Apache TrafficServer 10.1版本中的源端连接复用问题分析
Apache TrafficServer是一款高性能的开源网络加速和缓存服务器。在10.1版本中,用户报告了一个关于源端(origin)连接无法复用的严重问题,这直接影响了服务器的性能和资源利用率。本文将深入分析该问题的技术背景、原因及解决方案。
问题现象
在TrafficServer 10.1版本的生产环境部署中,运维人员观察到以下两个关键指标显示几乎没有源端连接复用:
- 出站请求计数(proxy.process.http.outgoing_requests)
- 服务器总连接数(proxy.process.http.total_server_connections)
这种情况在使用全局连接池共享(proxy.config.http.server_session_sharing.pool)的环境中尤为明显。连接无法复用意味着每次请求都需要建立新的TCP连接,增加了延迟和服务器负载。
技术背景
TrafficServer通过连接池机制来复用与源服务器的连接,这是提高性能的关键技术。连接池需要正确识别和管理每个连接的目标服务器信息,特别是当使用SNI(Server Name Indication)扩展时。
SNI是TLS协议的扩展,允许客户端在握手阶段就指明它要连接的主机名,这对虚拟主机的支持至关重要。在TrafficServer中,SNI信息用于匹配和复用连接。
问题根源
通过代码回退测试,确认问题源于对NetVConnection类的修改,特别是移除了与服务器名称相关的功能。具体来说:
-
原本使用NetVConnectin::get_sni_servername()方法,该方法内部调用OpenSSL的SSL_get_servername()函数,这个函数对入站和出站连接都有效。
-
修改后使用TLSSNISupport::get_sni_server_name,但这个方法只对入站连接有效,因为_sni_server_name成员变量只在入站连接时设置。
这种改变导致连接池无法正确识别出站连接的SNI信息,从而无法找到匹配的连接进行复用。
解决方案
正确的解决方案应该是在建立出站连接时,当调用SSL_set_tlsext_host_name设置SNI主机名时,同时更新TLSSNISupport中的_sni_server_name。这可以通过以下方式实现:
-
让TLSSNISupport类提供一个封装函数,内部同时调用SSL_set_tlsext_host_name和设置_sni_server_name。
-
确保所有出站连接的SNI信息都被正确记录,使连接池能够基于SNI信息进行匹配。
影响与修复
该问题在10.1版本中被引入,影响了所有使用SNI和连接池共享的环境。修复后,连接复用率恢复正常,显著降低了建立新连接的开销。
对于生产环境,建议受影响的用户升级到包含修复的版本,或者回退相关修改。该问题的修复也提醒我们在重构网络核心组件时需要全面考虑各种使用场景,特别是涉及性能关键路径的部分。
最佳实践
对于类似的高性能网络加速服务器:
- 连接复用是性能优化的关键,需要仔细测试相关指标
- SNI信息管理需要统一处理入站和出站连接
- 核心网络组件的修改需要全面的回归测试
- 生产环境升级前应充分验证关键性能指标
通过这次问题的分析和解决,TrafficServer的连接池机制得到了进一步的完善,为后续版本提供了更稳定的基础。
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









