zlmediakit的hls高性能之旅

ZLMediaKit大约 9 分钟

事情的起因

北京冬奥会前夕，zlmediakit 的一位用户完成了 iptv 系统的迁移; 由于 zlmediakit 对 hls 的支持比较完善，支持包括鉴权、统计、溯源等独家特性，所以他把之前的老系统都迁移到 zlmediakit 上了。

但是很不幸，在冬奥会开幕式当天，zlmediakit 并没有承受起考验，当 hls 并发数达到 3000 左右时，zlmediakit 线程负载接近 100%，延时非常高，整个服务器基本不可用：

思考

zlmediakit 定位是一个通用的流媒体服务器，主要精力聚焦在 rtsp/rtmp 等协议，对 hls 的优化并不够重视，hls 之前在 zlmediakit 里面实现方式跟 http 文件服务器实现方式基本一致，都是通过直接读取文件的方式提供下载。所以当 hls 播放数比较高时，每个用户播放都需要重新从磁盘读取一遍文件，这时文件 io 承压，由于磁盘慢速度的特性，不能承载太高的并发数。

有些朋友可能会问，如果用内存虚拟磁盘能不能提高性能？答案是能，但是由于内存拷贝带宽也存在上限，所以就算 hls 文件都放在内存目录，每次读取文件也会存在多次 memcopy，性能并不能有太大的飞跃。前面冬奥会直播事故那个案例，就是把 hls 文件放在内存目录，但是也就能承载 2000+并发而已。

歧途： sendfile

为了解决 hls 并发瓶颈这个问题，我首先思考到的是sendfile方案。我们知道，nginx作为 http 服务器的标杆，就支持 sendfile 这个特性。很早之前，我就听说过sendfile多牛逼，它支持直接把文件发送到socket fd；而不用通过用户态和内核态的内存互相拷贝，可以大幅提高文件发送的性能。

我们查看 sendfile 的资料，有如下介绍：

于是，在事故反馈当日，2022 年春节期间的某天深夜，我在严寒之下光着膀子在 zlmediakit 中把 sendfile 特性实现了一遍：图片.png

实现的代码如下：

//HttpFileBody.cpp
int HttpFileBody::sendFile(int fd) {
#if  defined(__linux__) || defined(__linux)
    off_t off = _file_offset;
    return sendfile(fd, fileno(_fp.get()), &off, _max_size);
#else
    return -1;
#endif

//HttpSession.cpp
void HttpSession::sendResponse(int code,
                               bool bClose,
                               const char *pcContentType,
                               const HttpSession::KeyValue &header,
                               const HttpBody::Ptr &body,
                               bool no_content_length ){
    //省略大量代码
    if (typeid(*this) == typeid(HttpSession) && !body->sendFile(getSock()->rawFD())) {
        //http支持sendfile优化
        return;
    }
    GET_CONFIG(uint32_t, sendBufSize, Http::kSendBufSize);
    if (body->remainSize() > sendBufSize) {
        //在非https的情况下，通过sendfile优化文件发送性能
        setSocketFlags();
    }

    //发送http body
    AsyncSenderData::Ptr data = std::make_shared<AsyncSenderData>(shared_from_this(), body, bClose);
    getSock()->setOnFlush([data]() {
        return AsyncSender::onSocketFlushed(data);
    });
    AsyncSender::onSocketFlushed(data);
}

由于 sendfile 只能直接发送文件明文内容，所以并不适用于需要文件加密的 https 场景；这个优化，https 是无法开启的；很遗憾，这次 hls 事故中，用户恰恰用的就是 https-hls。所以本次优化并没起到实质作用（https 时关闭 sendfile 特性是在用户反馈 tls 解析异常才加上的）。

优化之旅一：共享 mmap

很早之前，zlmediakit 已经支持 mmap 方式发送文件了，但是在本次 hls 直播事故中，并没有发挥太大的作用，原因有以下几点：

1.每个 hls 播放器访问的 ts 文件都是独立的，每访问一次都需要建立一次 mmap 映射，这样导致其实每次都需要内存从文件加载一次文件到内存，并没有减少磁盘 io 压力。
2.mmap 映射次数太多，导致内存不足，mmap 映射失败，则会回退为 fread 方式。
3.由于 hls m3u8 索引文件是会一直覆盖重写的，而 mmap 在文件长度发送变化时，会触发 SIGBUS 的错误，之前为了修复这个 bug，在访问 m3u8 文件时，zlmediakit 会强制采用 fread 方案。

于是在 sendfile 优化方案失败时，我想到了共享 mmap 方案，其优化思路如下：

共享 mmap 方案主要解决以下几个问题：

防止文件多次 mmap 时被多次加载到内存，降低文件 io 压力。
防止 mmap 次数太多，导致 mmap 失败回退到 fread 方式。
mmap 映射内存在 http 明文传输情况下，直接写 socket 时不用经过内核用户态间的互相拷贝，可以降低内存带宽压力。

于是大概在几天后，我新增了该特性：

实现代码逻辑其实比较简单，同时也比较巧妙，通过弱指针全局记录 mmap 实例，在无任何访问时，mmap 自动回收，其代码如下：

static std::shared_ptr<char> getSharedMmap(const string &file_path, int64_t &file_size) {
    {
        lock_guard<mutex> lck(s_mtx);
        auto it = s_shared_mmap.find(file_path);
        if (it != s_shared_mmap.end()) {
            auto ret = std::get<2>(it->second).lock();
            if (ret) {
                //命中mmap缓存
                file_size = std::get<1>(it->second);
                return ret;
            }
        }
    }

    //打开文件
    std::shared_ptr<FILE> fp(fopen(file_path.data(), "rb"), [](FILE *fp) {
        if (fp) {
            fclose(fp);
        }
    });
    if (!fp) {
        //文件不存在
        file_size = -1;
        return nullptr;
    }
    //获取文件大小
    file_size = File::fileSize(fp.get());

    int fd = fileno(fp.get());
    if (fd < 0) {
        WarnL << "fileno failed:" << get_uv_errmsg(false);
        return nullptr;
    }
    auto ptr = (char *)mmap(NULL, file_size, PROT_READ, MAP_SHARED, fd, 0);
    if (ptr == MAP_FAILED) {
        WarnL << "mmap " << file_path << " failed:" << get_uv_errmsg(false);
        return nullptr;
    }
    std::shared_ptr<char> ret(ptr, [file_size, fp, file_path](char *ptr) {
        munmap(ptr, file_size);
        delSharedMmap(file_path, ptr);
    });
    {
        lock_guard<mutex> lck(s_mtx);
        s_shared_mmap[file_path] = std::make_tuple(ret.get(), file_size, ret);
    }
    return ret;
}

通过本次优化，zlmediakit 的 hls 服务有比较大的性能提升，性能上限大概提升到了 6K 左右(压测途中还发现拉流压测客户端由于 mktime 函数导致的性能瓶颈问题，在此不展开描述)，但是还是离预期有些差距：

小插曲: mktime 函数导致拉流压测工具性能受限

在开启共享 mmap 后，发现性能上升到 6K 并发时，还是上不去；于是我登录服务器使用gdb -p调试进程，通过info threads 查看线程情况，发现大量线程处于阻塞状态，这也就是为什么 zlmediakit 占用 cpu 不高，但是并发却上不去的原因：

为什么这么多线程都处于互斥阻塞状态？zlmediakit 在使用互斥锁时，还是比较注意缩小临界区的，一些复杂耗时的操作一般都会放在临界区之外；经过一番思索，我才恍然大悟，原因是:

压测客户端由于是单进程，共享同一份 hls cookie，在访问 zlmediakit 时，这些分布在不同线程的请求，其 cookie 都相同，导致所有线程同时大规模操作同一个 cookie，而操作 cookie 是要加锁的，于是这些线程疯狂的同时进行锁竞争，虽然不会死锁，但是会花费大量的时间用在锁等待上，导致整体性能降低。

虽然在真实使用场景下，用户 cookie 并不一致，这种几千用户同时访问同一个 cookie 的情况并不会存在，但是为了考虑不影响 hls 性能压测，也为了杜绝一切隐患，针对这个问题，我于是对 http/hls 的 cookie 机制进行了修改，在操作 cookie 时，不再上锁：

图片.png

之前对 cookie 上锁属于过度设计，当时目的主要是为了实现在 cookie 上随意挂载数据。

优化之旅三：hls m3u8 文件内存化

经过上面两次优化，zlmediakit 的 hls 并发能力可以达到 8K 了，但是当 hls 播放器个数达到在 8K 左右时，zlmediakit 的 ts 切片下载开始超时，可见系统还是存在性能瓶颈，联想到在优化 cookie 互斥锁时，有线程处于该状态：

所以我严重怀疑原因是 m3u8 文件不能使用 mmap 优化(而是采用 fread 方式)导致的文件 io 性能瓶颈问题，后面通过查看函数调用栈发现，果然是这个原因。

由于 m3u8 是易变的，使用 mmap 映射时，如果文件长度发生变化，会导致触发 SIGBUS 的信号，查看多方资料，此问题无解。所以最后只剩下通过 m3u8 文件内存化来解决，于是我修好了 m3u8 文件的 http 下载方式，改成直接从内存获取：

结果：性能爆炸

通过上述总共 3 大优化，我们在压测 zlmediakit 的 hls 性能时，随着一点一点增加并发量，发现 zlmediakit 总是能运行的非常健康，在并发量从 10K 慢慢增加到 30K 时，并不会影响 ffplay 播放的流畅性和效果，以下是压测数据：

压测 16K http-hls 播放器时，流量大概 7.5Gb/s： (大概需要 32K 端口，由于我测试机端口不足，只能最大压测到这个数据)

图片.png

后面用户再压测了 30k https-hls 播放器:

图片.png

后记：用户切生产环境

在完成 hls 性能优化后，该用户把所有北美节点的 hls 流量切到了 zlmediakit，

图片.png

状况又起:

今天该用户又反馈给我说 zlmediakit 的内存占用非常高，在 30K hls 并发时，内存占用 30+GB:

但是用 zlmediakit 的getThreadsLoad接口查看，却发现负载很低：

同时使用 zlmediakit 的getStatistic接口查看，发现BufferList对象个数很高，初步怀疑是由于网络带宽不足导致发送拥塞，内存暴涨，通过询问得知，公网 hls 访问，确实存在 ts 文件下载缓慢的问题：

同时让他通过局域网测试 ts 下载，却发现非常快：

后来通过计算，发现确实由于网络带宽瓶颈每个用户积压一个 Buffer 包，而每个 Buffer 包用户设置的为 1MB，这样算下来，30K 用户，确实会积压 30GB 的发送缓存：

结论

通过上面的经历，我们发现 zlmediakit 已经足以支撑 30K/50Gb 级别的 https-hls 并发能力, 理论上，http-hls 相比 https-hls 要少 1 次内存拷贝，和 1 次加密，性能应该要好很多；那么 zlmediakit 的性能上限在哪里？天知道！毕竟，我已经没有这么豪华的配置供我压测了；在此，我们先立一个保守的 flag 吧：

单机 100K/100Gb 级别 hls 并发能力。

那其他协议呢？我觉得应该不输 hls。

zlmediakit的hls高性能之旅

# 事情的起因

# 思考

# 歧途： sendfile

# 优化之旅一：共享 mmap

# 优化之旅二：去除 http cookie 互斥锁

# 优化之旅三：hls m3u8 文件内存化

# 结果：性能爆炸

# 后记：用户切生产环境

# 状况又起:

# 结论

事情的起因

思考

歧途： sendfile

优化之旅一：共享 mmap

优化之旅二：去除 http cookie 互斥锁

优化之旅三：hls m3u8 文件内存化

结果：性能爆炸

后记：用户切生产环境

状况又起:

结论