本文主要是介绍通过Nginx访问FastDFS文件系统并进行图片文件裁剪的性能测试和分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
前段时间公司的分布式图片文件系统（FastDFS）做了图片裁剪和缩放功能,并把缩放计算和FastDFS做了解耦分离，前端用虚拟机作为图片文件缩放的访问代理层(Nginx Proxy)，后端使用nginx直接访问FastDFS的文件系统。以下是测试和分析过程。
1测试场景
为了测试解耦后的图片读取并发和分析系统瓶颈，我们在内网中搭建了一个测试环境。以下是测试环境的网络的物理架构图：
上图中：
NginxProxy：CPU解耦后的图片裁剪代理服务器
Storage：图片的存储服务器
ab：图片访问的模拟压力测试客户端
访问的原图大小：75KB，分辨率640 * 480
裁剪后的图片大小：23KB
Nginx Proxy的CPU：4核 2.5G
Nginx Proxy的内存：4G
2测试用例
所有测试的样本请求总数都是100000个
2.1 ab直接对storage获取原图
| Ab连接并发 | TPS | Storage CPU(%) | 请求失败数 | 响应延迟(ms) | Storage带宽（KB/S） | 浏览器访问图片 |
| 32 | 1496 | 15% | 0 | 21 | 119313 | 无延迟感 |
| 64 | 1495 | 20% | 0 | 42 | 119728 | 无延迟感 |
| 128 | 1490 | 20% | 0 | 85 | 120299 | 无延迟感 |
| 512 | 1492 | 18% | 0 | 343 | 120157 | 稍微延迟，不明显 |
| 1024 | 1491 | 25% | 167 | 670 | 124660 | 稍微延迟，不明显 |
小结：
从上面的数据可以看出，这种方式的测试主要瓶颈是在网络带宽上，TPS的能力直接是受限于网络的带宽。CPU和内存不会是瓶颈。这里要注意的是我们采用的是访问同一种图片，所以无法分析磁盘IO的并发，关于Storage的磁盘IO并发我们在后面做详细的分析总结。
2.2 ab通过Nginx proxy访问图片
2.2.1原图访问
| Ab并发 | TPS | Proxy cpu(%) | 失败数 | 响应延迟(ms) | Storage带宽（KB/S） | 浏览器访问图片 |
| 32 | 1213 | 30% | 0 | 26 | 102020 | 无延迟感 |
| 64 | 1254 | 30% | 0 | 51 | 102553 | 无延迟感 |
| 128 | 1287 | 40% | 0 | 99 | 104841 | 无延迟感 |
| 256 | 1321 | 42% | 0 | 193 | 110028.2 | 无延迟感 |
| 512 | 1337 | 45% | 0 | 381 | 108868.8 | 稍微延迟 |
| 1024 | 1354 | 48% | 0 | 755 | 115988 | 稍微延迟 |
小结:
这个case和2.1情况差不多，TPS稍有下降，proxy的CPU虽然比较高（没过50%），但是并发数是受storage带宽的限制。带宽是这种case最大的瓶颈.这里CPU高的原因是因为HTTP是短连接请求，nginx不停的受理来之ab的TCP请求和发起对storage的upstream的TCP请求导致的。
2.2.2裁剪图访问
| Ab并发 | TPS | Proxy cpu(%) | 失败数 | 响应延迟(ms) | Storage带宽（KB/S） | 浏览器访问图片 |
| 32 | 264 | 89% | 0 | 121 | 21563 | 稍有延迟 |
| 64 | 273 | 97% | 0 | 234 | 23472 | 稍有延迟 |
| 128 | 279 | 100% | 0 | 458 | 24270 | 稍有延迟 |
| 256 | 278 | 100% | 0 | 917 | 27656 | 稍有延迟 |
| 512 | 277 | 100% | 0 | 1844 | 24646 | 稍有延迟 |
| 1024 | 274 | 100% | 0 | 3723 | 18408 | 明显延迟 |
小结:
这个case的测试数据可以看出，NginxProxy的CPU成为整个系统的瓶颈，TPS只有280左右。Storage的带宽还有近100M的富余。在这种情况测试后，我们增加一个PROXY来进行测试。
2.3 通过两台Nginx Proxy访问裁剪图片
有两个ab客户端同时发起测试请求，例如64个并发，那么每个ab 发起32个并发
| Ab并发 | TPS | Proxy cpu(%) | 失败数 | 响应延迟(ms) | Storage带宽（KB/S） | 浏览器访问图片 |
| 64 | 497 | 86% | 0 | 127 | 40133 | 稍有延迟 |
| 128 | 529 | 95% | 0 | 242 | 44907 | 稍有延迟 |
| 256 | 548 | 98% | 0 | 464 | 45048 | 稍有延迟 |
| 512 | 551 | 100% | 0 | 920 | 47411 | 稍有延迟 |
| 1024 | 553 | 100% | 0 | 1821 | 47745 | 稍有延迟 |
| 2048 | 552 | 100% | 0 | 3725 | 50552 | 明显延迟 |
小结：
这个case和2.2.2的case比较可以得出，增加NginxProxy的数量在Storage有富余带宽的情况下是基本成线性增长的关系。在Storage 磁盘IO无线和1G带宽的情况下，一个Storage可以挂在4核 2.5GHZ CPU运算能力的proxy最多4个。
3测试结果分析
3.1 CPU
从以上4个测试case的结果看,耗CPU的主要是在图片的裁剪上。根据2.2.2的测试数据，我们可以得出一个基本的CPU与裁剪图片的数据之间的关系，如下：
在CPU100%的时候，Storage上的带宽是24270KB。那么1GHZ运能能力能裁剪大概的带宽数据：
1GHZ每秒裁剪的带宽数据 = 24270KB / (4 * 2.5G) = 2427KB =2.4MB
1GHZ每秒裁剪的图片数 = 279 / (4 * 2.5G) = 28张。（分辨率640 x 480 成 300 x 300）
因为线上生产环境是原图套图和裁剪图混合访问，1GHZCPU的实际运算能力应该在40 ~ 50左右。这个具体要看各种图片的分布比例。
3.2内存
在整个测试过程中，Nginx Proxy的每个进程的内存始终保持在50M左右。如果在Storage和Proxy之间带宽不足或者网络不稳定的情况下，Proxy的内存将会大大增加（在10月21日的测试中，4个nginx总共占用了1.7G的内存），这是由于图片分片从storage发送过来时，Proxy需要在内存中拼接图片导致的。
3.3磁盘IO
这个测试过程中，我们始终都是访问同一张图片，所以不存在磁盘IO的测试。我们可以根据SATA硬盘（7200转速）的一些特性做随机文件访问的分析。基于LevelDB和innoDB引擎对SATA硬盘的两个基本参数我们可以做具体的分析。这两个参数是：
1、 磁盘在seek一次需要耗费10ms左右的时间
2、 磁盘顺序读取1M数据到内存需要10ms左右的时间。
基于我们的Storage上都是随机访问小文件（大部分100KB~ 200KB以内），那么Storage在读取一个小文件的时候必须seek一次，在进行顺序读取。我们线上环境有各种图片格式，大小不一，我们暂且以图片大小平均100KB来分析。
从上面两个参数我们很容易知道随机读取一张100KB的图片大概需要的时间：
Readdelay = seek + read time = 10ms + 10ms / 10 = 11ms;
那么一秒钟我们单个SATA盘最大可以读取的图片数：
Percount = 1000 / 11 = 90张。
线上环境一般是单个Storage配置12个SATA盘。那么一个Storage最大可以的图片数：
Maxread count = 90 * 12 = 1080张。
如果考虑文件的PageCache的话，Max Read count可能会略大于这个数字。
这个计算仅仅是12个磁盘全部用于读，没有 写的情况。在实际情况是有写的，因为商家会不定时增加或者修改图片，Max read count在实际系统中是会小于1080张的。尤其是在遇到类似图片搬家之类操作时，磁盘的IO能力会大大打折扣。
从这个分析结果再对比我们2.1中的TPS = 1495可以看出，Max readcount < TPS,也就是说如果Storage的带宽是千兆，那么带宽是大于磁盘IO的，所以在带宽达到极限之前，磁盘IO首先会成为瓶颈。从上面分析的结果我们可以得出，一个Storage磁盘IO读的TPS 在600 ~ 700左右就应该是瓶颈了。
3.4网络带宽
通过上面4个CASE,我们基本知道Storage和Nginx Proxy之间的带宽是一个很重要的因素。因为做了CPU解耦，无疑增加了一次原图拉取的开销。我们线上环境可能是采用如下的物理网络拓扑：
如果Nginx Proxy集群的CPU运算能力和右边的Storage集群的磁盘IO都能力超过交换机之间的网络传输能力的话，那么瓶颈就会在交换机之间的带宽上。我们还是以原图平均大小为100KB来计算，如果交换机之间是千兆网络,那么转换成字节带宽为：
Bandwidth=1024 mb / 8 = 128MB
proxy集群每秒能同时获得的原图数：
PerPic count = 128M / 0.1 = 1280张。
这里的计算并没有除去TCP本身的净核，一般用到120M就是比较高效的。也就是说最多不超过1200张图片。
4结论
我们可以初步按照2.2.2的case和3.3的磁盘IO分析得出基本的proxy/storage和带宽之间的对应关系。我们可以得出一个基本的结论：
50GHZ的CPU运算能力每秒可以裁剪近1200~1500张图片，带宽在120MB/S.
3台storage除去磁盘IO写负载，大概每秒能读取1000 ~ 1100张图片。
配上1GB的传输带宽。
这篇关于通过Nginx访问FastDFS文件系统并进行图片文件裁剪的性能测试和分析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
