首页 > 代码库 > RPC框架性能基本比较测试
RPC框架性能基本比较测试
RPC框架:gRPC、Thrift、Wildfly、Dubbo
原文链接:http://www.open-open.com/lib/view/open1426302068107.html
gRPC是Google最近公布的开源软件,基于最新的HTTP2.0协议,并支持常见的众多编程语言。 我们知道HTTP2.0是基于二进制的HTTP协议升级版本,目前各大浏览器都在快马加鞭的加以支持。 我们可以设想一下,未来浏览器支持HTTP2.0,并通过现有开源序列化库比如protobuf等,可以直接和各种语言的服务进行高效交互,这将是多么“美好”的场景!
gPRC的Java实现底层网络库是Netty,而且是用到最新的Netty5.0.0.Alpha3的开发版本,因为最新版本针对HTTP/2做了很多改进。 为了跨语言,gPRC也和其他方案一样,采用了类似古老IDL的接口描述语言,利用自家的Protobuf项目带的protoc编译器来生成框架代码。这和目前最流行的Facebook开源的,现为Apache顶级项目的Thrift原理一致。
我比较好奇,这个新出世的框架的性能怎么样,和现有的RPC开源方案比较如何。就花了一些时间进行简单比较。 我选择了以下四种开源项目进行测试:gRPC, Thrift, Wildfly, Dubbo。 为了简化,测试范例都使用项目自带的demo或者sample等进行简单修改,使得跨进程网络调用次数一致。
gRPC https://github.com/grpc/grpc
-
从Github master主干上获得最新版本,按照说明文件进行编译。如上所述,网络框架是Netty5,基于最新的HTTP/2.
-
测试例子为 RouteGuideClient
-
IDL为 route_guide.proto
-
选择其中getFeature方法,去除不用的语句和屏幕输出,进行10,000次同步调用。
TestClientSync client = new TestClientSync("localhost", 8980); try { final long startTime = System.nanoTime(); for (int i = 0; i < 10000; i++) client.getFeature(409146138, -746188906); final long endTime = System.nanoTime(); info("method 1 : " + (endTime - startTime)); }
public void getFeature(int lat, int lon) { try { Point request = Point.newBuilder().setLatitude(lat).setLongitude(lon).build(); Feature feature = blockingStub.getFeature(request); } catch (RuntimeException e) { logger.log(Level.WARNING, "RPC failed", e); throw e; } }
多次执行,记录需要的时间。
gRPC还有一种非阻塞的调用方法,不过因为时间有限,为了简化测试,我只用标准的server启动的方式,asyncStub在大并发访问时出错,用时也较长,故这次测试没有这种方法的结果数据。
Thrift http://thrift.apache.org
-
从Apache网站获得最新的0.9.2版本,本机编译获得C的编译器和Java运行环境。
-
测试例子为 JavaClient.java
-
IDL tutorial.thrift
int diff; final long startTime = System.nanoTime(); try { for (int i = 0; i < 10000; i++) diff = client.calculate(1, work); } catch (InvalidOperation io) { System.out.println("Invalid operation: " + io.why); } final long endTime = System.nanoTime(); System.out.println("method 1 : " + (endTime - startTime));
Thrift采用经典的基于网络端口的RPC,效率最高,在最后的总结数据可以看到。
Wildfly 8.2.0 http://www.wildfly.org
Wildfly是JBossAS改名后的JBoss应用服务器,实现了完整的JavaEE规范。我们知道JavaEE中远程RPC调用是在EJB规范中定义的。我们这里就是要测试Wildlfy中的远程EJB调用能力, 选用的Wildfly8.2是目前发布的最新稳定版本。这个版本也支持端口多路服用,也就是EJB远程调用是通过HTTP端口复用来进行的,利用HTTP的Upgrade机制做到二进制运行时刻协商升级。 尽管不是纯粹的HTTP/2,但也运行机理也相差无几。
-
测试例子选用jboss-eap-quickstarts项目中的远程ejb调用例子 RemoteEJBClient.java
-
纯Java的RPC方案好处是不需要再有IDL文件定义和编译生成代码的过程,只要商议好接口就可以了
public interface RemoteCalculator { int add(int a, int b); }
int sum=0; final long startTime = System.nanoTime(); for (int i = 0; i < 10000; i++) { sum = statelessRemoteCalculator.add(a, b); } final long endTime = System.nanoTime(); System.out.println("method 1 : " + (endTime - startTime));
调用无状态的SessionBean方法10,000次,对应的远程EJB服务是部署在Wildfly应用服务器中的EJB。
Dubbo 2.5.4-SNAPSHOThttps://github.com/alibaba/dubbo
Dubbo是阿里集团开源的一个极为成员的RPC框架,在很多互联网公司和企业应用中广泛使用。协议和序列化框架都可以插拔是及其鲜明的特色。同样 的远程接口是基于Java Interface,并且依托于spring框架方便开发。可以方便的打包成单一文件,独立进程运行,和现在的微服务概念一致。
-
采用github中master主干,目前版本是 2.5.4-SNAPSHOT
-
测试例子选用其中的demo进行修改 DemoAction.java
public interface DemoService { String sayHello(String name); }
final long startTime = System.nanoTime(); for (int i = 0; i < 10000; i ++) { try { String hello = demoService.sayHello("world" + i); } catch (Exception e) { e.printStackTrace(); } } final long endTime = System.nanoTime(); System.out.println("method 1 : " + (endTime - startTime));
调用完毕后查看输入log文件获得运行时间。
数据结果。
最终经过4轮测试,不间断运行10,000次远程RPC调用后的结果如下:
我们可以看到Thrift的效率最高,大概领先一个数量级。而其他三个项目的性能数据在同数量级中,由高到低分别为dubbo, wildfly和gRPC。
需要说明的有以下几点:
-
为了简化测试,我并没有选择同样的调用接口,而是顺手用了项目自带的,方便修改的示例程序。其中gRPC和Thrift的接口有对象传递,稍微复杂一些。
-
不是严格的性能测试流程,比如没有做预热过程,以及测试都运行在我的桌面用机上,没有完全恢复成“干净”的状态。
-
都是简单的服务器单一进程实例,标准示范例子,没有做特别优化和设置多个线程池之类的。而客户端调用也是最简单的阻塞式多次调用压力测试。应该是用多个机器多连接,多个线程,以及异步非阻塞的调用多种环境进行测试更为客观,有机会再继续完善。
-
之前没有看到过基于HTTP/2的RPC调用性能比较,理论上是应该低于经典的基于端口的RPC方案的。这个测试结果可以简单印证这个猜想。 Thrift的数据遥遥领先.gRPC还在开发之中,基于的Netty还是alpha版本,而且非阻塞的方式还没有最后的数据。我想耐心一些,给gRPC 一些时间,它会让我们惊艳的。
-
Wildfly表现良好,要知道它的服务端可是完整的JavaEE服务器啊。不过有时间的化,我试试看经典RMI连接的效率如何,要是能和thrift一个数量级就更好了。
-
dubbo性能也很出色,而且协议层可以更换的话,应该还能有更大提升。
-
我的测试在一台过时的笔记本上,受条件限制,没有先进的G级网络和多台服务器进行标准化性能测试。如果哪位在互联网或者企业工作的朋友有条件,也愿意充分完成这个测试,请和我联系,我会完整介绍我的测试搭建环境,共享代码,并帮助完成。我想那个结果会更有意义。
来自:http://www.useopen.net/blog/2015/rpc-performance.html
RPC框架性能基本比较测试