利用划分子集限制连接池的大小(2)
版权声明 本站原创文章 由 萌叔 发表
转载请注明 萌叔 | https://vearne.cc
2.3 连接池的变化情况
如果采用确定性算法来划分子集还需要考虑在有节点宕机或者Backend进行过滚动升级的情况下，引起的连接池中连接的变化情况。
这里先上结论，要保证连接池中的连接不大量的销毁和创建，Backend也需要绑定backendID，以确保对于每个Client选出的子集不发生重大的变化
绑定backendID确保调用Subset时，Backend在backends中的位置不发生变化。（绑定backendID可以利用分布式锁来实现)
func Subset(backends []string, clientID, subsetSize int)
我们来看一个反例，假定某个Backend backend-10实例宕机，连接池的变化情况
subset/certainty4/verify.go
结果
所有连接数:2500, 重建的连接总数:1257, 百分比: 50.280000 %
因为一个实例宕机，整个集群的连接池中一半的连接都要重新销毁，重连一次，开销还是非常大的。大家都知道集群做滚动发布，持续时间可能长达数分钟。也就是在这数分钟内Client的连接池可能会频繁的发生销毁和创建，这不得不引起我们的重视。不过好在发布动作在服务运行的整个生命周期占比不大。
3. 效果
最后我们来看下，使用划分子集方案后，带来的实际效果
连接数大概下降了30%
常驻内存大概下降40%
协程数下降30%
令人惊喜的是，GC耗时也有了一定程度的下降
总结
使用划分子集的方案来限制连接池的大小确实有不俗的效果，但也要注意细节和风险点。河豚虽然美味，但也有可能有毒。
参考资料
