KlaytnStateTrieCacheSeries#1:?确认产生Cache问题的原因
Klaytn为了提高区块链平台的性能，做了许多方面的努力。我们将通过下列文章介绍statetriecache性能改善过程。
??确认Cache问题的原因
??寻找最佳的Cache
??计算Statetriecachemiss
??进行?CacheSizeTuning
本篇将介绍进行Klaytn有关测试时出现的问题以及这些问题的来源-Go语言GC(GarbageCollector)。在进行Klaytn有关测试时，出现了下列问题。
<imgalt=""class="tuvhyaj"?src="https://miro.medium.com/max/964/0*KSFKadBeRExUlkA6"width="482"height="321"srcSet="https://miro.medium.com/max/552/0*KSFKadBeRExUlkA6276w,https://miro.medium.com/max/964/0*KSFKadBeRExUlkA6482w"sizes="482px"/>
利用Prometheus提供的API测试内存使用量
在Klaytnbinary中，以3500TPS处理transaction时，大约需要用到100G的内存。我们为了确认具体是哪里在消耗大量内存，利用Go语言所提供的内存分析工具，进行了确认。
??gotoolpprofcn-mem0.prof
File:kcn
BuildID:7b45b11c163a99518095ffb64083e4aa61fd321f
Type:inuse_space
Time:Mar26,2020at8:56am(KST)
Enteringinteractivemode(type"help"forcommands,"o"foroptions)
(pprof)top
Showingnodesaccountingfor41.91GB,96.33%of43.50GBtotal
Dropped382nodes(cum<=0.22GB)
Showingtop10nodesoutof77
?flatflat%sum%cumcum%
?30GB68.97%68.97%30GB68.97%github.com/allegro/bigcache/queue.NewBytesQueue
?5.65GB12.98%81.95%5.65GB12.99%github.com/allegro/bigcache.(*cacheShard).set
?1.53GB3.52%85.47%1.53GB3.52%reflect.New
?1.25GB2.87%88.35%2.60GB5.97%github.com/klaytn/klaytn/ser/rlp.decodeBigInt
通过内存分析工具，我们可以看到每个部分所消耗的内存。在上述结果中，可以通过?Showingnodesaccountingfor41.91GB,96.33%of43.50GBtotal看到kcnbinary占了43.5GB，还可以看到其中的96.33%，即41.91GB具体用在哪里。不仅如此，通过30GB68.97%github.com/allegro/bigcache/queue.NewBytesQueue，可以看到有30GB(68.97%)用于bigcache上。
??
这两个测试结果中，我们发现了问题。根据Prometheus所提供的内存使用library，kcn大约占了100GB，但内存分析结果(43.50GBtotal)表明，kcnbinary只占了?43.5GB。我们无法确认其余56.5GB(=100GB-43.5GB)的内存去了哪里。?
于是我们猜测应该是Bigcache占据了大部分内存。为了确认Bigcache是否占据了内存，我们在相同环境的2台服务器上设置了不同的cachesize进行测试，设置分别为30GB和0GB。2台服务器的top和内存分析结果如下。
(Top命令结果是GiB，Prometheus所提供的library的结果是GB，两者为相同的量)
Cypresssynctest
AWSInstance:m5.8xlarge
memorysize:128G
cachesize:30G,0G
<imgalt=""class="tuvhyaj"src="https://miro.medium.com/max/1484/1*BUBXxboSlBArnNSfLo4KDw.png"width="742"height="366"srcSet="https://miro.medium.com/max/552/1*BUBXxboSlBArnNSfLo4KDw.png276w,https://miro.medium.com/max/1000/1*BUBXxboSlBArnNSfLo4KDw.png500w"sizes="500px"/>
<imgalt=""class="tuvhyaj"src="https://miro.medium.com/max/1484/1*KydRE8pnP0G5-3s5h9KVSw.png"width="742"height="366"srcSet="https://miro.medium.com/max/552/1*KydRE8pnP0G5-3s5h9KVSw.png276w,https://miro.medium.com/max/1000/1*KydRE8pnP0G5-3s5h9KVSw.png500w"sizes="500px"/>
top命令结果(左：cache30G；右：cache0GB)
<imgalt=""class="tuvhyaj"src="https://miro.medium.com/max/2156/1*pKdGJgwuIBTPgAjBH_JLNQ.png"width="1078"height="564"srcSet="https://miro.medium.com/max/552/1*pKdGJgwuIBTPgAjBH_JLNQ.png276w,https://miro.medium.com/max/1000/1*pKdGJgwuIBTPgAjBH_JLNQ.png500w"sizes="500px"/>
<imgalt=""class="tuvhyaj"src="https://miro.medium.com/max/2156/1*0VudYV4vE8HnwT0bXF6CiQ.png"width="1078"height="564"srcSet="https://miro.medium.com/max/552/1*0VudYV4vE8HnwT0bXF6CiQ.png276w,https://miro.medium.com/max/1000/1*0VudYV4vE8HnwT0bXF6CiQ.png500w"sizes="500px"/>
GoMemoryProfiling结果(左：cache30G；右：cache0GB)
我们可以看到，被分配Bigcache的服务器其Top和内存分析结果中内存使用量分别为70GB和35GB，有35GB的内存追踪不到。而没有分配Bigcache的服务器其Top和内存分析结果中内存使用量分别为5GB和2GB，有3GB的内存追踪不到。?
通过以上测试，我们可以推断，若使用Bigcache，会占用大于分配额的内存。而就算不使用Bigcache，也会出现3GB左右的遗漏。当然，GC(GarbageCollector)的运作，可能令不管使用什么样的Go程序都有机会出现内存分析结果和实际使用量的误差。
而且，我们通过这篇文章可以得知，长时间占据大量的heap内存，并在分配时使用pointer的话，会消耗非常大的内存。
<imgalt=""class="tuvhyaj"src="https://miro.medium.com/max/3200/0*E7gDbvMeS8E_YPgO"width="1600"height="572"srcSet="https://miro.medium.com/max/552/0*E7gDbvMeS8E_YPgO276w,https://miro.medium.com/max/1104/0*E7gDbvMeS8E_YPgO552w,https://miro.medium.com/max/1280/0*E7gDbvMeS8E_YPgO640w,https://miro.medium.com/max/1400/0*E7gDbvMeS8E_YPgO700w"sizes="700px"/>
GC(GarbageCollector)可寻找程序动态分配的内存中不再运作的部分，收回该部分的内存并分配给其他区域。为此，Go语言的GC(GarbageCollector)会对没有运作的区域进行确认，看是否被分配了内存。这时，用于确认的标志就是pointer，如果某个区域有很多pointer或占据了大量内存，GC在搜查过程中会消耗较大内存。
话句话说，在运行GC(GarbageCollector)之前，内存使用量为44GB，一旦开始运行，内存使用量就会增加100GB。再加上进行内存分析的时间刚好在GC完成运转后，所以只看到了运转前的内存使用量，即44GB。由于Klaytn分配的Bigcache量很大，所以GC一直在消耗更多的内存。
这类情况会导致系统突然出现内存不足的情况。因为Klaytn需要长时间运转，必须避免由于占用过多内存导致系统突然崩溃的情况。在下一篇文章内，我们将会介绍解决该内存遗漏问题的过程。
关于Klaytn
项目名称:Klaytn
英文缩写:KLAY
官方网站:https://www.klaytn.com/??
项目简介：Klaytn是以服务为中心的企业级分布式信任区块链平台，通过高效的“混合”设计，结合了公有链和私有链的最优功能。Klaytn与全球众多知名品牌的参与合作，通过共同的不懈努力，创建可靠的去中心化业务平台。Klaytn治理委员会是一个由跨国企业和组织组成的联盟，负责运营共识节点网络，推动生态系统发展。Kakao的区块链开发部门「GroundX」已正式推出Klaytn，并可用于商业用途。
来源：金色财经
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。