Go-Quai项目中WebSocket订阅性能测试与分析
2025-07-01 18:11:59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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.26 K
155
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
1.1 K
612
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
987
253