Seata序列化优化

Apache Seata(incubating) 是一款开源的分布式事务解决方案,致力于在微服务架构下提供高性能和简单易用的分布式事务服务。

本篇文章主要介绍Seata序列化实现优化。Seata对于网络传输数据,提供了多种序列化实现,包含Seata自身的序列化实现、protobuf实现、kryo实现等;

通过benckmark,发现seata的反序列化吞吐量远小于protobuf的吞吐,如下所示:
在这里插入图片描述

benchmark代码参考:

@State(value = Scope.Benchmark)
@Warmup(iterations = 1, time = 1)
@Measurement(iterations = 3, time = 1)
@BenchmarkMode({Mode.Throughput, Mode.SampleTime})
@OutputTimeUnit(TimeUnit.MILLISECONDS)
public class SerializerBenchMark {@Param({"SEATA", "PROTOBUF", "KRYO", "HESSIAN"})
private String serializerType;@Param({"GlobalBeginRequest", "GlobalBeginResponse", "GlobalCommitRequest", "GlobalCommitResponse"})
private String type;private Object serializerObject;private byte[] deserializerByteArray;private Serializer serializer;@Setup(Level.Trial)
public void setup() {serializer = SerializerServiceLoader.load(SerializerType.getByName(serializerType));switch (type) {case "GlobalBeginRequest":GlobalBeginRequest globalBeginRequest = new GlobalBeginRequest();globalBeginRequest.setTimeout(10);globalBeginRequest.setTransactionName("transactionName");serializerObject = globalBeginRequest;break;case "GlobalBeginResponse":GlobalBeginResponse globalBeginResponse = new GlobalBeginResponse();globalBeginResponse.setTransactionExceptionCode(TransactionExceptionCode.GlobalTransactionNotActive);globalBeginResponse.setExtraData("{\"key\",\"value\"}");globalBeginResponse.setXid(XID.generateXID(UUIDGenerator.generateUUID()));globalBeginResponse.setResultCode(ResultCode.Failed);globalBeginResponse.setMsg("msg");serializerObject = globalBeginResponse;break;case "GlobalCommitRequest":GlobalCommitRequest globalCommitRequest = new GlobalCommitRequest();globalCommitRequest.setExtraData("{\"key\",\"value\"}");globalCommitRequest.setXid(XID.generateXID(UUIDGenerator.generateUUID()));serializerObject = globalCommitRequest;break;case "GlobalCommitResponse":GlobalCommitResponse globalCommitResponse = new GlobalCommitResponse();globalCommitResponse.setGlobalStatus(GlobalStatus.AsyncCommitting);globalCommitResponse.setMsg("msg");globalCommitResponse.setResultCode(ResultCode.Failed);globalCommitResponse.setTransactionExceptionCode(TransactionExceptionCode.GlobalTransactionStatusInvalid);serializerObject = globalCommitResponse;break;}deserializerByteArray = serializer.serialize(serializerObject);
}@Benchmark
public void testSerialize() {serializer.serialize(serializerObject);
}@Benchmark
public void testDeserialize() {serializer.deserialize(deserializerByteArray);
}
}

定位性能问题有很多方案,我们这里使用火焰图方式,在运行benchmark的时候,同时使用火焰图定位热点代码,在火焰图里一般热点代码就是性能瓶颈。

我们发现性能瓶颈在MessageCodecFactory#getMessageCodec方法。Seata自身序列化,设计了MessageCodec的超类,包含encode和decode方法,不同的对象类型,有不同的MessageCodec实现,比如GlobalBeginRequest对象对应GlobalBeginRequestCodec实现,这个方法是根据对象类型来获取对应的MessageCodec实现。
在这里插入图片描述
我们细化到这个方法里面,发现是热点集中在异常初始化这里,跟进历史代码,发现是获取机制实现得有问题,先get request相关类,再response,resopnse类必然会走到异常的逻辑,在JAVA里面构造异常是一个耗时操作,所以导致整体吞吐的下降。

在这里插入图片描述
与此同时,我们关注到序列化过程中存在多次无效拷贝,比如下面NIO的byteBuffer重复拷贝,一般反序列化不会对对象序列化内容进行修改,所以这个拷贝是没有必要的。
在这里插入图片描述

同时这块存在NIO byteBuffer和netty的byteBuf混用的情况,也导致了比较多的无效拷贝,这块使用的地方比较多,后续也是一个优化的点。

序列化优化的PR参考:https://github.com/apache/incubator-seata/pull/6727

**优化效果:**优化完成后,通过上面的benchmark,seata反序列化的吞吐量提升7~10倍左右。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/451799.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

一元n次多项式加法【数据结构-链表】

一元n次多项式定义如下: 其中Ai​为实数,i为不小于0的整数。在完成“一元n次多项式输入输出”题目的基础上实现一元n次多项式的加法。要求用链表实现上述一元n次多项式的操作。 输入格式: 有两个一元n次多项式,例如分别为: f(X)…

80.【C语言】数据结构之时间复杂度

目录 1.数据结构的定义 2.算法的定义 3.算法的效率 1.衡量一个算法的好坏的方法 例题:计算以下代码的循环次数 2.大O的渐进表示法 练习1:求下列代码的时间复杂度 练习2:求下列代码的时间复杂度 练习3:求下列代码的时间复杂度 练习4:求下列代码的时间复杂度 4.总结:计…

Leetcode—1115. 交替打印 FooBar【中等】(多线程)

2024每日刷题(180) Leetcode—1115. 交替打印 FooBar C实现代码 class FooBar { private:int n;sem_t fooSem;sem_t barSem;public:FooBar(int n) {this->n n;sem_init(&fooSem, 0, 1);sem_init(&barSem, 0, 0);}~FooBar() {sem_destroy(&…

mac安装brew时踩坑解决方案

安装包 mac上如果按照git等工具可能会使用brew,例如使用:$ brew install git命令,如果电脑没有按照brew,则会提示:zsh: command not found: brew 解决方案 需要我们打开brew的官网https://brew.sh/,复制…

机器学习|Pytorch实现天气预测

机器学习|Pytorch实现天气预测 🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 电脑系统:Windows11 显卡型号:NVIDIA Quadro P620 语言环境:python 3.9.7 编译器&#x…

得物App3D创新应用引关注,世界设计之都大会启幕

近日,2024世界设计之都大会(WDCC)在上海盛大启幕。此次大会以“设计无界 新质生长”为主题,汇聚了全球设计领域的精英与前沿成果,展现了设计作为新质生产力的巨大潜力。主场展览占据了整整3个楼面,总面积达…

进程间关系与守护进程

一、进程组 1.1、什么是进程组 提到进程的概念, 其实每一个进程除了有一个进程 ID(PID)之外 还属于一 个进程组。进程组是一个或者多个进程的集合, 一个进程组可以包含多个进程。 每一 个进程组也有一个唯一的进程组 ID(PGID), 并且这个 PG…

SCI英文文献阅读工具【全文翻译】【逐句翻译】

关注B站可以观看更多实战教学视频:hallo128的个人空间 SCI英文文献阅读工具【全文翻译】【逐句翻译】 1. 全文翻译【DeepL】 适用于泛读网址:https://www.deepl.com/zh/translator/files 1.1 前提 文档大小:pdf文档不超过5M(可先…

设计模式05-创建型模式(建造者/原型/单例模式/Java)

3.4 建造者模式 3.4.1 建造者模式的定义 动机:方便创建复杂对象(一个对象中包含多个成员变量) 定义:将一个复杂对象的构建与它的表示分离,使得同样的构建过程可以创建不同的表示。建造者模式是一步一步创建一个复杂…

计算机视觉中的最小二乘法:寻找完美交点和直线拟合

Hello,小伙伴们!今天我们要聊的是计算机视觉中的一个小技巧——使用最小二乘法来进行交点计算和直线拟合。你有没有想过,如何从一堆杂乱无章的数据点中找到那条最佳拟合直线?或者,如何确定几条直线相交的确切位置&…

OpenCV物体跟踪:使用CSRT算法实现实时跟踪

目录 简介 CSRT算法简介 实现步骤 1. 初始化摄像头和跟踪器 2. 读取视频帧和初始化跟踪 3. 实时跟踪和显示结果 4. 显示和退出 5、结果展示 总结 简介 在计算机视觉和视频处理领域,物体跟踪是一项核心技术,它在监控、人机交互、运动分析等方面…

CSS布局/简单应用

思考下面四个图片如何布局 test1 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Document</titl…

双十一有啥好用的物品可以推荐购买?2024不可错过的必囤好物清单!

双十一购物狂欢节即将拉开帷幕&#xff0c;许多朋友们可能还在犹豫不决&#xff0c;不知道应该选购哪些商品。别担心&#xff0c;今天我特意为大家精心准备了一份包含五款必囤好物的清单&#xff0c;希望能够帮助大家在双十一期间抢购到心仪的商品&#xff0c;享受购物的乐趣&a…

《米小圈动画成语》|在趣味中学习,在快乐中掌握成语知识!

作为一名家长&#xff0c;我一直希望孩子能够在学习的过程中既感受到乐趣&#xff0c;又能获得真正的知识。成语作为中华文化的精华&#xff0c;虽然意义深远、简洁凝练&#xff0c;但对于一个小学生来说&#xff0c;学习和理解这些言简意赅的成语无疑是一个挑战。尤其是有些成…

将本地文件上传到GIT上

上传文件时&#xff0c;先新建一个空文件&#xff0c;进行本地库初始化&#xff0c;再进行远程库克隆&#xff0c;将要上传的文件放到克隆下来的文件夹里边&#xff0c;再进行后续操作 1.在本地创建文件夹&#xff0c;将要上传的文件放在该文件下 2.在该文件页面中打开Git Bas…

ai字幕用什么软件制作?6款视频加字幕工具分享!

在视频制作和后期处理中&#xff0c;字幕的添加是一个重要的环节。随着AI技术的发展&#xff0c;越来越多的软件开始支持AI自动加字幕功能&#xff0c;使得字幕的制作变得更加简单和高效。本文将为大家介绍几款常用的AI字幕制作软件&#xff0c;并详细讲解如何使用AI自动加字幕…

TDD(测试驱动开发)是否已死?

Rails 大神、创始人 David Heinemeier Hansson 曾发文抨击TDD。 TDD is dead. Long live testing. (DHH) 此后, Kent Beck、Martin Fowler、David Hansson 三人就这个观点还举行了系列对话&#xff08;辩论&#xff09; Is TDD Dead? 笔者作为一个多年在软件测试领域摸索的人&…

Linux——动态卷的管理

确保已经设置了对应的动态卷的驱动&#xff08;provisioner 制备器&#xff09;基于动态驱动创建对应的存储类创建PVC &#xff08;PVC 将会自动根据大小、访问模式等创建PV&#xff09;Pod的spec 中通过volumes 和 volumemounts 来完成pvc 的绑定和pvc对应pv的挂载删除pod 不…

Java基于微信小程序的公考学习平台的设计与实现,附源码+文档

博主介绍&#xff1a;✌Java老徐、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;&…

新魔百和cm311-5 ZG 4+16g 卡刷语音固件教程

新魔百和cm311-5_国科6323_蓝牙版刷 准备工具&#xff1a;U盘、短接工具、 固件包&#xff1a;CM311-5-zg链接 https://pan.baidu.com/s/1f5NxmCGCO0F84RQRBrSMRg 提取码: b7f1 操作步骤&#xff1a; 1、用不大于8G U盘&#xff0c;先做FAT32&#xff0c;2048块单分区格式化后…