最近被日志是折腾得死去活来，写文件无疑效率是最高的，但是分布式又成问题，虽然稍微折腾一下配合NFS，还是可以搞一搞的，但是始终语言设计没有那么方便。
最终决定用redis，换了redis以为就好了，因为内存运行嘛，谁知道tcp连接开销大得一塌糊涂，服务器负载一下子高了许多，使用netstat -an 查看发现一堆的 TIME_WAIT，连ssh到服务器都巨慢无比，所谓天下武功唯快不破，这么慢80岁老太太跳一支广场舞都能给灭了吧。
既然 tcp连接开销这么大，当然首要任务就是解决连接问题，明显一个请求一次连接是很不靠谱的，还不如直接往硬盘写日志呢，当然写日志第一段也说了，不支持分布式，业务分配没那么好。
那么，能不能先定只用一个连接呢，这显然是不行的，一个连接多个php-fpm互掐也会造成瓶颈，那如果是一个php-fpm一个连接呢？显然这是可取的，于是用了php的redis长连接，php-fpm.ini 配置如下：
pm = static pm.max_children = 400 pm.max_requests = 10240
php使用 pconnect 来代替 connect
$redis = new redis();
$redis->pconnect('192.168.0.2', 6379); // 内网服务器
$redis->lpush('list', 'Just a test');
上面的配合意思是默认开启400个php-fpm来处理nginx反向代理过来的请求，一个php-fpm处理10240个请求，也就是说，处理10240个请求只需要连接redis一次，显然对于一个请求连接一次redis的开销要小N倍，压测效果也如上所述，从原本的每秒处理几千次请求一下子涨到了1W多次请求。
压测指令也贴上吧，其实还是有许多人不知道的
ab -n 100000 -c 200 要压测的url // 并发200个客户端请求100000次要压测的url
当然要验证nginx是否真的只开了400个php-fpm，可以用以下代码验证
$pid = getmypid();touch("pids/".$pid);
执行上面的压测指令，看看pids目录下是不是生成了400个以当前php-fpm进程号为名称的文件，当然不是刚好400个，因为还有一两个是manager进程嘛，呵呵。
压测效果很理想，那是不是问题就解决了呢，当然，PHP没你想的那么美好，举个例子，Mysql的长连接默认是8小时，redis没有了解过，我们就当他也8小时，那8小时一个php-fpm处理10240个请求肯定早就处理完啦，那这个长连接还不关闭，又不能重用，随着时间的推移，连接数不是只增不减，总有一天会内存溢出？
有人可能会说，我测一下10240个请求需要多长时间，redis长连接的超时时间设置接近的数字就好，问题是网络环境哪有想象那么美好，假如网络不好造成10240个请求还没处理完连接超时了呢？加入网络太好处理了好几轮10240次请求连接越来越多了呢？
不过redis好就好在他是单进程单线程IO多路复用的，所以连接一直不关闭也不会有什么大的影响，Mysql是多线程的，线程开多了不关，问题肯定还是比较严重的。
那有没有办法可以弄一个来管理这些长连接的，让他一直不要关闭，用完就给另一个新开的php-fpm，答案就是连接池。
网上照抄一下原理：
连接池基本的思想是在系统初始化的时候，将数据库连接作为对象存储在内存中，当用户需要访问数据库时，并非建立一个新的连接，而是从连接池中取出一个已建立的空闲连接对象。使用完毕后，用户也并非将连接关闭，而是将连接放回连接池中，以供下一个请求访问使用。而连接的建立、断开都由连接池自身来管理。同时，还可以通过设置连接池的参数来控制连接池中的初始连接数、连接的上下限数以及每个连接的最大使用次数、最大空闲时间等等。也可以通过其自身的管理机制来监视数据库连接的数量、使用情况等。
按照上面的思想设计一个连接池显然对PHP是莫大的挑战，因为php-fpm之间内存是不共享的，于是我选择了Go语言来干这事，原因很简单，Go的写法和PHP一样简单，java太复杂配置环境也很麻烦，最后被我抛弃了，也不能说抛弃吧，太菜了用不来。
Go连接redis有很多库，最终选择了github.com/garyburd/redigo/redis，然后参考网上的文章写了一个连接池的例子：
package main
import (
"net/http"
"runtime"
"io"
"fmt"
"log"
"time"
"github.com/garyburd/redigo/redis"
)
// 连接池大小
var MAX_POOL_SIZE = 20
var redisPoll chan redis.Conn
func putRedis(conn redis.Conn) {
// 基于函数和接口间互不信任原则，这里再判断一次，养成这个好习惯哦
if redisPoll == nil {
redisPoll = make(chan redis.Conn, MAX_POOL_SIZE)
}
if len(redisPoll) >= MAX_POOL_SIZE {
conn.Close()
return
}
redisPoll <- conn
}
func InitRedis(network, address string) redis.Conn {
// 缓冲机制，相当于消息队列
if len(redisPoll) == 0 {
// 如果长度为0，就定义一个redis.Conn类型长度为MAX_POOL_SIZE的channel
redisPoll = make(chan redis.Conn, MAX_POOL_SIZE)
go func() {
for i := 0; i < MAX_POOL_SIZE/2; i++ {
c, err := redis.Dial(network, address)
if err != nil {
panic(err)
}
putRedis(c)
}
} ()
}
return <-redisPoll
}
func redisServer(w http.ResponseWriter, r *http.Request) {
startTime := time.Now()
c := InitRedis("tcp", "192.168.0.237:6379")
dbkey := "netgame:info"
if ok, err := redis.Bool(c.Do("LPUSH", dbkey, "yanetao")); ok {
} else {
log.Print(err)
}
msg := fmt.Sprintf("用时：%s", time.Now().Sub(startTime));
io.WriteString(w, msg+"\n\n");
}
func main() {
// 利用cpu多核来处理http请求，这个没有用go默认就是单核处理http的，这个压测过了，请一定要相信我
runtime.GOMAXPROCS(runtime.NumCPU());
http.HandleFunc("/", redisServer);
http.ListenAndServe(":9527", nil);
}
上面看似实现了连接池，实际压测效果很不理想，不但请求数低，还报错。
请求数底是因为没有解决连接开销，上面是第一次来的时候开一个go协程去连接20/2就是10次redis，然后放到channel里面去，实际上就是队列了，channel就是消息队列，然后当这10个连接被请求用完了，就又生成10个，实际上tcp连接数一个没少，多少个请求就多少个连接数，只是把连接时间片给移了一下，移给刚好10次连接过后那个倒霉蛋。
错误是因为我内网测试，请求太快了，第一波10个连接还没连接好，第二波又来了，没错，又一大波僵尸，然后几波的goroutine就开始互掐，导致连接错误了
还是没有达到连接池的效果。
连接池的概念是先生成默认的连接，例如40个，那么所有请求过来，都是用这40个连接来处理。
当40个连接被用完的时候，要么排队，要么自增多几个来处理。
这40个连接和新生成的连接，假如生成多5个，那么这45个连接是不会关闭的，用完就放回池里，其实也就是队列里，等待其他请求来使用他，达到连接复用的效果。
也就是说这些连接一定是长连接，一直连着不断开。
上面明显是短连接，我试过放到全局变量，每个连接处理六七个请求之后，就断开了，程序提示连接不可用，go要如何达到长连接的效果呢，最后在老外的文章找到了这个库的实现方式，代码如下：
package main
import (
"net/http"
"runtime"
"io"
"fmt"
"log"
"time"
"github.com/garyburd/redigo/redis"
)
// 连接池大小
var MAX_POOL_SIZE = 20
var redisPoll chan redis.Conn
func putRedis(conn redis.Conn) {
// 基于函数和接口间互不信任原则，这里再判断一次，养成这个好习惯哦
if redisPoll == nil {
redisPoll = make(chan redis.Conn, MAX_POOL_SIZE)
}
if len(redisPoll) >= MAX_POOL_SIZE {
conn.Close()
return
}
redisPoll <- conn
}
func InitRedis(network, address string) redis.Conn {
// 缓冲机制，相当于消息队列
if len(redisPoll) == 0 {
// 如果长度为0，就定义一个redis.Conn类型长度为MAX_POOL_SIZE的channel
redisPoll = make(chan redis.Conn, MAX_POOL_SIZE)
go func() {
for i := 0; i < MAX_POOL_SIZE/2; i++ {
c, err := redis.Dial(network, address)
if err != nil {
panic(err)
}
putRedis(c)
}
} ()
}
return <-redisPoll
}
func redisServer(w http.ResponseWriter, r *http.Request) {
startTime := time.Now()
c := InitRedis("tcp", "192.168.0.237:6379")
dbkey := "netgame:info"
if ok, err := redis.Bool(c.Do("LPUSH", dbkey, "yanetao")); ok {
} else {
log.Print(err)
}
msg := fmt.Sprintf("用时：%s", time.Now().Sub(startTime));
io.WriteString(w, msg+"\n\n");
}
func main() {
// 利用cpu多核来处理http请求，这个没有用go默认就是单核处理http的，这个压测过了，请一定要相信我
runtime.GOMAXPROCS(runtime.NumCPU());
http.HandleFunc("/", redisServer);
http.ListenAndServe(":9527", nil);
}
压测了一下，上面的代码往redis里面插数据跟只是输出字符串HelloWorld到客户端几乎一样快，检查了一下redis里面netgame:info这个队列数据，一条数据都没丢，这才是我真正要的效果啊，好吧，一个牛逼哄哄的go+redis日志系统真的要诞生了，哇哈哈。
参考：
一个老外问把连接放到全局变量搞不定，当然搞不定，短连接会超时的嘛
