RocketMQ 很慢？引出了一个未解之谜

关注
发布于: 2020 年 11 月 30 日
作者 | 秋天
﻿
前段时间发现，在使用 RockerMQ console 时，查询消息的时候出现很慢，查询耗时大于 10 秒，少则 5、6 秒，多则 14+ 秒。
﻿
如下图：
﻿
1.png
﻿
这到底是为什么？查询消息为啥会出现这么大的耗时？
﻿
当前使用的开发环境：操作系统是 Windows10，JDK8，RocketMQ 为 4.5.2。
﻿
在其它机器上则没有此问题，也在本机器上的虚拟机 VMware 上安装的 Linux 部署了 RocketMQ 和 console，并且验证是没问题的。
﻿
那么到底我的机器是怎么了？？？
﻿
由于当前是接口的耗时问题，我们并不知道耗时主要在哪个地方，所以使用 Arthas 来跟踪下调用链的耗时。
﻿
使用 trace 命令：
﻿
trace 命令
方法内部调用路径，并输出方法路径上的每个节点上耗时。
trace 命令能主动搜索 class-pattern／method-pattern 对应的方法调用路径，渲染和统计整个调用链路上的所有性能开销和追踪调用链路。
﻿
trace org.apache.rocketmq.console.service.impl.MessageServiceImpl queryMessageByTopic
﻿
2.png
﻿
从当前调用路径得到主要耗时在于：DefaultMQPullConsumer 构造器初始化 + DefaultMQPullConsumer 启动耗时。那么接下来我们继续往内部跟进。
﻿
此时我们关注下 DefaultMQPullConsumer 构造器初始化：
﻿
trace org.apache.rocketmq.client.consumer.DefaultMQPullConsumer <init>
﻿
3.png
﻿
从构造器初始化入口看，耗时并不大。
﻿
那么接下来再看下 DefaultMQPullConsumer 的启动方法：
﻿
[E] 开启正则表达式匹配，默认为通配符匹配﻿
trace -E  org.apache.rocketmq.client.consumer.DefaultMQPullConsumer start
﻿
4.png
﻿
trace -E  org.apache.rocketmq.client.consumer.DefaultMQPullConsumer <init>|start
﻿
5.png
﻿
接着发现耗时主要是在获取 MQClientInstance 实例。
﻿
trace org.apache.rocketmq.client.impl.MQClientManager getAndCreateMQClientInstance
﻿
6.png
﻿
trace org.apache.rocketmq.client.ClientConfig cloneClientConfig
﻿
7.png
﻿
接着看 ClientConfig#cloneClientConfig 方法：
﻿
public ClientConfig cloneClientConfig() {
    ClientConfig cc = new ClientConfig();
    cc.namesrvAddr = namesrvAddr;
    cc.clientIP = clientIP;
    cc.instanceName = instanceName;
    cc.clientCallbackExecutorThreads = clientCallbackExecutorThreads;
    cc.pollNameServerInterval = pollNameServerInterval;
    cc.heartbeatBrokerInterval = heartbeatBrokerInterval;
    cc.persistConsumerOffsetInterval = persistConsumerOffsetInterval;
    cc.unitMode = unitMode;
    cc.unitName = unitName;
    cc.vipChannelEnabled = vipChannelEnabled;
    cc.useTLS = useTLS;
    cc.namespace = namespace;
    cc.language = language;
    return cc;
}
﻿
可以看到很多赋值操作，这些可以不关注，只要关注 new ClientConfig()：
﻿
trace org.apache.rocketmq.client.ClientConfig <init>
﻿
8.png
﻿
可以看到主要耗时在 3~4 秒，并且耗时主要是这个工具类方法：
﻿
RemotingUtil#getLocalAddress``
﻿
trace org.apache.rocketmq.remoting.common.RemotingUtil getLocalAddress
﻿
9.png
﻿
到现在，已经跟踪到 JDK 方法调用了：NetworkInterface#getNetworkInterfaces。
﻿
接着想查看 JDK 函数调用：
﻿
trace --skipJDKMethod false java.net.NetworkInterface getNetworkInterfaces
﻿
skipJDKMethod  skip jdk method trace, default value true.
默认情况下，trace 不会包含 jdk 里的函数调用，如果希望 trace jdk 里的函数，需要显式设置--skipJDKMethod false。
﻿
10.png
﻿
此时不能跟踪，那么根据 4 点提示排查和 issue：
﻿
https://github.com/alibaba/arthas/issues/47
﻿
https://github.com/alibaba/arthas/issues/807
﻿
最后确定需要开启 unsafe。
﻿
options unsafe true
﻿
11.png
﻿
开启完成。
﻿
再次执行，即可看到 jdk 的调用链了。
﻿
12.png
﻿
到这里，算是把 RocketMQ console 查询慢的罪魁祸首找到了：在获取本机网卡接口时，出现耗时时间长。这其实也算是jdk跟操作系统层面的意思了，与中间件 RocketMQ 无关，一开始我是怀疑是不是持久化存储在加载时慢的可能（基本排除）。
﻿
那么为什么会调用当前操作系统的网卡接口时会出现耗时严重呢？
﻿
此时关注到了 java.net.NetworkInterface#getNetworkInterfaces
﻿
public static Enumeration<NetworkInterface> getNetworkInterfaces()
    throws SocketException {
    final NetworkInterface[] netifs = getAll();
    // specified to return null if no network interfaces
    if (netifs == null)
        return null;
    return new Enumeration<NetworkInterface>() {
        private int i = 0;
        public NetworkInterface nextElement() {
            if (netifs != null && i < netifs.length) {
                NetworkInterface netif = netifs[i++];
                return netif;
            } else {
                throw new NoSuchElementException();
            }
        }
        public boolean hasMoreElements() {
            return (netifs != null && i < netifs.length);
        }
    };
}
private native static NetworkInterface[] getAll() throws SocketException;
﻿
可以看到 jdk 函数已经调用到了 native 方法，也就是jdk底层的实现(c/c++)了，跟操作系统非常紧密。
﻿
接着 debug 进 getNetworkInterfaces 方法查看到底有哪些网卡接口：
﻿
13.png
﻿
一查发现竟然有 81个！接着查看本机的网络适配器：
﻿
14.png
﻿
本机 Windows 上有 Wlan、VPN、VMware 等网络适配器。
﻿
最后事实就是跟他们有关，我把相应的适配器禁用之后，重新调用 NetworkInterface#getNetworkInterfaces，此时耗时从 3+秒降到几百毫秒。
﻿
最后，很遗憾还是没能剖析出为什么 Windows 下调用网卡接口 native 方法会出现那么大耗时。并且肯定跟我的机器有关，因为其他机器验证没有问题。
﻿
如果要剖析原因，就得需要有 c/c++更加底层的功底才能搞定吧？
﻿
总结：﻿
Windows 下可能容易出现一些非正常问题，竟然也能给我遇到这个^@^。幸好一般使用 Windows 还是比较少，除非是开发机器较多，Linux(unix) 部署 RocketMQ 等中间件还是很稳的。
使用 Arthas trace 可以跟踪方法的调用路径，并且追踪每一步的耗时，可以方便的排查瓶颈问题。
-E 参数支持正则表达式匹配；--skipJDKMethod false 支持包含 JDK 的函数调用；跟踪 jdk 函数等，如果找不到对应类或者方法，可能需要开启 unsafe。
﻿
作者 | 秋天，关注 Java 后端，分布式，微服务，系统架构等。个人公众号《搬运工来架构》 。
﻿
【Arthas 官方社区正在举行征文活动，参加即有奖品拿~点击投稿】
﻿