最近在debug生产环境的问题时，发现了ServiceStack 4.0.60版本RedisClient存在一个非常严重的性能问题。在高并发下，PooledRedisClientManager.GetClient和Redis.DisposeClient会导致High CPU，并且持续非常长的时间才能自动修复。下面是Demo程序压测还原问题后，工具的分析结果。
通过分析源代码发现：原来获取RedisClient的逻辑中通过锁方式实现，并且当连接被占满后再获取连接时，需要循环遍历数组中所有的连接对象判断是否有可用连接，会非常消耗CPU。Dispose方法也存在循环遍历的问题。尝试了很多种修改方案后，都不尽人意，果断把这两段逻辑重写，下面是相关代码，已经经过压测。
PooledRedisClientManager.cs：
private ConcurrentQueue<RedisClient> deactiveClientQueue = new ConcurrentQueue<RedisClient>(); private static object lckObj = new object(); private static object waitObj = new object(); private int redisClientSize = 0; private int maxRedisClient = 500; //PooledRedisClientManager的构造函数中初始化此值：maxRedisClient = this.Config.MaxWritePoolSize;
//GetReadOnlyClient方法也可按此方式修改 public IRedisClient GetClient() { RedisClient client = null; var poolTimedOut = false; DateTime startTime = DateTime.Now; while (true) { bool getResult = deactiveClientQueue.TryDequeue(out client); if (getResult == false) { if (redisClientSize >= maxRedisClient) { Thread.Sleep(3); if (PoolTimeout.HasValue) { // wait for a connection, cry out if made to wait too long if ((DateTime.Now - startTime).TotalMilliseconds >= PoolTimeout.Value) { poolTimedOut = true; break; } } } else { client = CreateRedisClient(); if (client != null) return client; } } else { if (client != null) { InitClient(client); return client; } else { client = CreateRedisClient(); if (client != null) return client; } } } if (poolTimedOut == true) { throw new TimeoutException(PoolTimeoutError); } return client; } private RedisClient CreateRedisClient() { if (redisClientSize >= maxRedisClient) return null; lock (lckObj) { if (redisClientSize >= maxRedisClient) return null; Random dom = new Random((int)DateTime.Now.Ticks); var newClient = InitNewClient(RedisResolver.CreateMasterClient(dom.Next(100))); newClient.OnDispose += (isRecycle) => { if (isRecycle == true) { try { deactiveClientQueue.Enqueue(newClient); } catch { lock (lckObj) { redisClientSize--; } } } else { lock (lckObj) { redisClientSize--; } } }; redisClientSize++; return newClient; } }
RedisClient.cs:
public event RedisClientDisposeEventHandler OnDispose; public override void Dispose() { if (OnDispose != null) OnDispose(this.HadExceptions == false); base.Dispose(); }
RedisClient.cs:
public delegate void RedisClientDisposeEventHandler(bool isRecycle);
下面是修改前后的结果对比：
1.100个线程，每个线程完成2000次Redis调用，每次调用GetClient。 改造前12s，改造后8.5s，提升近50%。老版本CPU消耗稍高，并具有持续性。
2.200个线程，每个线程完成2000次Redis调用，每次调用GetClient。 改造前378s，改造后19s，提升提升近20倍。老版本CPU消耗非常高（解决100%），并具有持续性。新版本CPU占用了仅有原来的一半。
3.300个线程，每个线程完成2000次Redis调用，每次调用GetClient。 改造前1580s(26分钟)，改造后29s，提升提升近55倍。老版本CPU消耗非常高（解决100%），并具有持续性。新版本CPU占用了仅有原来的一半。
通过上述三个场景的测试可以看出，当RedisClient访问压力持续增加时，原版本的响应时间呈现指数性增长，当达到一定压力时，RedisClient访问几乎阻塞，需要非常长时间才能缓解。重构后的RedisClient在性能上有大幅度提升，特别是在高并发下的性能表现，直接秒杀原版本！