Nacos 2.x 来袭，性能大幅提升数倍于 1.x 版本！

Nacos 项目起源于阿里巴巴内部的五彩石项目，从 2008 年开始，就已经在内部孵化了。近年来受 Eureka、Consul 等项目的影响，Nacos 越来越受欢迎！

目前 Nacos 支持主流微服务开发语言&主流服务框架和配置管理框架，比如支持 Duboo、SpringCloud、SCA，还对接了一些云原生的组件比如 coreDNS 和 sentinel 等。

客户端语言方面目前支持 Java，go python 等主流语言，最近刚发布正式版本的还支持 C# 和 C++。

最近 Nacos 更新动作频频，Nacos 2.X 版本迎来了首秀，在 1.X 的架构基础上 新增了对长连接模型的支持。通信层目前通过 grpc 实现了长连接 RPC 调用和推送能力，使用长链接的好处大幅度减少了 1.x 轮询心跳频繁导致 JVM Full GC。

Nacos 1.X架构

Nacos 1.X 大致分为5层，分别是接入、通信、功能、同步和持久化。

接入层是用户最直接交互的层面，主要有 Nacos 客户端，以及依赖客户端的 Dubbo 和 SCA 以及用户操作的控制台 Console 组成。 客户端和 Console 进行服务和配置操作，统一通过 HTTP 的 OpenAPI 发起通信请求。

通信层主要基于 HTTP 的短连接请求模型进行，部分推送功能通过 UDP 进行通信。

功能目前有服务发现和配置管理，这层也就是实际管理服务和配置的业务层。

同步层有数据同步的AP模式 Distro 和 CP 模式 Raft，还有有一个最简易的水平通知 Notify，用处各不相同：

• Distro：非持久化服务的同步模式
• Raft：持久化服务的同步模式、以及使用 Derby 作为配置的存储时同步配置操作。
• Notify：使用 MySQL 作为配置的存储时，通知其他节点更新缓存及发起配置推送。

持久化层 Nacos 使用 MySQL、Derby 和本地文件系统来进行数据的持久化 配置信息，用户信息，权限信息存储在 MySQL 或 Derby 数据库中， 持久化服务信息及服务和实例元数据信息存储在本地文件系统。

Nacos 1.X 架构下的服务模型

我们通过一个服务发现的流程，再深入熟悉一下 Nacos 1.X 架构和基于当前架构的 Nacos 服务发现模型。

Nacos 客户端注册服务会通过 OpenAPI 发送 Http 注册服务的请求，请求内容会带上服务信息及实例信息，通常这个步骤是由微服务框架 SCA 和 dubbo 完成。

服务端收到请求后，会先在 Contoller 中进行数据的读取和校验，比如 IP 是否合法，服务名是否正确等等。校验通过后，如果这个服务是第一次注册，Nacos 会在服务端生成一个 Service 对象，然后把这次注册的实例信息存入这个 Service 对象中；如果 Nacos 服务端已经有了这个 Service 对象，那么就会直接把新注册的实例信息存入对象。这个 Service 对象通过命名空间 + Group + Service 的组合来保证唯一性。

完成实例存入 Service 的同时，会触发两个事件，其中一个事件是用于数据同步的，Nacos 服务端会根据这个服务是否是临时对象的信息，使用 Distro 或者 Raft 协议进行同步，通知其他的 Nacos 节点该服务发生了变更；另一个事件则通知在该 Nacos 服务节点上订阅了该服务的订阅者，并根据订阅者信息，通过 UDP 的方式，把最新的服务列表推送到订阅者客户端上。这就完成了一次服务注册流程。

另外，对于那些被定义为持久化的服务的所有信息，都会通过 raft 协议，保证能够写入到文件系统中被持久化。

最后，其他的 Nacos 节点，在通过同步而进行 Service 变更的时候也会触发通知订阅者的事件，从而使在其他 Nacos 服务节点上订阅该服务的订阅者也能收到推送。

1.X架构存在的问题

粗略介绍了下 Nacos1.X 的架构和服务发现模型，接下来分析一下 Nacos1.X 架构所面临的几个比较重要的问题。

一句话总结，心跳多，无效查询多，心跳续约感知变化慢，连接消耗大，资源空耗严重。

1. 心跳数量多，导致 TPS 居高不下

通过心跳续约，当服务规模上升时，特别是类似 Dubbo 的接口级服务较多时，心跳及配置元数据的轮询数量众多，导致集群 TPS 很高，系统资源高度空耗。

1. 通过心跳续约感知服务变化，时延长

心跳续约需要达到超时时间才会移除并通知订阅者，默认为 15 s，时延较长，时效性差。若改短超时时间，当网络抖动时，会频繁触发变更推送，对客户端服务端都有更大损耗。

1. UDP 推送不可靠，导致 QPS 居高不下

由于 UDP 不可靠，因此客户端测需要每隔一段时间进行对账查询，保证客户端缓存的服务列表的状态正确，当订阅客户端规模上升时，集群 QPS 很高，但大多数服务列表其实不会频繁改变，造成无效查询，从而存在资源空耗。

1. 基于 HTTP 短连接模型，TIME_WAIT 状态连接过多

HTTP 短连接模型，每次客户端请求都会创建和销毁 TCP 链接，TCP 协议销毁的链接状态是 WAIT_TIME，完全释放还需要一定时间，当 TPS 和 QPS 较高时，服务端和客户端可能有大量的 WAIT_TIME 状态链接，从而会导致 connect time out 错误或者 Cannot assign requested address 的问题。

1. 配置模块的 30 秒长轮询引起的频繁 GC

配置模块使用 HTTP 短连接阻塞模型来模拟长连接通信，但是由于并非真实的长连接模型，因此每 30 秒需要进行一次请求和数据的上下文切换，每一次切换都有引起造成一次内存浪费，从而导致服务端频繁 GC。

Nacos 2.0 架构层次

Nacos 2.X 在 1.X 的架构基础上 新增了对长连接模型的支持，同时保留对旧客户端和 openAPI 的核心功能支持。

gRPC 和 Rsocket 实现了长连接 RPC 调用和推送能力。

在服务端测，新增一个链接层，用来将不同类型的 Request 请求，将来自不同客户端的不同类型请求，转化为相同语意的功能数据结构，复用业务处理逻辑。同时，将来的流量控制和负载均衡等功能也会在链接层处理。

其他架构分层在大体上保持不变。

Nacos 2.0新服务模型

虽然 Nacos2.0 的在架构层次上并未做太大的变化，但是具体的模型细节却有不小的改动，依旧使用注册服务的流程，再深入了解一下 Nacos2.0 服务模型的变化。

由于通信使用了 RPC 方式，因此某一客户端的所有请求（无论是注册还是订阅）都通过同一个链接和同一个服务节点进行，不像之前通过 HTTP 连接可能每次请求都请求在不同的 Nacos 节点上，这就导致了服务发现的数据内容由原来的无状态化变为了与连接状态绑定的一种有状态数据。为了适应这种变化，需要改变一下数据模型，因此抽象了一个新数据结构，将同一个客户端通过该链接发布和订阅的内容关联起来，暂命名为 Client。这个 Client 不是客户端的意思，而是这个客户端所相关的数据内容，一个链接与一个 Client 对应。

当客户端发布了服务时，该客户端所发布的所有服务与订阅者信息会被更新到与该客户端链接相对应的 Client 对象中，然后通过事件机制触发对索引信息的更新。这个索引信息是客户端链接和服务的索引，方便快速聚合生成需要推送的服务纬度的数据。

索引信息更新完成后，会触发推送事件，此时会将所有和该服务有关的 Client 对象，通过刚产生的索引信息聚合起来，当数据聚合完成后，再从客户端链接中筛选出订阅该服务的订阅者的客户端链接，将推送数据通过该链接，推送回去。这样一次发布变更的主链路就完成了。

回过头看数据同步，客户端发布了服务时实际更新的对象从原来的 Service 变成 Client 对象，所以需要同步的内容也变成了 Client 对象；同时服务端间的通信方式也会换成 RPC。这里只有真正被客户端更新的 Client 对象会触发同步，如果是通过同步而更新的 Client 对象不会再次触发同步。

最后看 Metadata，Metadata 是从 1.X 版本中的 Service 对象和 Instance 对象中分离出来的一些属性：比如服务的元数据 label 标签，实例的上下线状态、权重和元数据 label 标签等。这些元数据可以被 openAPI 单独修改，在聚合数据时生效。之所以将元数据拆分出来，区别于基础数据，原因是基础数据，比如：ip 端口，服务名等一经发布不应该被修改，而且应当以发布时的信息为准；但其他的原数据，比如上下线状态和权重，通常是在运行过程中动态调节的，因此拆分开之后，分为两条不同的处理工作流应该更加合理。

Nacos 2.x 架构的优缺点

前面简要介绍了 Nacos 2.x 的架构和新模型的工作方式，接下来我们分析一下这样的改动有哪些优缺点。

优点

1. 客户端不再需要定时发送实例心跳，只需要有一个维持连接可用 keepalive 消息即可。重复 TPS 可以大幅降低。
2. TCP 连接断开可以被快速感知到，提升反应速度。
3. 长连接的流式推送，比 UDP 更加可靠；nio 的机制具有更高的吞吐量，而且由于可靠推送，可以加长客户端用于对账服务列表的时间，甚至删除相关的请求。重复的无效 QPS 可以大幅降低。
4. 长连接避免频繁连接开销，可以大幅缓解 TIME_ WAIT 问题。
5. 真实的长连接，解决配置模块 GC 问题。
6. 更细粒度的同步内容，减少服务节点间的通信压力。

缺点

没有银弹的方案，新架构也会引入一些新问题

1. 内部结构复杂度上升，管理连接状态，连接的负载均衡需要管理。
2. 数据由原来的无状态，变为与连接绑定的有状态数据，流程链路更长。
3. RPC 协议的观测性不如 HTTP。即使 gRPC 基于 HTTP2.0 Stream 实现，仍然不如直接使用 HTTP 协议来的直观。

性能提升

Nacos 2.x 服务发现性能测试都是针对重点功能，通过对 3 节点规模集群进行压测，可以看到接口性能负载和容量，以及对比相同/类似场景下 Nacos1.X 版本的提升。

• 压测时服务及实例容量达到百万级，集群运行持续稳定，达到预期；（该场景没有计算频繁变更导致的频繁推送内容，仅单纯计算容量上线，附带推送的真实场景将在下轮压测报告中给出）
• 注册/注销实例 TPS 达到 26000 以上，总体较 Nacos1.X 提升至少 2 倍，接口达到预期；
• 查询实例 TPS 能够达到 30000 以上，总体较 Nacos1.X 提升 3 倍左右，接口达到预期；

兼容性

配置中心

• 完全兼容 1.X 客户端所有 API 接口方法
• 完全实现 2.X 客户端所有 API 接口方法
• 完全兼容所有配置中心相关 openAPI

服务发现

由于服务发现的数据模型发生了比较重大的改变，因此以下功能暂时未支持。

• 查看当前集群 leader（将废弃）
• 批量更新实例元数据(Beta，不支持)
• 批量删除实例元数据(Beta，不支持)

控制台

• 完全兼容配置中心相关页面及功能
• 完全兼容权限控制相关页面及功能
• 完全兼容命名空间相关页面及功能
• 完全兼容集群管理相关页面及功能
• 完全兼容服务发现相关页面及功能

Spring Cloud Alibaba 适配

由于目前 Spring cloud alibaba 2.2.5 版本内置的 nacos-client 为 1.4.1，可通过指定 nacos-client 方式，提前使用 Nacos2.0 长连接功能。

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discovery</artifactId>
    <version>2.2.5.RELEASE</version>
    <exclusions>
        <exclusion>
            <groupId>com.alibaba.nacos</groupId>
            <artifactId>nacos-client</artifactId>
        </exclusion>
    </exclusions>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
    <version>2.2.5.RELEASE</version>
    <exclusions>
        <exclusion>
            <groupId>com.alibaba.nacos</groupId>
            <artifactId>nacos-client</artifactId>
        </exclusion>
    </exclusions>
</dependency>
<dependency>
    <groupId>com.alibaba.nacos</groupId>
    <artifactId>nacos-client</artifactId>
    <version>2.0.0</version>
</dependency>

最后，期待大家抢先体验，帮助发现修复 bug，改善社区，贡献智慧，参与 Nacos 开源社区建设！

： » Nacos 2.x 来袭，性能大幅提升数倍于 1.x 版本！