Go-Quai项目中WebSocket订阅性能测试与分析
2025-07-01 16:17:55作者:郦嵘贵Just
引言
在区块链基础设施的构建中,RPC节点的资源规划是一个关键环节。Go-Quai项目团队近期针对WebSocket订阅功能进行了系统的性能测试,目的是评估在高并发场景下节点的资源消耗情况,特别是针对Pelagus钱包这类典型用户场景。
测试背景
Pelagus钱包作为Go-Quai生态中的重要组件,其用户主要通过WebSocket订阅来获取余额更新通知。这种模式相比传统的HTTP轮询,在实时性方面有明显优势,但也带来了新的性能挑战。
测试目标演进
最初的测试计划经历了几个阶段的演进:
- 初期目标:简单测量每个活跃WebSocket连接加上余额订阅的内存占用(MiB/用户)
- 深化理解:对比HTTP轮询与WebSocket订阅在内存和带宽消耗上的差异
- 最终方向:在启动节点配置下,重点测试事件处理延迟与并发订阅量的关系
测试方法与发现
内存占用测试
团队首先进行了基础内存占用测试,结果令人意外:
- 基线内存:4.1GB
- 100万订阅者:4.5GB
- 200万订阅者:4.7GB
- 300万订阅者:4.7GB
数据表明,单纯增加订阅数量对内存的影响微乎其微,这与传统WebSocket服务器的预期行为有所不同。
性能瓶颈转移
进一步的测试揭示了真正的瓶颈所在:
- 事件处理延迟:当大量订阅同时收到事件通知时,消息分发成为主要性能瓶颈
- TPS影响:在2000TPS的网络环境下,假设10%交易影响Pelagus用户,意味着每秒需要处理约200个余额更新事件
- 开发者场景:特殊用例(如QuaiMark)可能产生更高频的事件,需要单独评估
技术启示
这些发现为架构设计提供了重要参考:
- 资源规划:节点规格应基于预期的事件处理能力而非简单的连接数
- 优化方向:需要重点优化事件分发机制,而非单纯扩展连接容量
- 场景区分:普通用户与开发者用户可能需要不同的服务质量策略
后续工作
测试过程中也遇到了一些技术障碍,特别是关于EOA账户余额更新事件的RPC实现问题。团队正在完善相关功能,以便进行更全面的性能评估。
结论
Go-Quai项目的这次性能测试揭示了在高并发WebSocket订阅场景下,传统以连接数为核心的资源评估方法可能失效。真正的系统瓶颈往往出现在事件分发机制而非连接管理上,这为区块链基础设施的性能优化提供了新的思路方向。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210