利用 nginx fastcgi_cache 及 golang-lru 解决接口瓶颈

为满足特定的业务需求，我们有些接口数据极大，返回给客户端的数据 gzip 后大概是 80KB 左右， 不做 gzip 的话大概有 600KB 的样子。

实现方案

1. nginx 做接入层，将请求转发到 golang/php 实现的接口服务
2. golang/php 接收请求，先查 redis 集群，如果没有数据则查 mysql ，对数据做 json 序列化再存入 redis 集群 如果查到数据则对其做 json 反序列化，然后做相应业务逻辑生成结果并返回给 nginx
3. nginx 对数据做 gzip 再返回给客户端

存在问题

1. redis 集群流量较高
2. golang/php 服务的 cpu 消耗比较明显，但是内存并没占用多少
3. json 反序列化效率极差，尤其在大数据量的场景下

解决方案

由于 golang 与 php 的实现是分别由两个团队完成的，考虑到实现的可行性，我们先考虑通过 nginx 的 fastcgi_cache 来实现静态接口的缓存。这类接口并不要求实时更新，且大多通过 php 实现，因此完全可以通过 nginx fastcgi_cache 实现。而且此方案还有一些额外的好处，譬如避免请求蜂拥至后端，若后端出错可直接返回老数据等等。

然而，对于动态接口而言，这个方案完全没有办法满足需求。幸而动态接口基本都是基于 golang 实现的，因此我们只需要引入一种本地内存缓存方案，就可以很好的解决前面提及的三个问题。

经过一周左右时间的调研，我们考察了 golang-lru 、 go-cache 、 groupcache 、 freecache 及 bigcache 等各种缓存库，出于简单稳定高效的角度，我们最终选用了 golang-lru ，并在此基础上实现了 expire feature ，参考链接：GitHub - hnlq715/golang-lru: Golang LRU cache with expire feature.

与此同时，我们也参考了 groupcache 的特性，实现了类似逻辑，避免同时涌入过多请求到 redis ：

func (l *lruCache) GetWithLoader(ctx context.Context, key string, load GetterFunc) (interface{}, error) {
	l.stats.Gets.Add(1)
	data, ok := l.arc.Get(key)
	if !ok && load != nil {
		return l.g.Do(key, func() (interface{}, error) {
			l.stats.Loads.Add(1)
			data, err := load()
			if err != nil {
				return nil, err
			}
			l.Set(ctx, key, data)
			return data, err
		})
	}

	l.stats.Hits.Add(1)
	return data, nil
}

通过这个方案，我们实现了以下几个目标：

1. 极大降低了 redis 集群流量
2. cpu 资源消耗降低，内存利用率提升
3. 避免过多 json 反序列化

从线上监控情况来看，目前的服务无论从响应时间、缓存命中率还是接口可用性来看，都比之前有了大幅提升。

作者： Sophos
链接： http://zhuanlan.zhihu.com/p/23326080
来源：知乎
著作权归作者所有，转载请联系作者获得授权。