You are viewing an old version of this page. View the current version.

Compare with Current View Page History

« Previous Version 19 Next »

단일기기 단일 액터의 전송 능력을 확인하기 위해 닷넷코어 AKKA.net을 이용하여 전력을 소모하고 돈 안되는 성능 테스트를 진행해보겠습니다.

성능을 극단적으로 올려 확인하기보다, 측정가능한 기초적인 방식을 도입해보겠습니다.


무한반사 액터설계

무한 반사 액터의 컨셉이며, 이 컨셉에서 단일장비에서 얼마나 많은 메시지를 처리하는지

확인하기위해 무한반사 액터를 다음과 같이 설계하였습니다.

  • 단일 액터는 순차성이 보장되기때문에, 하나의 액터는 하나의 메시지만 처리한다.
  • 메시지를 상대에게 재 전송한다. 받은녀석은 또 재전송한다 ( 무한 )
  • 무한메시지는 n개 추가가능...


실제 작동모습

액터두개를 만들고 위와같이 작동을 시켜, Tick(탁구채에 맞은수를 모두 카운팅)

의 TPS를 측정합니다.  탁구공이 상대편에 전달되는 시간이 짧으면 짧을수록 많은 수가 처리되며

CPU를 최대한 활용해서 0에가깝게 작동되겠지만...물리적으로 0이 될순없을것같습니다. ( 더 깊이들어가면 수학이 될것같습니다.)

정확하게 위와동일하게 작동하는 액터를 만들어보겠습니다.

성능테스트기를 어떻게 구현하고 검증하였는지 간략하게 살펴보겠습니다.

무한반사 액터구현

using Akka.Actor;
using Akka.Event;
using Akka.Monitoring;

namespace AkkaDotBootApi.Actor
{
    public class InfiniteMessage
    {
        public string Message { get; set; }

        public uint Count { get; set; }
    }

    public class InfiniteReflectionActor : ReceiveActor
    {
        private IActorRef ReplyActor;

        private readonly ILoggingAdapter logger = Context.GetLogger();

        public InfiniteReflectionActor()
        {
            ReceiveAsync<IActorRef>(async actorRef =>
            {
                ReplyActor = actorRef;
            });

            ReceiveAsync<InfiniteMessage>(async infiniteMessage =>
            {
                Context.IncrementCounter("akka.infinite.metric");  // <-- 요녀석이 성능카운터 측정기, 지정된이름으로 메시지당 1증가합니다.(관찰자를 등록함으로 성능이 미비하게 희생될수 있으나,게의치 않겠습니다.)
                var reply = new InfiniteMessage
                {
                    Message = infiniteMessage.Message,
                    Count = ++infiniteMessage.Count
                };
                
                if(reply.Count % 50000 == 0)					 // <-- 작동잘하는지 확인하기위해 5만건당 로그를 찍습니다.( 참고로 콘솔창은 해당 TPS를 못 따라가기때문에 건수마다 찍으면 안됩니다.)
                {
                    logger.Info($"Count:{reply.Count}");
                }

                ReplyActor.Tell(reply);							// 카운팅 1증가된 메시지를 되돌려줍니다.(상대편이 받고 다시 받게됩니다. - 무한반사)
            });
        }

    }
}


무한 반사 액터생성및 작동시작

            //튜닝요소
            //custom-dispatcher , custom-task-dispatcher , default-fork-join-dispatcher
            string disPacther = "default-fork-join-dispatcher";  // 스레드모델을 지정할수 있습니다
            int pipongGroupCount = 1;   // 핑퐁그룹,탁구대를 늘릴수있다. ( 2인1조)
            int ballCount = 6;          // 핑퐁에 사용된 공개수

            // 무한전송 셋트...
            for (int i=0; i < pipongGroupCount; i++)
            {
                string actorFirstName = "infiniteReflectionActorA" + i;
                string actorSecondName = "infiniteReflectionActorB" + i;

                // 무한전송 Test Actor생성
                var infiniteReflectionActorA = AkkaLoad.RegisterActor(actorFirstName,
                    actorSystem.ActorOf(Props.Create(() => new InfiniteReflectionActor()).WithDispatcher(disPacther),
                        actorFirstName));

                var infiniteReflectionActorB = AkkaLoad.RegisterActor(actorSecondName,
                    actorSystem.ActorOf(Props.Create(() => new InfiniteReflectionActor()).WithDispatcher(disPacther),
                        actorSecondName));

                //무한전송을 위한,응답대상을 크로스로 연결및 
                infiniteReflectionActorA.Tell(infiniteReflectionActorB);
                infiniteReflectionActorB.Tell(infiniteReflectionActorA);

				//서브를 시작하여무한메시지 시작
                for(int ballIdx=0; ballIdx< ballCount; ballIdx++)
                {
                    infiniteReflectionActorA.Tell(new InfiniteMessage()
                    {
                        Message = "서브A",
                        Count = 0
                    });
                }
            }


튜닝요소

default-fork-join-dispatcher {
  type = ForkJoinDispatcher
  throughput = 100
  dedicated-thread-pool {
      thread-count = 8
      deadlock-timeout = 3s
      threadtype = background
  }
}

custom-dispatcher {
    type = Dispatcher
    throughput = 100
}

custom-task-dispatcher {
  type = TaskDispatcher
  throughput = 100
}

닷넷의 일반적인 스레드풀을 사용하느냐? TPL을 사용하느냐? 또는 forkJoin을 사용하느냐 튜닝이가능합니다.

액터모델의 개수가 작고 단순해서 그런지, 튜닝값을 이리저리 바꿔도 성능에 큰 차이가 없습니다.

오히려 너무많은 무한 액터를 생성하면(5쌍이상)  속도가 저하됩니다.

참고링크 : https://getakka.net/articles/actors/dispatchers.html


AKKA.net Datadog모니터 탑재

using Akka.Monitoring.Datadog;
using StatsdClient;
using Akka.Monitoring;

.........
            //모니터링추가
            var statsdConfig = new StatsdConfig
            {
                StatsdServerName = "127.0.0.1"
            };
            ActorMonitoringExtension.RegisterMonitor(actorSystem, new ActorDatadogMonitor(statsdConfig));

Datadog Agent를 실행한뒤, 액터시스템에 연결만하면 Actor 모델내에서

성능측정을 위한 IncrementCounter 함수 호출이 가능합니다.

성능모니터링 탑재 참고 : Real time performance counters


모니터링 자료

매트릭필터

특정매트릭 이름으로 한번이라도 전송되면, 표시가되며 사용자 정의 매트릭 이름을 선택하면

해당 매트릭만 볼수있습니다.


TPS측정( 막대하나가 30초입니다.)

탁구대와 공개수를 늘려보면서, 최대 처리량 임계치를 계속 찾아보았습니다.


CPU 메모리

CPU가 낮은 구간은 테스트를 중단하고 튜닝옵션을 바꾸고 있는중입니다.

CPU가 갑자기 튄다거나, GC중 메모리가 훅훅빠진다거나 하는 현상은 없어보이지만

잦은 GC로 인해 성능문제는 있어보입니다.


메모리 스냅샷비교

튜닝포인트

  • 개체별 합리적으로 호출하는지?
  • 해당 개체는 성능적으로 효율적으로 작동하는 개체인지? 
  • 메모리 누수여부?

성능 결과

  • 기기당 분당 4~6백만건의 메시지 처리
  • 초당처리 10만건정도
  • GC는 일어나지만 메모리 누수는 없음

도전과제

만족할만한 성능이 나온것은 아닌거 같으며 기기당 초당 5천만의 목표치에 도달하지 못하였습니다.

핑퐁테스트가 컨텍스트전환으로 인해 성능적으로 불리한것인지?  GC발생을 조절해야하는지? 

변종실험은 계속됩니다. ( 우선 측정가능한 상태로 만든것에 의미를 두었습니다 .)





  • No labels