聊聊RPC的拥塞控制.docxVIP

聊聊RPC的拥塞把握 我们说RPC发生拥塞现象，它实际上是一种资源恳求相互影响的结果，而这个相互影响的最根本缘由是我们没有对它们进行更一步的分别，而是冗余在了一起进行处理。这里首先要改进的是划分出优先级关系，每个优先级对应一个队列，比如Q0,Q1，Q3，然后定义一个规章，数字越小的，优先级越高。 队列优先级确定 队列优先级划分好之后，很重要的一个操作就是优先级的确认，在这里我们当然不会人工的设置恳求的优先级，一种比较通用的，比较智能是算法是依据恳求发生频率确定优先级，对于用户而言，要做的是指定这个规章，具体地来说，比如3个队列，Q1队列的恳求，恳求频率在0~10%之间，Q2则是10~50%，剩余50以上的为Q3队列，转变为实际数量的话，就是100个恳求内，恳求了50次以上的归为Q2优先级队列，10次以内的为Q0队列。重新再来看之前看到的拥塞现象，导致拥塞现象的大部分恳求，就会被分到同样的队列了，从而在后续的处理中，可以削减对于其它优先级队列的影响了。 其次在这里，频率的计数统计还要考虑到时限的问题，由于频率统计是要针对在肯定时间内的，比如A时段的频率不行能完全与B时段的一样，也不行能一直被延用。在这里HADOOP-9640提到了一种衰减算法，前面时段内的计数结果通过衰减因子在下一轮的计算中，占比逐渐衰减，这种做法比完全清零统计要平滑很多。 队列优先级权重设置 其实各个恳求被分到各个优先级队列中后，后面的处理就有很多样的玩法了。比如说，最简约的，用轮询的方式从各个队列中取出肯定的批次恳求。在这里，我们提到一种愈加机警的做法，在轮询的大背景下，再针对各个队列设置一个理论保障比重。比如3个优先级队列，Q0,Q1,Q2，配置权重比如9,4,1。意为在一次轮询处理中，在后面的15个恳求内，保证处理掉Q0队列的9次恳求，Q1的4次恳求，以及Q2的一次恳求。