之前做过一次测试，没有任何优化的情况下C++(16Gbps)是GO(4Gbps)的4倍性能，参考http://blog.csdn.net/win_lin/article/details/40744175
这次针对TCP部分对go做了优化，测试结果令人满意。GO单进程(7Gbps)不输c++(8Gbps)，是c++使用writev(16Gbps)的一半，GO多进程(59Gbps)完胜c++是c++的好几倍。
测试代码参考：https://github.com/winlinvip/srs.go/tree/master/research/tcp
备注：之前的测试是在虚拟机上，这次在物理机上，结果可能会略有不同。
Why TCP
TCP是网络通讯的基础，而web则是基于HTTP框架，HTTP又基于TCP。RTMP也是基于TCP。
TCP的吞吐率能达标，那么就奠定了这个语言能开发高性能服务器的基础。
之前srs1.0时，调研过go，写了一个go版本的srs，但是性能和red5差不多就删除了。
现在srs2.0单进程单线程网络吞吐能达到4Gbps（6千客户端，码率522Kbps），GO如果不能达到这个目标，那么SRS就不可能用go重写。
Platform
此次测试在24CPU的服务器上，CPU不是瓶颈。
测试使用lo网卡，直接内存拷贝，网络也不是瓶颈。
CPU和网络都资源充足时，服务器本身的执行速度就是关键了。
OS选用Centos6 64bits。
客户端选用c++做客户端，使用同一个客户端测试。
Write
下面是C++服务器，单进程单线程作为服务器：
g++ tcp.server.cpp -g -O0 -o tcp.server && ./tcp.server 1990 4096 g++ tcp.client.cpp -g -O0 -o tcp.client && ./tcp.client 127.0.0.1 1990 4096 ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 0 6 92 0 0 1| 0 11k|1073M 1073M| 0 0 |2790 81k 0 6 93 0 0 1| 0 7782B|1049M 1049M| 0 0 |2536 76k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 32573 winlin 20 0 11744 892 756 R 99.9 0.0 17:56.88 ./tcp.server 1990 4096 2880 winlin 20 0 11740 900 764 S 85.3 0.0 0:32.53 ./tcp.client 127.0.0.1 1990 4096
单进程的c++效率还是非常高的1049MBps，对比目前SRS1的168MBps，SRS2跑到的391MBps，其实SRS没有达到性能极限。
下面是go作为服务器，no delay设置为1，即go默认的tcp选项，这个选项会造成tcp性能降低：
go build ./tcp.server.go && ./tcp.server 1 1 1990 4096 g++ tcp.client.cpp -g -O0 -o tcp.client && ./tcp.client 127.0.0.1 1990 4096 ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 0 5 93 0 0 2| 0 7509B| 587M 587M| 0 0 |2544 141k 0 5 93 0 0 2| 0 10k| 524M 524M| 0 0 |2629 123k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 5496 winlin 20 0 98248 1968 1360 S 100.5 0.0 4:40.54 ./tcp.server 1 1 1990 4096 5517 winlin 20 0 11740 896 764 S 72.3 0.0 3:24.22 ./tcp.client 127.0.0.1 1990 4096
可见在开启tcp no delay的go只有c++的性能的一半。
下面是go作为服务器，关闭了tcp no delay选项，单进程作为服务器：
go build ./tcp.server.go && ./tcp.server 1 0 1990 4096 g++ tcp.client.cpp -g -O0 -o tcp.client && ./tcp.client 127.0.0.1 1990 4096 ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 0 5 93 0 0 1| 0 10k| 868M 868M| 0 0 |2674 79k 1 5 93 0 0 1| 0 16k| 957M 957M| 0 0 |2660 85k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 3004 winlin 20 0 98248 1968 1360 R 100.2 0.0 2:27.32 ./tcp.server 1 0 1990 4096 3030 winlin 20 0 11740 900 764 R 81.0 0.0 1:59.42 ./tcp.client 127.0.0.1 1990 4096
其实在关闭了tcp no delay之后，go的性能和c++相差不大了。
Multiple CPU
go最厉害的是考虑多cpu并行计算。其实c/c++也可以用fork多进程，对于业务代码有很大影响；go在不影响业务代码时直接扩展支持多cpu。
go开启10个cpu，8个客户端，开启no delay（默认）时的性能：
go build ./tcp.server.go && ./tcp.server 10 1 1990 4096 g++ tcp.client.cpp -g -O0 -o tcp.client && for((i=0;i<8;i++)); do (./tcp.client 127.0.0.1 1990 4096 &); done ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 4 37 47 0 0 12| 0 105k|3972M 3972M| 0 0 | 14k 995k 4 37 46 0 0 13| 0 8055B|3761M 3761M| 0 0 | 14k 949k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 6353 winlin 20 0 517m 6896 1372 R 789.6 0.0 13:24.49 ./tcp.server 10 1 1990 4096 6384 winlin 20 0 11740 900 764 S 68.4 0.0 1:11.57 ./tcp.client 127.0.0.1 1990 4096 6386 winlin 20 0 11740 896 764 R 67.4 0.0 1:09.53 ./tcp.client 127.0.0.1 1990 4096 6390 winlin 20 0 11740 900 764 R 66.7 0.0 1:11.24 ./tcp.client 127.0.0.1 1990 4096 6382 winlin 20 0 11740 896 764 R 64.8 0.0 1:11.30 ./tcp.client 127.0.0.1 1990 4096 6388 winlin 20 0 11740 896 764 R 64.4 0.0 1:11.80 ./tcp.client 127.0.0.1 1990 4096 6380 winlin 20 0 11740 896 764 S 63.4 0.0 1:08.78 ./tcp.client 127.0.0.1 1990 4096 6396 winlin 20 0 11740 896 764 R 62.8 0.0 1:09.47 ./tcp.client 127.0.0.1 1990 4096 6393 winlin 20 0 11740 900 764 R 61.4 0.0 1:11.90 ./tcp.client 127.0.0.1 1990 4096
也比较厉害了，能跑到30Gbps。
开启10个cpu，8个客户端，关闭no delay时看看go的性能：
go build ./tcp.server.go && ./tcp.server 10 0 1990 4096 g++ tcp.client.cpp -g -O0 -o tcp.client && for((i=0;i<8;i++)); do (./tcp.client 127.0.0.1 1990 4096 &); done ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 5 42 41 0 0 12| 0 8602B|7132M 7132M| 0 0 | 15k 602k 5 41 41 0 0 12| 0 13k|7426M 7426M| 0 0 | 15k 651k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 4148 winlin 20 0 528m 9.8m 1376 R 795.5 0.1 81:48.12 ./tcp.server 10 0 1990 4096 4167 winlin 20 0 11740 896 764 S 89.8 0.0 8:16.52 ./tcp.client 127.0.0.1 1990 4096 4161 winlin 20 0 11740 900 764 R 87.8 0.0 8:14.63 ./tcp.client 127.0.0.1 1990 4096 4174 winlin 20 0 11740 896 764 S 83.2 0.0 8:09.40 ./tcp.client 127.0.0.1 1990 4096 4163 winlin 20 0 11740 896 764 R 82.6 0.0 8:07.80 ./tcp.client 127.0.0.1 1990 4096 4171 winlin 20 0 11740 900 764 R 82.2 0.0 8:08.75 ./tcp.client 127.0.0.1 1990 4096 4169 winlin 20 0 11740 900 764 S 81.9 0.0 8:15.37 ./tcp.client 127.0.0.1 1990 4096 4165 winlin 20 0 11740 900 764 R 78.9 0.0 8:09.98 ./tcp.client 127.0.0.1 1990 4096 4177 winlin 20 0 11740 900 764 R 74.0 0.0 8:07.63 ./tcp.client 127.0.0.1 1990 4096
这个更厉害了，能跑到59Gbps，厉害！
Writev
GO中是没有writev的，可以用c/c++的writev和go的多进程比一比。
考虑SRS2目前使用writev提升了一倍性能，若srs使用go则可以使用多进程，这两个对比还是有意义的。
同时，客户端也使用readv来一次读取多次，弥补客户端单进程的瓶颈。
g++ tcp.server.writev.cpp -g -O0 -o tcp.server && ./tcp.server 64 1990 4096 g++ tcp.client.readv.cpp -g -O0 -o tcp.client && ./tcp.client 127.0.0.1 1990 64 4096 ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 0 6 93 0 0 1| 0 15k|1742M 1742M| 0 0 |2578 30k 0 6 93 0 0 1| 0 13k|1779M 1779M| 0 0 |2412 30k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 9468 winlin 20 0 12008 1192 800 R 99.8 0.0 1:17.63 ./tcp.server 64 1990 4096 9487 winlin 20 0 12008 1192 800 R 80.3 0.0 1:02.49 ./tcp.client 127.0.0.1 1990 64 4096
使用writev确实能提升一倍的性能，减少了系统调用的时间。
对比使用readv客户端的go，禁用tcp no delay的情况：
go build ./tcp.server.go && ./tcp.server 1 0 1990 4096 g++ tcp.client.readv.cpp -g -O0 -o tcp.client && ./tcp.client 127.0.0.1 1990 64 4096 ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 0 5 93 0 0 1| 0 5734B| 891M 891M| 0 0 |2601 101k 0 5 93 0 0 2| 0 9830B| 897M 897M| 0 0 |2518 103k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 9690 winlin 20 0 98248 3984 1360 R 100.2 0.0 2:46.84 ./tcp.server 1 0 1990 4096 9698 winlin 20 0 12008 1192 800 R 79.3 0.0 2:13.23 ./tcp.client 127.0.0.1 1990 64 4096
这时候go单进程没有提升，因为瓶颈不在客户端，所以客户端使用readv之后也没有改变。
对比go用10个cpu，客户端使用readv，禁用tcp no delay：
go build ./tcp.server.go && ./tcp.server 10 0 1990 4096 g++ tcp.client.readv.cpp -g -O0 -o tcp.client && for((i=0;i<8;i++)); do (./tcp.client 127.0.0.1 1990 64 4096 &); done ----total-cpu-usage---- -dsk/total- ---net/lo-- ---paging-- ---system-- usr sys idl wai hiq siq| read writ| recv send| in out | int csw 5 41 42 0 0 12| 0 7236B|6872M 6872M| 0 0 | 15k 780k 4 42 41 0 0 12| 0 9557B|6677M 6677M| 0 0 | 15k 723k PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 10169 winlin 20 0 655m 7072 1388 R 799.9 0.0 51:39.13 ./tcp.server 10 0 1990 4096 10253 winlin 20 0 12008 1192 800 R 84.5 0.0 5:05.05 ./tcp.client 127.0.0.1 1990 64 4096 10261 winlin 20 0 12008 1192 800 S 80.6 0.0 5:04.77 ./tcp.client 127.0.0.1 1990 64 4096 10255 winlin 20 0 12008 1192 800 R 79.9 0.0 5:05.32 ./tcp.client 127.0.0.1 1990 64 4096 10271 winlin 20 0 12008 1192 800 S 79.3 0.0 5:05.15 ./tcp.client 127.0.0.1 1990 64 4096 10258 winlin 20 0 12008 1192 800 S 78.3 0.0 5:05.45 ./tcp.client 127.0.0.1 1990 64 4096 10268 winlin 20 0 12008 1192 800 R 77.6 0.0 5:06.54 ./tcp.client 127.0.0.1 1990 64 4096 10251 winlin 20 0 12008 1188 800 R 76.6 0.0 5:03.68 ./tcp.client 127.0.0.1 1990 64 4096 10265 winlin 20 0 12008 1192 800 R 74.6 0.0 5:03.35 ./tcp.client 127.0.0.1 1990 64 4096
测试结果和之前差不多。
GO Write Analysis
调试go的TcpConn.Write方法，调用堆栈是：
at /home/winlin/go/src/github.com/winlinvip/srs.go/research/tcp/tcp.server.go:203 203 n, err := conn.Write(b)
调用的代码是：
func handleConnection(conn *net.TCPConn, no_delay int, packet_bytes int) {
for {
n, err := conn.Write(b)
if err != nil {
fmt.Println("write data error, n is", n, "and err is", err)
break
}
}s调试进去，调用的是：
net.(*conn).Write (c=0xc20805bf18, b=..., ~r1=0, ~r2=...) at /usr/local/go/src/pkg/net/net.go:130 130 return c.fd.Write(b)
这部分的代码是：
func (c *conn) Write(b []byte) (int, error) {
if !c.ok() {
return 0, syscall.EINVAL
}
return c.fd.Write(b)
}接下来是：
Breakpoint 2, net.(*netFD).Write (fd=0x0, p=..., nn=0, err=...) at /usr/local/go/src/pkg/net/fd_unix.go:327 327 n, err = syscall.Write(int(fd.sysfd), p[nn:])
这部分代码是：
func (fd *netFD) Write(p []byte) (nn int, err error) {
if err := fd.writeLock(); err != nil {
return 0, err
}
defer fd.writeUnlock()
if err := fd.pd.PrepareWrite(); err != nil {
return 0, &OpError{"write", fd.net, fd.raddr, err}
}
for {
var n int
n, err = syscall.Write(int(fd.sysfd), p[nn:])
if n > 0 {
nn += n
}
if nn == len(p) {
break
}
if err == syscall.EAGAIN {
if err = fd.pd.WaitWrite(); err == nil {
continue
}
}
if err != nil {
n = 0
break
}
if n == 0 {
err = io.ErrUnexpectedEOF
break
}
}
if err != nil {
err = &OpError{"write", fd.net, fd.raddr, err}
}
return nn, err
}系统调用层是：
syscall.Write (fd=0, p=..., n=0, err=...) at /usr/local/go/src/pkg/syscall/syscall_unix.go:152 152 n, err = write(fd, p)
代码是：
func Write(fd int, p []byte) (n int, err error) {
if raceenabled {
raceReleaseMerge(unsafe.Pointer(&ioSync))
}
n, err = write(fd, p)
if raceenabled && n > 0 {
raceReadRange(unsafe.Pointer(&p[0]), n)
}
return
}最后是：
#0 syscall.write (fd=12, p=..., n=4354699, err=...) at /usr/local/go/src/pkg/syscall/zsyscall_linux_amd64.go:1228 1228 r0, _, e1 := Syscall(SYS_WRITE, uintptr(fd), uintptr(_p0), uintptr(len(p)))
代码是：
func write(fd int, p []byte) (n int, err error) {
var _p0 unsafe.Pointer
if len(p) > 0 {
_p0 = unsafe.Pointer(&p[0])
} else {
_p0 = unsafe.Pointer(&_zero)
}
r0, _, e1 := Syscall(SYS_WRITE, uintptr(fd), uintptr(_p0), uintptr(len(p)))
n = int(r0)
if e1 != 0 {
err = e1
}
return
}调用的是SYS_WRITE，即write。查找发现是有writev的：
[winlin@dev6 src]$ find . -name "*.go"|xargs grep -in "SYS_WRITEV" ./pkg/syscall/zsysnum_linux_amd64.go:27: SYS_WRITEV = 20
可惜没有发现使用这个的代码，所以go肯定是没有支持writev的了。
最后所有的Syscall，是用asm汇编写的：
syscall.Syscall () at /usr/local/go/src/pkg/syscall/asm_linux_amd64.s:20 20 CALL runtime·entersyscall(SB)
代码是：
TEXT ·Syscall(SB),NOSPLIT,$0-56 CALL runtime·entersyscall(SB) MOVQ 16(SP), DI MOVQ 24(SP), SI MOVQ 32(SP), DX MOVQ $0, R10 MOVQ $0, R8 MOVQ $0, R9 MOVQ 8(SP), AX // syscall entry SYSCALL CMPQ AX, $0xfffffffffffff001 JLS ok MOVQ $-1, 40(SP) // r1 MOVQ $0, 48(SP) // r2 NEGQ AX MOVQ AX, 56(SP) // errno CALL runtime·exitsyscall(SB) RET ok: MOVQ AX, 40(SP) // r1 MOVQ DX, 48(SP) // r2 MOVQ $0, 56(SP) // errno CALL runtime·exitsyscall(SB) RET
这个过程就结束了。
总结
GO单进程关闭tcp no delay和c/c++的write性能差不多，但是只有c/c++的writev的一半。
GO多进程能线性提升性能，在不改变业务代码的前提下，性能是c/c++单进程的数倍。
Winlin 2014.11.22
