thrift的网络传输性能和需要注意的问题

来源：thrift的网络传输性能和需要注意的问题
thrift应该是目前支持编程语言种类最多的跨语言 rpc服务框架， http://thrift.apache.org/

thrift实现了完整的网络服务，所以一般使用thrift时，会使用到thrift的服务框架。当然，也可以用自己已经实现的网络服务，用io流对接thrift接口的输入输出流实现thrift的接入。

无论是用thrift的网络实现，还是自己实现的网络服务，只要对接thrift，在调用thrift接口实现rpc时，都是走thrift的网络传输方式。

thrift的网络传输实现方式 不适合也不支持压力较大的网络传输需求。实际上，调用一次thrift接口，并不是只调一次网络io写数据，而是拆分为多次写数据传送。

调用一个thrift 的接口发送数据时，thrift会将这个操作拆分为几个操作：

调用thrift的方法时：thrift会找到这个方法所在的对象，调用write方法，

在write方法在，分别对各个参数，依次调用 writeFieldBegin，writeXXX(具体参数类型) ，WriteFieldStop 等函数
每次调用也同时调用网络io写相应数据.

以目前最新的thrift-0.18.1实现为例

比如 go的实现：

func (p *ItnetPonMergeArgs) Write(ctx context.Context, oprot thrift.TProtocol) error {
  if err := oprot.WriteStructBegin(ctx, "PonMerge_args"); err != nil {
    return thrift.PrependError(fmt.Sprintf("%T write struct begin error: ", p), err) }
  if p != nil {
    if err := p.writeField1(ctx, oprot); err != nil { return err }
    if err := p.writeField2(ctx, oprot); err != nil { return err }
  }
  if err := oprot.WriteFieldStop(ctx); err != nil {
    return thrift.PrependError("write field stop error: ", err) }
  if err := oprot.WriteStructEnd(ctx); err != nil {
    return thrift.PrependError("write struct stop error: ", err) }
  return nil
}
//第一个参数
func (p *ItnetPonMergeArgs) writeField1(ctx context.Context, oprot thrift.TProtocol) (err error) {
  if err := oprot.WriteFieldBegin(ctx, "pblist", thrift.LIST, 1); err != nil { //WriteFieldBegin
    return thrift.PrependError(fmt.Sprintf("%T write field begin error 1:pblist: ", p), err) }
  if err := oprot.WriteListBegin(ctx, thrift.STRUCT, len(p.Pblist)); err != nil {
    return thrift.PrependError("error writing list begin: ", err)
  }
  for _, v := range p.Pblist { 
    if err := v.Write(ctx, oprot); err != nil {
      return thrift.PrependError(fmt.Sprintf("%T error writing struct: ", v), err)
    }
  }
  if err := oprot.WriteListEnd(ctx); err != nil {
    return thrift.PrependError("error writing list end: ", err)
  }
  if err := oprot.WriteFieldEnd(ctx); err != nil {
    return thrift.PrependError(fmt.Sprintf("%T write field end error 1:pblist: ", p), err) }
  return err
}
//第二个参数，操作类似第一个参数
func (p *ItnetPonMergeArgs) writeField2(ctx context.Context, oprot thrift.TProtocol) (err error) {
  if err := oprot.WriteFieldBegin(ctx, "id", thrift.I64, 2); err != nil {
    return thrift.PrependError(fmt.Sprintf("%T write field begin error 2:id: ", p), err) }
  if err := oprot.WriteI64(ctx, int64(p.ID)); err != nil {
  return thrift.PrependError(fmt.Sprintf("%T.id (2) field write error: ", p), err) }
  if err := oprot.WriteFieldEnd(ctx); err != nil {
    return thrift.PrependError(fmt.Sprintf("%T write field end error 2:id: ", p), err) }
  return err
}

调用Pon(ItnetPonMergeArgs)方法的thrift传输顺序是：

Write->

1. writeField1->WriteFieldBegin-> WriteByte-> io
2. -> Write16 -> io
3. ->WriteBinary-> Write32 -> io
4. ->Write -> io
5. writeField2->WriteFieldBegin-> WriteByte -> io
6. ->Write16 -> io
7. ->Write64-> Write -> io
8. WriteFieldStop ->io

可以看到，一次简单的方法调用，如果方法中有两个参数， 则至少有8次io流写数据调用。

如果参数多时，或是参数中一个结构体的变量多时，则会有更多的io流写数据调用。

在海量的网络传输中，这样的传输方式，网络io流写数据调用成倍增加，海量网络io数据写入导致性能急剧下降。

thrift设计的传输层提供了zlib协议压缩，在zlib压缩发送的情况下，将数据进行了整体压缩收发，zlib分为2次发送后，接收端再解压；

以go为例子：

可以在 compress/flate 看到zlib的写数据最终io写入调用：

func (d *compressor) syncFlush() error {
    if d.err != nil {
        return d.err
    }
    d.sync = true
    d.step(d)
    if d.err == nil {
        d.w.writeStoredHeader(0, false)   //第一次调用
        d.w.flush()                       //第二次调用
        d.err = d.w.err
    }
    d.sync = false
    return d.err
}
//两次io数据写入 

所以，在海量调用thrift方法的情况下，zlib模式的性能要远超非zlib的情况。但是zlib压缩会比较消耗内存，大量使用时可能导致频繁gc，也可能导致性能下降。当然，即使如此，大部分情况下zlib传输依然比非zlib传输的性能要好许多。

其他语言的实现：比如 java：

public void write(org.apache.thrift.protocol.TProtocol oprot, SelectByIdxLimit_args struct) throws org.apache.thrift.TException {
        struct.validate();
        oprot.writeStructBegin(STRUCT_DESC);
        if (struct.name != null) {
          oprot.writeFieldBegin(NAME_FIELD_DESC);  //io调用
          oprot.writeString(struct.name);          //io调用
          oprot.writeFieldEnd();
        }
        if (struct.column != null) {
          oprot.writeFieldBegin(COLUMN_FIELD_DESC);  //io调用
          oprot.writeString(struct.column);           //io调用
          oprot.writeFieldEnd();
        }
        if (struct.value != null) {
          oprot.writeFieldBegin(VALUE_FIELD_DESC);   //io调用
          {
            oprot.writeListBegin(new org.apache.thrift.protocol.TList(org.apache.thrift.protocol.TType.STRING, struct.value.size()));
            for (java.nio.ByteBuffer _iter49 : struct.value)
            {
              oprot.writeBinary(_iter49);          //io调用
            }
            oprot.writeListEnd();
          }
          oprot.writeFieldEnd();
        }
        oprot.writeFieldBegin(START_ID_FIELD_DESC); //io调用
        oprot.writeI64(struct.startId);             //io调用       
        oprot.writeFieldEnd();
        oprot.writeFieldBegin(LIMIT_FIELD_DESC);    //io调用
        oprot.writeI64(struct.limit);                //io调用
        oprot.writeFieldEnd();
        oprot.writeFieldStop();                    //io调用
        oprot.writeStructEnd();
      }

传输方式都是相似的
实现方式各个语言都相似，当然，数据写入顺序肯定是一样的。

---

有任何问题或建议请Email：[e-mail]或 http://tlnet.top/contact 发信给我，谢谢！