为什么你必须得学些 TCP 的知识?

网络 网络管理
当我还在 Recurse Center 的时候,我用 Python 写过 TCP 协议栈(还写过一篇文章:如果你用 Python 写 TCP 协议栈会遇到什么?)。这是一次有趣的学习经历,但是也仅此而已。

这不是指要明白 TCP 的所有东西,也不是说要通读 《TCP/IP 详解》。不过懂一点 TCP 知识是很有必要的。理由如下:

当我还在 Recurse Center 的时候,我用 Python 写过 TCP 协议栈(还写过一篇文章:如果你用 Python 写 TCP 协议栈会遇到什么?)。这是一次有趣的学习经历,但是也仅此而已。

一年以后,工作中有人在 Slack 上提到:“嘿,我在向 NSQ 发布消息时,每次要耗费 40 毫秒”。我已经断断续续思考了一个星期,但是没有任何结果。

一点背景知识:NSQ 是一个消息队列,你通过本地的一个 HTTP 请求向其发布消息。发送本地的一个 HTTP 请求确实不应该花费 40 毫秒,有时候会更差。NSQ 守护进程的负载不高,也没有使用过多的内存,也看不到 GC 停顿。这究竟是为什么呢?神呐,救救我吧!

 [[161136]]

突然我记起我一周以前看过的一篇叫做“性能研究(In search of performance)”的文章——我们如何为每个 POST 请求节省 200ms。在这篇文章中,他们说到为什么每个 POST 请求会花费额外的 200 毫秒。就是这个原因。这是该文章中的关键段落:

延迟确认(ACK) 与 TCP_NODELAY

Ruby 的 Net::HTTP 会将 POST 请求切分为两个 TCP 包,一个消息头,一个消息体。相反,curl 会将这两者合并为一个包。更糟糕的是,Net::HTTP 在打开 TCP 套接字时不会设置 TCP_NODELAY,这将导致第二个包需要等到第一个包的接收确认通知之后才能发送。这是 Nagle 算法导致的。

转换到连接的另一端,HAProxy 需要决定如何确认这两个包。在 1.4.18 版本中(我们正在用的版本),它是通过 TCP 延迟确认通知来实现的。延迟确认对 Nagle 算法有非常糟糕的影响,会导致请求暂停直到服务器延迟确认超时。

现在我们解释这个段落说的内容。

TCP 是一个通过数据包传输数据的算法

他们的 HTTP 库将 POST 请求分割成两个小的数据包发送

接下来,TCP 采用类似如下的步骤进行交互:

application:Hi!这里有一个数据包。

HAProxy:(沉默),等待第二个包发送

HAProxy:对了,我需要返回一个确认,不过没关系,等会吧

application: (沉默)

application:好吧,我正在等待确认,可能现在网络延迟比较大

HAProxy:好吧,太烦人了,这是一个确认。

application:好极了,这是第二个数据包!!!

HAProxy:亲,我们已经搞定了。

这个过程是不是应用程序和 HAProxy 都在消极等待另一方发送信息?这就是那额外的 200ms。应用程序这么做的是因为 Nagle 算法,而 HAProxy 消息等待的原因是延迟确认。

据我所知,延迟确认是所有 Linux 系统的默认行为。所以这不是一个偶然或者异常情况,如果发送 TCP 数据包多一个 1 个,你就会遇到这种情况。

现在,我们成为专家了

读过这篇文章之后我很快就忘了。不过当我被额外的 40 毫秒难住的时候,我又记起来了。

所以我认为——这不可能是我的问题,可能吗?可能吗??然后我发了一封邮件给我团队说:“我想我快要疯了,但是这可能是 TCP 的问题”。

所以我提交了一次修订,将我的应该调整为 TCP_NODELAY,然后问题就“嘣”的一声解决了。

40 毫秒的延迟立马就消失了。所有的事情都解决了,我就是个天才。

我们是否应该完全停止使用延迟确认?

我刚好在 Hacker News 看到 John Nagle (Nagle 算法的创始人)对 @alicemazzy 提到这个问题的评论。

本质问题是延迟确认。200 毫秒的“延迟确认”是一个非常不好的主意,1985 年中,在伯利克(Berkeley)研究 BSD 的人实际上没有真正明白这个问题。延迟确认是应用层对 200 毫秒内是否响应的一场赌博,但是即便每次它都赌输了,TCP 仍在使用延迟确认。

他继续说到,确认本身是很小并且消耗很低的,延迟确认引起的问题可能比它解决的问题还要多。

不懂得 TCP 你就无法解决 TCP 问题

我曾经也认为,TCP 是一个相当底层的问题,我不需要明白。大多数时候你的确不需要明白。但是有的时候,当你在实践中遇到由于 TCP 算法引起的 bug 时,懂点 TCP 知识就变得非常重要了。(正如我们经常在博客中讨论的,许多事情都是这样,比如系统调用和操作系统:) )

延迟确认及 TCP_NODELAY 的交互非常不好——这对任何语言实现的 HTTP 请求都有影响。你不需要很深入的去了解,成为系统程序专家。但是了解一点 TCP 是如何运作的,对我的工作的确大有裨益。通过对 TCP 的学习,我才意识到这篇博客所描述的问题也许正好是我所熟悉的领域。我也一直在使用 strace,并且会一直使用下去。

责任编辑:何妍 来源: 伯乐在线
相关推荐

2021-08-04 07:47:19

HTTP网络协议

2014-07-02 16:51:08

WOT2014高效技术团队

2020-04-01 17:50:02

Python编程语言

2018-09-25 16:31:35

维谛技术

2020-06-01 13:15:57

MySQL优化查询

2017-04-29 09:17:28

MySQL优化器服务器

2019-08-06 14:54:22

Hadoop数据集海量数据

2020-10-26 08:34:18

知识体系普适性

2023-09-19 08:01:33

数据格式化程序

2012-12-26 09:25:32

2017-12-07 15:28:36

2017-01-18 09:42:11

Go

2017-12-07 15:47:25

2023-08-30 08:30:09

2021-07-30 09:32:55

JavaEquals

2015-04-03 12:31:26

OracleSalesforce并购

2023-11-26 00:24:33

2019-11-17 22:38:13

PAM特权访问管理CISO

2017-01-09 12:57:21

Linux

2023-12-19 07:56:08

微服务软件测试左移测试
点赞
收藏

51CTO技术栈公众号