微信 iOS SQLite 源码优化实践分享实录

CarF14 5年前
   <h2><strong>引言</strong></h2>    <p>SQLite 是我们在移动端常用的数据库,微信也是基于它封装了一层 ObjC 接口。我们知道,微信里消息的收发是很频繁的,尤其是对于重度用户,这对于数据库的多线程并发和 I/O 是很大的挑战。</p>    <p>通常对这部分做优化,有两种方式:</p>    <ul>     <li>一是修改 SQLite 的参数,如 Cache Size 等</li>     <li>二是改业务层调用,如主线程操作 dispatch 到子线程。</li>    </ul>    <p>然而,前者有明显的瓶颈,后者则是个 endless 的工作。我们希望能一劳永逸地解决同类问题。这就是我们本次所要分享的优化。</p>    <h2><strong>1. 多线程并发优化</strong></h2>    <p><strong>1.1 SQLite 多句柄方案</strong></p>    <p>我们先讲 SQLite 所提供的多线程并发方案。它对这方面的支持做的很不错,在使用上,只需</p>    <ol>     <li>开启句柄多线程支持的配置 PRAGMA SQLITE_THREADSAFE=2</li>     <li>确保同一个句柄同一时间只有一个线程在操作</li>     <li>(可选)开启 WAL 模式 PRAGMA journal_mode=WAL</li>    </ol>    <p>此时写操作会先 append 到 wal 文件末尾,而不是直接覆盖旧数据。而读操作开始时,会记下当前的 WAL 文件状态,并且只访问在此之前的数据。这就确保了多线程读与读、读与写之间可以并发地进行。</p>    <p><strong>1.2 Busy Retry 方案</strong></p>    <p>而写与写之间仍会互相阻塞。SQLite 提供了 Busy Retry 的方案,即发生阻塞时,会触发 Busy Handler,此时可以让线程休眠一段时间后,重新尝试操作。重试一定次数依然失败后,则返回 SQLITE_BUSY 错误码。</p>    <p>下面这段代码是 SQLite 默认的 Busy Handler</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/7ce9b320d3eefcc600ce0744fb52bb74.jpg"></p>    <p><strong>1.3 Busy Retry 方案的不足</strong></p>    <p>上面介绍了 SQLite 多线程并发方案,接下来我们把焦点放在 Busy Retry 这个方案的不足上。</p>    <p>Busy Retry 的方案虽然基本能解决问题,但对性能的压榨做的不够极致。在 Retry 过程中,休眠时间的长短和重试次数,是决定性能和操作成功率的关键。</p>    <p>然而,它们的最优值,因不同操作不同场景而不同。若休眠时间太短或重试次数太多,会空耗 CPU 的资源;若休眠时间过长,会造成等待的时间太长;若重试次数太少,则会降低操作的成功率。如下图</p>    <p><img src="https://simg.open-open.com/show/8180b1d7605250c0d4012c7d1c2783b3.jpg"></p>    <p>可以看到</p>    <ul>     <li>CPU空转那段,线程一操作还没结束,这里空耗了 CPU 的资源</li>     <li>线程闲置那段,线程一已经结束,而线程二仍在等待,空耗了时间</li>    </ul>    <p>对于这个的优化,简单的方法可以是修改休眠时间,尽最大限度缩短以上两段空耗的资源。</p>    <p>我们通过 A/B Test 对不同休眠时间进行了实验,得到了如下的结果</p>    <p><img src="https://simg.open-open.com/show/dd232dad51c6001d9f851f523bd9ac36.jpg"></p>    <p>可以看到,倘若休眠时间与重试成功率的关系,按照绿色的曲线进行分布,那么 p 点的值也不失为该方案的一个次优解。然而不同业务和操作的需求,还是有很大的不同的。</p>    <p>既然 SQLite 的方案不行,我们就要开始往深层探索新的可能性了。</p>    <p><strong>1.4 SQLite 中控制并发相关的原理</strong></p>    <p>SQLite是一个适配不同平台的数据库,不仅支持多线程并发,还支持多进程并发。它的核心逻辑可以分为两部分:</p>    <p style="text-align: center;"><img src="https://simg.open-open.com/show/54d4ce8ffece33f2549d9b437ce9e90b.png"></p>    <ul>     <li><strong>Core 层</strong> 。包括了接口层、编译器和虚拟机。通过接口传入 SQL 语句,由编译器编译SQL生成虚拟机的操作码 opcode。而虚拟机是基于生成的操作码,控制 Backend 的行为。</li>     <li><strong>Backend 层</strong> 。由 B-Tree、Pager、OS 三部分组成,实现了数据库的存取数据的主要逻辑。</li>    </ul>    <p>在架构最底端的 OS 层是对不同操作系统的系统调用的抽象层。它实现了一个 VFS(Virtual File System),将 OS 层的接口在编译时映射到对应操作系统的系统调用。锁的实现也是在这里进行的。</p>    <p>SQLite 通过两个锁来控制并发。第一个锁对应 DB 文件,通过5种状态进行管理;第二个锁对应WAL文件,通过修改一个 16-bit 的 unsigned short int 的每一个 bit 进行管理。尽管锁的逻辑有一些复杂,但此处并不需关心。这两种锁最终都落在 OS 层的 sqlite3OsLock、sqlite3OsUnlock 和 sqlite3OsShmLock 上具体实现。</p>    <p>它们在锁的实现比较类似。以 lock 操作在 iOS 上的实现为例:</p>    <ol>     <li>通过 pthread_mutex_lock 进行线程锁,防止其他线程介入。然后比较状态量,若当前状态不可跳转,则返回 SQLITE_BUSY</li>     <li>通过 fcntl 进行文件锁,防止其他进程介入。若锁失败,则返回 SQLITE_BUSY</li>    </ol>    <p>而 SQLite 选择 Busy Retry 的方案的原因也正是在此</p>    <p>文件锁没有线程锁类似 pthread_cond_signal 的通知机制。当一个进程的数据库操作结束时,无法通过锁来第一时间通知到其他进程进行重试。因此只能退而求其次,通过多次休眠来进行尝试。</p>    <p><strong>1.5 新的方案</strong></p>    <p>搞清楚了 SQLite 并发的实现,我们就是可以开始改造了。</p>    <p>我们知道,iOS app 是单进程的,并 <strong>没有多进程并发的需求</strong> ,这和 SQLite 的设计初衷是不相同的。这就给我们的优化提供了理论上的基础。在 iOS 这一特定场景下,我们可以舍弃兼容性,提高并发性。</p>    <p>新的方案修改为,当 OS 层进行 lock 操作时:</p>    <ol>     <li>通过 pthread_mutex_lock 进行线程锁,防止其他线程介入。然后比较状态量,若当前状态不可跳转,则将当前期望跳转的状态,插入到一个 FIFO 的 Queue 尾部。最后,线程通过 pthread_cond_wait 进入 休眠状态,等待其他线程的唤醒。</li>     <li>忽略文件锁</li>    </ol>    <p>当 OS 层的 unlock 操作结束后:</p>    <ol>     <li>取出 Queue 头部的状态量,并比较状态是否能够跳转。若能够跳转,则通过 pthread_cond_signal_thread_np 唤醒对应的线程重试。</li>    </ol>    <p><img src="https://simg.open-open.com/show/88ef25cef22596b794b40ee05cf30449.jpg"></p>    <p>新的方案可以在 DB 空闲时的第一时间,通知到其他正在等待的线程,最大程度地降低了空等待的时间,且准确无误。</p>    <p>此外,由于 Queue 的存在,当主线程被其他线程阻塞时,可以将主线程的操作“插队”到 Queue 的头部。当其他线程发起唤醒通知时,主线程可以有更高的优先级,从而降低用户可感知的卡顿</p>    <h2><strong>2. I/O 性能优化</strong></h2>    <p>上面介绍了多线程并发的优化,接下来将介绍 I/O 方面的优化。</p>    <p><strong>2.1 mmap</strong></p>    <p>提到 I/O 效率的提升,最容易想到的就是 mmap了,它可以减少数据从 kernel 层到 user 层的数据拷贝,从而提高效率。</p>    <p>SQLite 不仅支持 mmap,而且推荐使用,在大多数平台是在一定程度上默认打开的。然而早期的 iOS 版本的存在一些 bug,SQLite 在编译层就关闭了在 iOS 上对 mmap 的支持,并且后知后觉地在16年1月才重新打开。所以如果使用的 SQLite 版本较低,还需注释掉相关代码后,重新编译生成后,才可以享受上 mmap 的性能。</p>    <p>下图就是 SQLite 注释掉相关代码的 commit</p>    <p><img src="https://simg.open-open.com/show/b58211b8d87592a64c8ee67217267d72.jpg"></p>    <p>开启 mmap 后,SQLite 性能将有所提升,但这还不够。因为它只会对 DB 文件进行了 mmap,而 WAL 文件享受不到这个优化。原因如下:</p>    <p>开启 WAL 模式后,写入的数据会先 append 到 WAL 文件的末尾。待文件增长到一定长度后,SQLite 会进行 checkpoint。这个长度默认为1000个页大小,在 iOS 上约为3.9MB。</p>    <p>而在多句柄下,对 WAL 文件的操作是并行的。一旦某个句柄将 WAL 文件缩短了,而没有一个通知机制让其他句柄进行更新 mmap 的内容。此时其他句柄若使用 mmap 操作已被缩短的内容,就会造成 crash。而普通的 I/O 接口,则只会返回错误,不会造成 crash。因此,SQLite 没有实现对 WAL 文件的 mmap。</p>    <p>显然 SQLite 的设计是针对容量较小的设备,尤其是在十几年前的那个年代,这样的设备并不在少数。而随着硬盘价格日益降低,对于像 iPhone 这样的设备,几 MB 的空间已经不再是需要斤斤计较的了。</p>    <p>另一方面,文件重新增长,对于文件系统来说,这就意味着需要消耗时间重新寻找合适的文件块。</p>    <p><strong>权衡两者,我们可以改为</strong></p>    <ol>     <li>数据库关闭并 checkpoint 成功时,不再 truncate 或删除 WAL 文件,只修改 WAL 的文件头的 Magic Number。下次数据库打开时, SQLite 会识别到 WAL 文件不可用,重新从头开始写入。</li>     <li>为 WAL 添加 mmap 的支持 有了上面两个优化,整体性能就会提升不少了。</li>    </ol>    <p>这里我没有贴具体代码需要改哪些地方,一方面是因为改动点较零散,另一方面是代码上的改动并不难。这个优化的工作量主要是在 SQLite 原理和优化点的挖掘上了,大家可以根据优化方案去尝试。</p>    <h2><strong>3. 其他优化</strong></h2>    <p>不过我们还有一些简单易行且效果还不错的小优化,希望可以成为大家打开 SQLite 黑盒的一个契机。</p>    <p><strong>3.1 禁用文件锁</strong></p>    <p>如我们在多线程优化时所说,对于 iOS app 并没有多进程的需求。因此我们可以直接注释掉 os_unix.c 中所有文件锁相关的操作。也许你会很奇怪,虽然没有文件锁的需求,但这个操作耗时也很短,是否有必要特意优化呢?其实并不全然。耗时多少是比出来。</p>    <p>SQLite 中有 cache 机制。被加载进内存的 page,使用完毕后不会立刻释放。而是在一定范围内通过 LRU 的算法更新 page cache。这就意味着,如果 cache 设置得当,大部分读操作不会读取新的 page。然而因为文件锁的存在,本来只需在内存层面进行的读操作,不得不进行至少一次 I/O 操作。而我们知道,I/O 操作是远远慢于内存操作的。</p>    <p><strong>3.2 禁用内存统计锁</strong></p>    <p>SQLite 会对申请的内存进行统计,而这些统计的数据都是放到同一个全局变量里进行计算的。这就意味着统计前后,都是需要加线程锁,防止出现多线程问题的。</p>    <p>以下 SQLite 内存申请的函数可以看到,当内存统计打开时,会跑代码的第二个 if,malloc 的前后被锁保护了起来。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/4de19e052775afa64440cd73aad29a06.jpg"></p>    <p>其实这里内存申请的量不大,并不是非常耗时的操作,但却很频繁。多线程并发时,各线程很容易互相阻塞。因为耗时很短,所以被阻塞的时间也很短暂。似乎不会有太大问题。但频繁地阻塞却意味着线程不断地切换,这是个很影响性能的操作,尤其对于单核设备。</p>    <p>因此,如果不需要内存统计的特性,可以通过 sqlite3_config(SQLITE_CONFIG_MEMSTATUS, 0)进行关闭。这个修改虽然不需要改动源码,但如果不查看源码,恐怕是比较难发现的。</p>    <h2><strong>4. 结语</strong></h2>    <p>总的来说,移动客户端数据库虽然不如后台数据库那么复杂,但也存在着不少可挖掘的技术点。</p>    <p>这次也只尝试了对 SQLite 原有的方案进行优化,而市面上还有许多优秀的数据库,如 LevelDB、RocksDB、Realm 等,它们采用了和 SQLite 不同的实现原理。后续我们将借鉴它们的优化经验,尝试更深入的优化。</p>    <p>以上就是我今天的分享,谢谢大家。</p>    <h2><strong>问答环节</strong></h2>    <p>Q1:前一阵微信提示我微信数据文件发现有损坏,这个是什么原因呢?</p>    <p>这个是数据库损坏,SQLite 是以B树结构存储的,如果某一个节点发生损坏,可能导致无法读取数据。损坏的原因多种多样,如断电、文件系统错误、硬盘损坏等。据我所知很多产品都出现了类似问题。</p>    <p>你看到的那个是微信的损坏监测和修复逻辑,我们做了自研的工具进行修复。这块我们后续也会分享 db 损坏的监测、保护、修复方案的</p>    <p>Q2:请问 sqlite 有时候会出 signal 11的错误,可能是什么原因导致的</p>    <p>signal 11 就是 SQLITE_CORRUPT,上面提到的数据库损坏的其中一种。另一种是26 SQLITE_NOTADB</p>    <p>Q3:请问微信在全文索引上有实践吗?有没有自己做本地的搜索索引</p>    <p>SQLite 是支持有全文索引的支持的,我们要做的是提供一个好的,支持中文的分词器。</p>    <p>Q4:请问微信在 db 文件修复上有什么心得呢?</p>    <p>看来大家对 db 文件损坏很关注啊。SQLite 提供了 PRAGMA integrity_check 的工具检测损坏 和 DUMP 工具导出损坏 db。但从实践来看,效果并不理想。我们采用了按 BTree 结构遍历修复的方式,以后有机会可以分享给大家</p>    <p>Q5:目前有没有已有的优化过的 sqlite 框架可供使用呢?</p>    <p>iOS上SQLite 的框架似乎只有 FMDB 和 CoreData,坦白说两个都不是很好。我们是自己封装的 WCDB 框架。</p>    <p>Q6:微信的 orm 是怎么搞的</p>    <p>通过封装和规范来处理 ORM</p>    <p>Q7:请问下多句柄怎么开启,是修改 sqlite 源码后再编译的吗?</p>    <p>这个最开始有提到了</p>    <ol>     <li>开启句柄多线程支持的配置 PRAGMA SQLITE_THREADSAFE=2</li>     <li>确保同一个句柄同一时间只有一个线程在操作</li>    </ol>    <p>Q8:微信是怎么分析它的锁竞争的?</p>    <p>最重要的是读懂源码。辅助手段可以有 SQLite 官方的 Technical/Design Document 和 Instrument 工具</p>    <p>Q9:请问有没有对能耗的监测和优化经验?</p>    <p>检测相关的我们有卡顿监控系统,可以到我们的公众号 WeMobileDev 上了解</p>    <p>Q10:请问 sqlite 优化后有性能对比数据吗,差别有多大?</p>    <p>性能数据我以我们的卡顿系统为准,多线程并发优化使得卡顿率从4.08%降至0.19,I/O 优化使得读卡顿从1.50%降至0.20%,写卡顿从1.18%降至0.21%</p>    <p>Q11:iOS 客户端用操作数据库需要每次先 open,执行完了再 close,每次都这样,还是 app 只需要开关一次比较好呢?</p>    <p>常用的 db 没有必要经常开关,db 占用的内存并不高,可以权衡一下</p>    <p>Q12:微信对于本地空间不足会有一个强提醒,这是出于什么考虑?不同机型有不同的策略吗?</p>    <p>空间不足是个硬伤,所谓巧妇难为无米之炊。如16GB 的 iPhone,其实很影响正常使用了。不同机型会做细化</p>    <p>Q13:请问 sqlite 多线程机制,大概能应付多大量级的数据库操作(基本无卡顿),微信有这方面的测试体验吗,然后是使用了底层代码修改多线程机制后,有大概的提升量级吗?</p>    <p>优化的效果我们是以卡顿系统检测到的为准的。能否减少用户感知到的卡顿,优化用户体验才是重点,而不在于能承受多大的量级</p>    <p>Q14:微信对于数据库升级有没有特别优化的地方?或者说不同版本的跳版本升级</p>    <p>不知道这个问题指的是 SQLite 的升级还是表结构的升级。前者的话,暂时没看到 SQLite 新版本有比较大的特性值得我们跟进。后者可以用 alter table 在封装层支持升级,性能损耗不大</p>    <p>Q15:请问微信的 SQLite 有没有开启加密?如果有,性能是否有提升空间?</p>    <p>iOS 版本目前没有开启加密</p>    <p>Q16:微信 sqllite 数据库用的内存数据库吗?那和文件数据库导入导出怎么控制的?</p>    <p>没有使用内存数据库</p>    <p>Q17:可以问一下,目前做 iOS 版,没有针对 android 版么?</p>    <p>这次分享的大部分内容,对Android也是通用的,触类旁通即可。</p>    <p>Q18:请问下,句柄开几个比较合适?读写分离开来对性能是否会有提升呢?</p>    <p>我们是按需生成新句柄的,并设了上限,若超过上限会有报警。如果同一时间并发量太大的话,其实更多要考虑业务层是否适用得当。至于业务层的使用,若能做细化那自然是更好</p>    <p> </p>    <p>来自:http://dev.qq.com/topic/57b6a449433221be01499486</p>    <p> </p>