1、openresty+lua+kafka
1.1 openresty+lua+kafka方案
之前的项目基于nginx反向代理后转发到Tomcat的API接口进行业务处理，然后将json数据打入kafka中，但是随着业务的扩大，访问量越来越大，并发数也很高，导致程序遇到性能问题；
基于nginx的高性能特点，现在考虑使用一种openresty+lua+kafka，直接在nginx阶段将数据打入kafka中，来提高性能。
1.1.1 OpenResty运行原理
Nginx 采用的是 master-worker 模型，一个 master 进程管理多个 worker 进程，基本的事件处理都是放在 woker 中，master 负责一些全局初始化，以及对 worker 的管理。在OpenResty中，每个 woker 使用一个 LuaVM，当请求被分配到 woker 时，将在这个 LuaVM 里创建一个 coroutine(协程)。协程之间数据隔离，每个协程具有独立的全局变量_G。
协程和多线程下的线程类似：有自己的堆栈，自己的局部变量，有自己的指令指针，但是和其他协程程序共享全局变量等信息。线程和协程的主要不同在于：多处理器的情况下，概念上来说多线程是同时运行多个线程，而协程是通过代码来完成协程的切换，任何时刻只有一个协程程序在运行。并且这个在运行的协程只有明确被要求挂起时才会被挂起。
原理图如下：
1.1.2 OpenResty的优势
其是由Nginx核心加很多第三方模块组成，其最大的亮点是默认集成了Lua开发环境，使得Nginx可以作为一个Web Server使用。
借助于Nginx的事件驱动模型和非阻塞IO，可以实现高性能的Web应用程序。
而且OpenResty提供了大量组件如Mysql、Redis、Memcached等等，使在Nginx上开发Web应用更方便更简单。目前在京东如实时价格、秒杀、动态服务、单品页、列表页等都在使用Nginx+Lua架构，其他公司如淘宝、去哪儿网等。
1.2 方案实施
申请线上云主机，部署公司内部部署平台NDP；
配置openresty：
worker_processes 8;pid /home/xxxx/nginx.pid;events { use epoll; worker_connections 65535; multi_accept on;}http { lua_package_path "/home/xxxxxx/lib/?.lua;;"; include mime.types; default_type application/octet-stream; #access_log off; keepalive_requests 8192; keepalive_timeout 300s 300s; server_names_hash_bucket_size 128; client_header_buffer_size 32k; large_client_header_buffers 4 32k; client_max_body_size 1024m; client_body_buffer_size 10m; log_format main '$remote_addr$time_iso8601$request' '$status$upstream_response_time$request_time' '$http_user_agent$http_x_forwarded_for'; access_log off; # access_log /home/xxxxxx/access.log main; sendfile on; #提高I/O性能 tcp_nodelay on; proxy_buffering off; #此请求不缓存 #add_header Expires "Fri, 01 Jan 1980 00:00:00 GMT"; #add_header Pragma "no-cache"; #add_header Cache-Control "no-cache, max-age=0, must-revalidate"; resolver xxxxx; # healthcheck shared # lua_shared_dict healthcheck 1m; # 数据书籍服务汇总 include ./service_hub/*;}
配置依赖lua依赖：
配置server服务：
server { listen 8080; #数据上报 # 默认读取 body lua_need_request_body on; location /xxxx { # access_log /home/xxxx/risk_doubt.log main; # 响应正常，内容为空 empty_gif; content_by_lua_block{ -- 引入lua所有api local topic = "xxxx" local cjson = require "cjson" local producer = require "resty.kafka.producer" -- 定义kafka broker地址，ip需要和kafka的host.name配置一致 local broker_list = { { host = "xxx", port = 9092 }, { host = "yyy", port = 9092 }, { host = "zzz", port = 9092 } } -- 定义json便于日志数据整理收集 local data_json = {} ngx.req.read_body() local args = ngx.req.get_body_data() -- 将ip传入json参数中 data_json["body"] = args data_json["ip"] = ngx.var.remote_addr -- 转换json为字符串 -- ngx.log(ngx.ERR, "args:", tostring(data_json)) local message = cjson.encode(data_json); ngx.log(ngx.ERR, "args:", message) -- 定义kafka异步生产者 local bp = producer:new(broker_list, { producer_type = "async" }) -- 发送日志消息,send第二个参数key,用于kafka路由控制: -- key为nill(空)时，一段时间向同一partition写入数据 -- 指定key，按照key的hash写入到对应的partition -- local ok, err = bp:send(topic, nil, message) -- if not ok then -- ngx.log(ngx.ERR, "kafka send err:", err) -- return -- end } } }
1.3 压力测试：
线上被测云主机性能：8核，16G内存，400M网卡流量。
该次测试是在 1000并发量，1分钟16秒压测时间段内的数据：
二、Tomcat接口的测试：
@PostMapping(value = "/xxxx") public Object test(String str, HttpServletRequest request) throws IOException { //logger.info("receive msg..."); return null; } 同上的压测环境进行压测：
三、性能分析：
1、同样的压测环境，openresty的TPS性能确实要比单纯的Tomcat要好；
2、根据TPS的性能曲线可以看到，openresty的TPS曲线要比tomcat的更加稳定；
中间遇到的问题分析：
其实参考资料你会发现，测试结果中openresty的TPS数值比起网上很多数值要低不少，有不少网友的压测结果是10W+，为什么有这么大的差距呢，主要原因还是楼主所使用的线上云主机网卡流量有限制，只有400M，
导致了openresty的性能无法得到充分的发挥，后期项目中会考虑换用1G以上的网卡流量。