Go-Quai项目中WebSocket订阅性能测试与分析
2025-07-01 09:13:12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
kernelopenEuler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。C036
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
344
Ascend Extension for PyTorch
Python
235
268
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
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
62
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669