Nginx 性能改進一例

本文研究的是在海量靜態文件下，如何提高nginx的處理能力。在靜態文件數量不是很多的情況下，nginx處理靜態文件的能力極快，但是在海量的 靜態文件下，nginx的處理能力就不那么樂觀，怎么提高nginx處理能力呢，當然從系統角度，可以mount時對文件系統加noatime，以及采用 目錄hash，再結合url rewrite等方式，可以適當的提高點性能，我這里介紹的是，通過將靜態文件存在leveldb的方式。

先說一下測試的環境，戴爾R710普通服務器，7200轉的普通硬盤，沒有做raid。拿了55萬張圖片，41G去盡可能模擬海量圖片的情形，當然這個量級與一般公司的量級還差的太遠，這里只測試，壓力工具用siege。

命令：siege -c 100 -b -i -r 100 -f /tmp/urlll

文件系統下nginx壓力測試：

這個能力會讓我們對nginx很失望，每秒約處理163個請求，平均每個請求耗時0.6s，吞吐不到12MB。問題不再于nginx，在于系統文件 系統的io瓶頸，linux文件系統基于樹狀設計，加上硬盤本身的缺陷，使得文件系統的隨機io不高，當文件數量不多，加上系統的cache，感覺不明 顯，但文件數量上一個量級，文件系統的io將迅速成為系統中最大的瓶頸。

怎樣去彌補文件系統自身的io不足，提高nginx的靜態處理能力，我一直在思考這個問題，現在nosql很火，我一直設想如是將數據全部存在 nosql里面，避免通過文件系統去查找文件，是否會提高nginx的處理能力呢，我把上面測試的41G的558397圖片全部存入google的 leveldb中，編寫一個nginx的leveldb模塊，讓nginx請求直接去查詢leveldb，再用上面同樣的方式去隨機測試，得到如下數據。

leveldb下nginx壓力測試：

與上面的性能數據相比，每秒的處理能力由163提高到了380，平均每個request耗時由0.6s降到了0.25s，吞吐由12MB提高到了27MB。總體至少提高了近2~3倍的處理能力。如果數據量級更大的話，我估計性能提升的倍數更高。

我把我編寫的nginx模塊的hander部分貼出來，沒有做任何優化和請求頭過濾。

編譯確保nginx正常鏈接到leveldb