1 前言
阅读文章之前，请先了解一下thrift相关知识。thrift官方并没有提供客户端连接池的实现方案，而我们在实际使用时，thrift客户端必须复用，来保证较为可观的吞吐量，并避免在高QPS调用情况下，不断的创建、释放客户端所带来的机器端口耗尽问题。
本文会详细讲解如何实现一个简单可靠的thrift客户端连接池，并通过对照实验来说明thrift客户端连接池所带来的好处。
由于篇幅的原因，本文只粘出关键代码，源代码请查看Thrift Client Pool Demo
1.1 运行环境
Golang版本： go1.14.3 darwin/amd64
Thrift Golang库版本： 0.13.0
Thrift IDL编辑器版本： 0.13.0
1.2 .thrift文件
namespace java com.czl.api.thrift.model
namespace cpp com.czl.api
namespace php com.czl.api
namespace py com.czl.api
namespace js com.czl.apixianz
namespace go com.czl.api
struct ApiRequest {
1: required i16 id;
}
struct ApiResponse{
1:required string name;
}
// service1
service ApiService1{
ApiResponse query(1:ApiRequest request)
}
// service2
service ApiService2{
ApiResponse query(1:ApiRequest request)
}
注：请通过安装Thrift IDL编译器，并生成客户端、服务端代码。
1.3 对照实验说明
通过脚本开启100个协程并发调用rpc服务10分钟，统计这段时间内，未使用thrift客户端连接池与使用客户端连接池服务的平均吞吐量、Thrift API调用平均延迟、机器端口消耗等数据进行性能对比。
实验一： 未使用thrift客户端连接池
实验二： 使用thrift客户端连接池
2 Thrift客户端连接池实现
2.1 连接池的功能
首先，我们要明确一下连接池的职责，这里我简单的总结一下，连接池主要功能是维护连接的创建、释放，通过缓存连接来复用连接，减少创建连接所带来的开销，提高系统的吞吐量，一般连接池还会有连接断开的重连机制、超时机制等。这里我们可以先定义出大部分连接池都会有的功能，只是定义，可以先不管每个功能的具体实现。每一个空闲Thrift客户端其实底层都维护着一条空闲TCP连接，空闲Thrift客户端与空闲连接在这里其实是同一个概念。
......
// Thrift客户端创建方法，留给业务去实现
type ThriftDial func(addr string, connTimeout time.Duration) (*IdleClient, error)
// 关闭Thrift客户端，留给业务实现
type ThriftClientClose func(c *IdleClient) error
// Thrift客户端连接池
type ThriftPool struct {
// Thrift客户端创建逻辑，业务自己实现
Dial ThriftDial
// Thrift客户端关闭逻辑，业务自己实现
Close ThriftClientClose
// 空闲客户端，用双端队列存储
idle list.List
// 同步锁，确保count、status、idle等公共数据并发操作安全
lock *sync.Mutex
// 记录当前已经创建的Thrift客户端，确保MaxConn配置
count int32
// Thrift客户端连接池状态，目前就open和stop两种
status uint32
// Thrift客户端连接池相关配置
config *ThriftPoolConfig
}
// 连接池配置
type ThriftPoolConfig struct {
// Thrfit Server端地址
Addr string
// 最大连接数
MaxConn int32
// 创建连接超时时间
ConnTimeout time.Duration
// 空闲客户端超时时间，超时主动释放连接，关闭客户端
IdleTimeout time.Duration
// 获取Thrift客户端超时时间
Timeout time.Duration
// 获取Thrift客户端失败重试间隔
interval time.Duration
}
// Thrift客户端
type IdleClient struct {
// Thrift传输层，封装了底层连接建立、维护、关闭、数据读写等细节
Transport thrift.TTransport
// 真正的Thrift客户端，业务创建传入
RawClient interface{}
}
// 封装了Thrift客户端
type idleConn struct {
// 空闲Thrift客户端
c *IdleClient
// 最近一次放入空闲队列的时间
t time.Time
}
// 获取Thrift空闲客户端
func (p *ThriftPool) Get() (*IdleClient, error) {
// 1. 从空闲池中获取空闲客户端，获取到更新数据，返回，否则执行第2步
// 2. 创建新到Thrift客户端，更新数据，返回Thrift客户端
......
}
// 归还Thrift客户端
func (p *ThriftPool) Put(client *IdleCLient) error {
// 1. 如果客户端已经断开，更新数据，返回，否则执行第2步
// 2. 将Thrift客户端丢进空闲连接池，更新数据，返回
......
}
// 超时管理，定期释放空闲太久的连接
func (p *ThriftPool) CheckTimeout() {
// 扫描空闲连接池，将空闲太久的连接主动释放掉，并更新数据
......
}
// 异常连接重连
func (p *ThriftPool) Reconnect(client *IdleClient) (newClient *IdleClient, err error) {
// 1. 关闭旧客户端
// 2. 创建新的客户端，并返回
......
}
// 其他方法
......
这里有两个关键的数据结构，ThriftPool和IdleClient，ThriftPool负责实现整个连接池的功能，IdleClient封装了真正的Thrift客户端。
先看一下ThriftPool的定义：
// Thrift客户端创建方法，留给业务去实现
type ThriftDial func(addr string, connTimeout time.Duration) (*IdleClient, error)
// 关闭Thrift客户端，留给业务实现
type ThriftClientClose func(c *IdleClient) error
// Thrift客户端连接池
type ThriftPool struct {
// Thrift客户端创建逻辑，业务自己实现
Dial ThriftDial
// Thrift客户端关闭逻辑，业务自己实现
Close ThriftClientClose
// 空闲客户端，用双端队列存储
idle list.List
// 同步锁，确保count、status、idle等公共数据并发操作安全
lock *sync.Mutex
// 记录当前已经创建的Thrift客户端，确保MaxConn配置
count int32
// Thrift客户端连接池状态，目前就open和stop两种
status uint32
// Thrift客户端连接池相关配置
config *ThriftPoolConfig
}
// 连接池配置
type ThriftPoolConfig struct {
// Thrfit Server端地址
Addr string
// 最大连接数
MaxConn int32
// 创建连接超时时间
ConnTimeout time.Duration
// 空闲客户端超时时间，超时主动释放连接，关闭客户端
IdleTimeout time.Duration
// 获取Thrift客户端超时时间
Timeout time.Duration
// 获取Thrift客户端失败重试间隔
interval time.Duration
}
Thrift客户端创建与关闭，涉及到业务细节，这里抽离成Dial方法和Close方法。
连接池需要维护空闲客户端，这里用双端队列来存储。
一般的连接池，都应该支持最大连接数配置，MaxConn可以配置连接池最大连接数，同时我们用count来记录连接池当前已经创建的连接。
为了实现连接池的超时管理，当然也得有相关超时配置。
连接池的状态、当前连接数等这些属性，是多协程并发操作的，这里用同步锁lock来确保并发操作安全。
在看一下IdleClient实现：
// Thrift客户端
type IdleClient struct {
// Thrift传输层，封装了底层连接建立、维护、关闭、数据读写等细节
Transport thrift.TTransport
// 真正的Thrift客户端，业务创建传入
RawClient interface{}
}
// 封装了Thrift客户端
type idleConn struct {
// 空闲Thrift客户端
c *IdleClient
// 最近一次放入空闲队列的时间
t time.Time
}
RawClient是真正的Thrift客户端，与实际逻辑相关。
Transport Thrift传输层，Thrift传输层，封装了底层连接建立、维护、关闭、数据读写等细节。
idleConn封装了IdleClient，用来实现空闲连接超时管理，idleConn记录一个时间，这个时间是Thrift客户端最近一次被放入空闲队列的时间。
2.2 获取连接
......
var nowFunc = time.Now
......
// 获取Thrift空闲客户端
func (p *ThriftPool) Get() (*IdleClient, error) {
return p.get(nowFunc().Add(p.config.Timeout))
}
// 获取连接的逻辑实现
// expire设定了一个超时时间点，当没有可用连接时，程序会休眠一小段时间后重试
// 如果一直获取不到连接，一旦到达超时时间点，则报ErrOverMax错误
func (p *ThriftPool) get(expire time.Time) (*IdleClient, error) {
if atomic.LoadUint32(&p.status) == poolStop {
return nil, ErrPoolClosed
}
// 判断是否超额
p.lock.Lock()
if p.idle.Len() == 0 && atomic.LoadInt32(&p.count) >= p.config.MaxConn {
p.lock.Unlock()
// 不采用递归的方式来实现重试机制，防止栈溢出，这里改用循环方式来实现重试
for {
// 休眠一段时间再重试
time.Sleep(p.config.interval)
// 超时退出
if nowFunc().After(expire) {
return nil, ErrOverMax
}
p.lock.Lock()
if p.idle.Len() == 0 && atomic.LoadInt32(&p.count) >= p.config.MaxConn {
p.lock.Unlock()
} else { // 有可用链接，退出for循环
break
}
}
}
if p.idle.Len() == 0 {
// 先加1，防止首次创建连接时，TCP握手太久，导致p.count未能及时+1，而新的请求已经到来
// 从而导致短暂性实际连接数大于p.count（大部分链接由于无法进入空闲链接队列，而被关闭，处于TIME_WATI状态）
atomic.AddInt32(&p.count, 1)
p.lock.Unlock()
client, err := p.Dial(p.config.Addr, p.config.ConnTimeout)
if err != nil {
atomic.AddInt32(&p.count, -1)
return nil, err
}
// 检查连接是否有效
if !client.Check() {
atomic.AddInt32(&p.count, -1)
return nil, ErrSocketDisconnect
}
return client, nil
}
// 从队头中获取空闲连接
ele := p.idle.Front()
idlec := ele.Value.(*idleConn)
p.idle.Remove(ele)
p.lock.Unlock()
// 连接从空闲队列获取，可能已经关闭了，这里再重新检查一遍
if !idlec.c.Check() {
atomic.AddInt32(&p.count, -1)
return nil, ErrSocketDisconnect
}
return idlec.c, nil
}
p.Get()的逻辑比较清晰：如果空闲队列没有连接，且当前连接已经到达p.config.MaxConn，就休眠等待重试；当满足获取连接条件时p.idle.Len() != 0 || atomic.LoadInt32(&p.count) < p.config.MaxConn，有空闲连接，则返回空闲连接，减少创建连接的开销，没有的话，再重新创建一条新的连接。
这里有两个关键的地方需要注意：
等待重试的逻辑，不要用递归的方式来实现，防止运行栈溢出。
// 递归的方法实现等待重试逻辑
func (p *ThriftPool) get(expire time.Time) (*IdleClient, error) {
// 超时退出
if nowFunc().After(expire) {
return nil, ErrOverMax
}
if atomic.LoadUint32(&p.status) == poolStop {
return nil, ErrPoolClosed
}
// 判断是否超额
p.lock.Lock()
if p.idle.Len() == 0 && atomic.LoadInt32(&p.count) >= p.config.MaxConn {
p.lock.Unlock()
// 休眠递归重试
time.Sleep(p.config.interval)
p.get(expire)
}
.......
}
注意p.lock.Lock()的和p.lock.UnLock()调用时机，确保公共数据并发操作安全。
2.3 释放连接
// 归还Thrift客户端
func (p *ThriftPool) Put(client *IdleClient) error {
if client == nil {
return nil
}
if atomic.LoadUint32(&p.status) == poolStop {
err := p.Close(client)
client = nil
return err
}
if atomic.LoadInt32(&p.count) > p.config.MaxConn || !client.Check() {
atomic.AddInt32(&p.count, -1)
err := p.Close(client)
client = nil
return err
}
p.lock.Lock()
p.idle.PushFront(&idleConn{
c: client,
t: nowFunc(),
})
p.lock.Unlock()
return nil
}
p.Put()逻辑也比较简单，如果连接已经失效，p.count需要-1，并进行连接关闭操作。否则丢到空闲队列里，这里还是丢到队头，没错，还是丢到队头，p.Get()和p.Put()都是从队头操作，有点像堆操作，为啥这么处理，等下面说到空闲连接超时管理就清楚了，这里先记住丢回空闲队列的时候，会更新空闲连接的时间。
2.4 超时管理
获取连接超时管理p.Get()方法已经讲过了，创建连接超时管理由p.Dial()去实现，下面说的是空闲连接的超时管理，空闲队列的连接，如果一直没有使用，超过一定时间，需要主动关闭掉，服务端的资源有限，不需要用的连接就主动关掉，而且连接放太久，服务端也会主动关掉。
// 超时管理，定期释放空闲太久的连接
func (p *ThriftPool) CheckTimeout() {
p.lock.Lock()
for p.idle.Len() != 0 {
ele := p.idle.Back()
if ele == nil {
break
}
v := ele.Value.(*idleConn)
if v.t.Add(p.config.IdleTimeout).After(nowFunc()) {
break
}
//timeout && clear
p.idle.Remove(ele)
p.lock.Unlock()
p.Close(v.c) //close client connection
atomic.AddInt32(&p.count, -1)
p.lock.Lock()
}
p.lock.Unlock()
return
}
清理超时空闲连接的时候，是从队尾开始清理掉超时或者无效的连接，直到找到第一个可用的连接或者队列为空。p.Get()和p.Put()都从队头操作队列，保证了活跃的连接都在队头，如果一开始创建的连接太多，后面业务操作变少，不需要那么多连接的时候，那多余的连接就会沉到队尾，被超时管理所清理掉。另外，这样设计也可以优化操作的时间复杂度<O(n)。
2.5 重连机制
事实上，thrift的transport层并没有提供一个检查连接是否有效的方法，一开始实现连接池的时候，检测方法是调用thrift.TTransport.IsOpen()来判断
// 检测连接是否有效
func (c *IdleClient) Check() bool {
if c.Transport == nil || c.RawClient == nil {
return false
}
return c.Transport.IsOpen()
}
可在测试阶段发现当底层当TCP连接被异常断开的时候（服务端重启、服务端宕机等），c.Transport.IsOpen()并不能如期的返回false，如果我们查看thrift的源码，可以发现，其实c.Transport.IsOpen()只和我们是否调用了c.Transport.Open()方法有关。为了能实现断开重连机制，我们只能在使用阶段发现异常连接时，重连连接。
这里我在ThriftPool上封装了一层代理ThriftPoolAgent，来实现断开重连逻辑，具体请参考代码实现。
package pool
import (
"fmt"
"github.com/apache/thrift/lib/go/thrift"
"log"
"net"
)
type ThriftPoolAgent struct {
pool *ThriftPool
}
func NewThriftPoolAgent() *ThriftPoolAgent {
return &ThriftPoolAgent{}
}
func (a *ThriftPoolAgent) Init(pool *ThriftPool) {
a.pool = pool
}
// 真正的业务逻辑放到do方法做，ThriftPoolAgent只要保证获取到可用的Thrift客户端，然后传给do方法就行了
func (a *ThriftPoolAgent) Do(do func(rawClient interface{}) error) error {
var (
client *IdleClient
err error
)
defer func() {
if client != nil {
if err == nil {
if rErr := a.releaseClient(client); rErr != nil {
log.Println(fmt.Sprintf("releaseClient error: %v", rErr))
}
} else if _, ok := err.(net.Error); ok {
a.closeClient(client)
} else if _, ok = err.(thrift.TTransportException); ok {
a.closeClient(client)
} else {
if rErr := a.releaseClient(client); rErr != nil {
log.Println(fmt.Sprintf("releaseClient error: %v", rErr))
}
}
}
}()
// 从连接池里获取链接
client, err = a.getClient()
if err != nil {
return err
}
if err = do(client.RawClient); err != nil {
if _, ok := err.(net.Error); ok {
log.Println(fmt.Sprintf("err: retry tcp, %T, %s", err, err.Error()))
// 网络错误，重建连接
client, err = a.reconnect(client)
if err != nil {
return err
}
return do(client.RawClient)
}
if _, ok := err.(thrift.TTransportException); ok {
log.Println(fmt.Sprintf("err: retry tcp, %T, %s", err, err.Error()))
// thrift传输层错误，也重建连接
client, err = a.reconnect(client)
if err != nil {
return err
}
return do(client.RawClient)
}
return err
}
return nil
}
// 获取连接
func (a *ThriftPoolAgent) getClient() (*IdleClient, error) {
return a.pool.Get()
}
// 释放连接
func (a *ThriftPoolAgent) releaseClient(client *IdleClient) error {
return a.pool.Put(client)
}
// 关闭有问题的连接，并重新创建一个新的连接
func (a *ThriftPoolAgent) reconnect(client *IdleClient) (newClient *IdleClient, err error) {
return a.pool.Reconnect(client)
}
// 关闭连接
func (a *ThriftPoolAgent) closeClient(client *IdleClient) {
a.pool.CloseConn(client)
}
// 释放连接池
func (a *ThriftPoolAgent) Release() {
a.pool.Release()
}
func (a *ThriftPoolAgent) GetIdleCount() uint32 {
return a.pool.GetIdleCount()
}
func (a *ThriftPoolAgent) GetConnCount() int32 {
return a.pool.GetConnCount()
}
3 对照实验
启用100个协程，不断调用Thrift服务端API 10分钟，对比服务平均吞吐量、Thrift API调用平均延迟、机器端口消耗。
平均吞吐量（r/s） = 总成功数 / 600
API调用平均延迟（ms/r） = 总成功数 / API成功请求总耗时（微秒） / 1000
机器端口消耗计算：netstat -nt | grep 9444 -c
3.1 实验一：未使用连接池
机器端口消耗
平均吞吐量、平均延迟
从结果看，API的平均延迟在77ms左右，但是服务的平均吞吐量才到360，比理论值1000 / 77 * 1000 = 1299少了很多，而且有96409次错误，报错的主要原因是：connect can't assign request address，100个协程并发调用就已经消耗了1.6w个端口，如果并发数更高的场景，端口消耗的情况会更加严重，实际上，这1.6w条TCP连接，几乎都是TIME_WAIT状态，Thrfit客户端用完就close掉，根据TCP三次握手可知主动断开连接的一方最终将会处于TIME_WAIT状态，并等待2MSL时间。
3.2 实验二：使用连接池
机器端口消耗
平均吞吐量、平均延迟
可以看出，用了连接池后，平均吞吐量可达到1.8w，API调用平均延迟才0.5ms，你可能会问，理论吞吐量不是可以达到1000 / 0.5 * 100 = 20w？理论归理论，如果按照1.8w吞吐量算，一次处理过程总时间消耗是1000 / (18000 / 100) = 5.6ms，所以这里影响吞吐量的因素已经不是API调用的耗时了，1.8w的吞吐量其实已经挺不错了。
另外，消耗的端口数也才194/2 = 97（除余2是因为server端也在本地跑），而且都是ESTABLISH状态，连接一直保持着，不断的在被复用。连接被复用，少了创建TCP连接的三次握手环节，这里也可以解释为啥API调用的平均延迟可以从77ms降到0.5ms，不过0.5ms确实有点低，线上环境Server一般不会和Client在同一台机器，而且业务逻辑也会比这里复杂，API调用的平均延迟会相对高一点。
4 总结
调用Thrift API必须使用Thrift客户端连接池，否则在高并发的情况下，会有大量的TCP连接处于TIME_WAIT状态，机器端口被大量消耗，可能会导致部分请求失败甚至服务不可用。每次请求都重新创建TCP连接，进行TCP三次握手环节，API调用的延迟会比较高，服务的吞吐量也不会很高。
使用Thrift客户端连接池，可以提高系统的吞吐量，同时可以避免机器端口被耗尽的危险，提高服务的可靠性。
