Nacos 2.0 升级前后性能对比压测
Nacos 2.0
通过升级通信协议和框架、数据模型的方式将性能提升了约 10 倍，解决继 Nacos 1.0 发布逐步暴露的性能问题。
本文通过压测 Nacos 1.0，Nacos 1.0 升级 Nacos 2.0 过程中，Nacos 2.0 进行全面性能对比，直观的展示 Nacos 2.0 所带来的性能提升。
压测准备
为了方便 Nacos 部署升级和展示核心性能指标，我们是从阿里云微服务引擎 MSE（
https://cn.aliyun.com/product/aliware/mse
）中购买的一个 2 核 CPU+4G 内存的三节点 Nacos 集群。
为了展示不同规模下的系统表现，我们采用逐步增压的方式进行压测，将压力分为 3个批次进行逐步启动，并观察每个批次下集群的运行表现。同时会在压力集群之外，再增加一个 Dubbo 服务的 Demo ，并使用 Jmeter 以 100 TPS 的压力不停的调用，以模拟不同压力下，对实际业务调用存在的可能影响。
压测过程中，会在适当的时候对服务端和客户端进行升级；服务端的升级将直接使用 MSE 提供的一键升级功能，客户端的升级会使用分批次轮流重启的方式进行。
Nacos1.X Server + Nacos1.X Client
首先启动第一批施压集群，对 MSE Nacos1.2.1 进行施压，在 6000 个 Providers 的压力下，集群稳定时 CPU 大约 25% ，能够稳定保持 6000 实例。
随后启动第二批施压集群，增加 4000 个 Provider ，合集 10000 个 Provider 。此时集群峰值 CPU 已经达到 60% ，稳定运行时大约在 45% 左右，集群能够稳定运行。
在前两批的压力下，集群没有出现稳定性问题，所以 Dubbo 的调用保持正常，没有错误发生。
当第三批施压集群启动之后，压力总计 14000 个 Provider 。此时集群先是短暂的注册到 13000 个实例，之后很快出现实例数下跌，CPU 跑满的问题。并且缩小时间范围可以看到，下跌后的实例仍然在小范围抖动。
同时 Dubbo 的调用出现错误，从 Consumer 的日志可以看出，是由于服务端无法支撑这个级别的压力，导致 Dubbo Provider 被摘除，所以调用的时候出现了 No provider 的错误。
Nacos2.X Server + Nacos1.X Client
由于服务端升级期间，会进行实例的双写操作，因此在升级过程中服务端存储的实例数会是实际实例值的两倍。根据上述测试结果，需要先将实例数回滚回第一批 6000 实例之后，或是升级配置扩容机器之后再尝试升级。本文使用回滚压力的方式，先停止后启动的施压集群。让集群恢复正常后再执行升级。
从监控图中可以看出，在停止后两批压力后，集群很快就恢复到了正常，运行稳定，Dubbo 调用也恢复正常。之后使用 MSE 的升级功能，进行升级。升级过程中由于双写的性能损耗，导致 CPU 有较大的抖动；而且因为双写导致的实例数翻倍，实际上相当于 12000 实例的极限压力，服务端仍然有一定的抖动，因此导致了些许 Dubbo 的错误。若是在非极限压力下升级，将不会有此影响。
随着服务端升级完成停止双写，消除了双写带来的性能损耗，CPU 使用降低并趋于稳定，同时实例数也不再抖动，Dubbo 调用完全恢复；如同 1.X 服务端一样，分两个批次启动施压集群，对比两个版本间在相同压力下的性能表现。
由于客户端依旧使用的是 1.X 的客户端，服务端的使用水位依然非常高，在全部压力启动后，CPU 几乎达到 100% ；虽然没有像 1.X 服务端一样，出现大规模实例下跌，但是运行一段时间后依旧有少量的实例抖动，说明仅升级 Nacos 服务端到 2.0 版本能有一定的改善，但是没有彻底解决性能问题。
Nacos2.X Server + Nacos2.X Client
为了完全释放 Nacos 2.0 的性能，还需要将施压集群的客户端也升级到 2.0 以上版本。同样将分 3 个批次进行替换，期间由于 Provider 进行了重启，服务端有出现实例的下跌再恢复属于正常现象。随着施压集群的升级，可以发现 CPU 有了非常明显的下降，最终达到稳定时，CPU 由最初的接近 100% ，降低到 20%，集群稳定运行 14000 个实例。
如上所述，我们能够得到 2 核 CPU+4G 内存的三节点集群在不同版本下的性能差异：
由此可见，Nacos 2.0 确实对性能有较大的提升，新用户建议直接全部采用 Nacos 2.0，老用户建议先升级 Server 端，然后在逐步升级客户端释放红利。最后从整个压测视角的监控，来直观的感受一下不同版本在不同阶段的性能表现：
标签:
