技术

go 内存管理 golang 系统调用与阻塞处理 图解Goroutine 调度 重新认识cpu mosn有的没的 负载均衡泛谈 《Mysql实战45讲》笔记 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go channel codereview gc分析 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes垂直扩缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Prometheus 学习 容器日志采集 Kubernetes 控制器模型 Kubernetes监控 容器狂占cpu怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

《许式伟的架构课》笔记 Kubernetes webhook 发布平台系统设计 k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 controller 组件介绍 openkruise cloneset学习 kubernetes crd 及kubebuilder学习 pv与pvc实现 csi学习 client-go学习 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI 《推荐系统36式》笔记 资源调度泛谈 系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 《聊聊架构》 书评的笔记 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念入门 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 用户登陆 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 当我在说模板引擎的时候,我在说什么 用户认证问题 资源的分配与回收——池 消息/任务队列

标签


移动网络下的文件上传要注意的几个问题

2017年12月07日

简介

本文根据作者的实践及材料汇总,讨论移动网络下文件上传涉及到的几个问题。对于一些问题,不谈解决方案,只谈利弊。

  1. 移动网络(相对有线网络)的一些特点

    腾讯原创分享(一):如何大幅提升移动网络下手机QQ的图片传输速度和成功率要点:

    1. 网络好时提高速度率;网络差时提高成功率
    2. 移动网络容易出现“跳变”,下一秒中的传送速度可能降到前一秒的几十分之一,RTO(超时重传机制)容易因为超时导致大量失败
    3. 移动网络里经常会有“网络真空 (NV)”,即便信号满格也传不出去 1 个字节。
  2. 移动网络上传场景

    • 音频、短视频、视频
    • IM语音、图片等

笔者曾经实现的一个简单方案

上传文件的基本过程:

  1. create请求,向server报告要上传文件。server若同意,返回一个文件标识,id或name
  2. 发送文件数据

音频上传,采用netty实现:

上传流程如下:

缺点:

  1. 转发host(图中的forwarder) 不够高效
  2. executor(实际负责文件处理)中存在阻塞逻辑

    • netty中直接调用fdfs上传文件,原因:要向客户端返回文件id
  3. 数据采集、统计和查询能力几乎没有

当时的一些考虑:

  1. 使用tcp的理由:http容易被运营商劫持
  2. 有一个专门的转发host:对外端口有限;单个文件的完整处理过程耗时稍长,转发器只负责转发,文件的处理能力通过加executor机器扩展。
  3. 断点续传:简化客户端开发

要理清的几个问题

  1. 是否采用分片,分片是自定义协议,还是http chunk。如何让你产品的用户拥有一流的上传体验网易云采用自定义的http方式

    • 4g和wifi网络下,分片大小不同
  2. 是否保留转发
  3. 接收端避免随机读写数据数据。

    • 接收端将接收到的数据,写入内存即返回,由类似kafka的accumulator将内存中的数据整理落盘,或者由内存直接上传fastfs
    • 根据接收文件块的顺序 顺序写入文件,同时记录文件块与实际文件中的位置的关系,在上传文件时,重新恢复成原文件
  4. 整个上传过程中,http与tcp的关系。

    • 全用http协议
    • 全用tcp协议
    • http与tcp协议混合。哪些信息通过http方式完成,哪些信息通过tcp方式完成?
  5. 接收端如何与存储系统对接,接收端将文件落盘到本地后,还需要将文件上传到dfs中。
  6. 接收端如何与业务系统对接,server应该在文件数据接收完毕后,返回client一个file id,以便client可以根据file id 获取文件对应的business id。

    • 文件上传系统调用业务系统完成声音、视频的转码、图片的裁剪等,一些就绪后,返回文件的business id
    • 文件上传系统只负责将文件上传到文件存储系统中,然后发消息通知业务系统
  7. 上传系统的目标:公司各个场景的统一的上传平台。包括录音,群聊的图片、语音,私信的语音,富音频等

协议

  1. 基于tcp定制协议
  2. 基于http定制协议 tus/tus-resumable-upload-protocol,从中可以学到一下几点:
* 可以基于http定制协议。笔者以前常见的、习惯的是基于tcp定制协议 * 协议可以分为core protocol、Protocol Extensions。笔者以前制定协议,就只是一个core protocol,完成基本的文件上传。新增功能,要新增字段,或者放在协议的自定义kv中,这就给encode和decode带来很大的不方便。这个下文细说 * 使用http协议的好处:复用大部分基础设施,比如nginx负载均衡等。在旧有的文件上传系统中,便需要申请外网端口;client和server均有现成框架支持,比如spring mvc、http client等;http1.1是文本协议,调试方便;大量的协议可以复用http现有的状态码,比如403 Conflict

一个协议包括,请求、响应。请求包括查询信息、上传文件、重传文件、查询文件断点等。协议的制定通常有两种风格:

  1. 一个结构包办所有情况,比如

     length,8 byte
     request or response, 1 byte
     type, 4 byte
     param length, 4 byte
     params, param length byte
     body length, 4 byte
     body , body length byte
    

    这样做的缺点就是

    • 所有请求类型的编解码在一个编码器里面
    • 请求的分发略微复杂
    • 新增一个请求类型,要更改当前的编解码器以及请求处理流程
  2. 每一种交互定义一个结构

此外,一个交互的包大小不应过大。否则,一个包无法在内存中完成编解码,或者server无法做到多个包同时在内存中进行编解码,也就无法支撑较大的并发量。即或server可以边解码边消费,不用缓存在内存,内存也需要维护包数据的上下文信息,增加了不可靠性。

分片

在移动网络下,分片上传文件几乎是毫无疑问的。

分片协议

假设只有两个分片

  1. 分片连续发送

    1. 发送create请求,表示要上传文件,并采用分片,表明文件大小
    2. 上传分片1
    3. 上传分片2

    服务端自行判断文件是否接受完整,合并分片并处理

  2. 将分片当成文件发送

    1. 发送create请求,上传分片1
    2. 发送分片1数据
    3. 发送create请求,上传分片2
    4. 发送分片2数据
    5. 发送create请求,表示要上传原文件
    6. 发送数据,数据内容为分片的归并信息

服务端对分片的处理

服务器端文件分片合并的思考和实践

  1. 对接收到的分片立即持久化,缺点:持久化工作较为耗时,影响服务端性能

    1. 同一个分片存储在同一个文件中,缺点:并发访问文件

      • 预先分配好文件空间,按文件位置持久化
      • 按分片接收顺序持久化,同时存储分片与位置的映射关系
    2. 单纯的将分片持久化,一个分片存储为一个文件

  2. 将接收到的分片缓存到内存中,等文件接收完毕后持久化,缺点:没那么大内存

现有的开源云存储系统

这里指带有完善的后端 + 前端套件

  1. tus,后端采用Go语言,基于http协议上传文件。

  2. haiwen/seafile 后端采用C+Python,文件上传协议http

  3. ownCloud 及其衍生的nextcloud,后端采用php