php-fpm进程模型与进程池隔离优化

本文主要想记录优化线上502问题，包括采用进程池隔离的手段。借这个事，我们把php-fpm的线程模型梳理下，PHP开发的同学，这是必须要掌握的。

php-fpm 进程模型

php-fpm采用多进程单线程模型，区分master进程和worker进程。先用几句话描述下进程的创建和作用：

php-fpm先创建一个 master进程，然后创建并监听 listen socket，再 fork出多个 worker子进程（worker 进程自然继承了这个listen socket）。master 可以同时监听多个端口，每个端口可对应一个进程池，池里包含多个 worker进程。

master 进程不直接处理用户请求，主要负责管理 worker进程，如发信号等。

每个 worker进程来 accept请求。worker 进程的处理流程：启动后阻塞在 accept上，请求到达后开始读取请求数据，读取完开始处理，然后再返回。在这期间这个worker 进程是不会接收其它请求的，只能一次响应一个请求，只有把这个请求处理完成后才会 accept 下一个请求。

这和nginx的线程模型如出一辙，但IO模型不同，nginx使用了IO复用，一个worker进程可以同时处理多个请求。

ps -ef

work@VM_x_centos:~$ ps -ef --forest | grep -v grep | grep php-fpm
work      2248     1  0 3月27 ?       00:00:02 php-fpm: master process (/usr/local/php/etc/php-fpm.conf)
work      2249  2248  0 3月27 ?       00:00:00  \_ php-fpm: pool soda
work      2250  2248  0 3月27 ?       00:00:00  \_ php-fpm: pool soda
work      2254  2248  0 3月27 ?       00:00:00  \_ php-fpm: pool www
work      2256  2248  0 3月27 ?       00:00:00  \_ php-fpm: pool www

图解

进程模型图

生命周期图

图片来源于文章- PHP-FPM 生命周期

php-fpm 惊群问题解决

前边说到master fork进程时，worker进程继承了listenfd，这就导致一个请求来产生的惊群问题。php-fpm 是在 accept前后加了加锁和解锁，避免惊群效应。如代码：

//fastcgi.c
int fcgi_accept_request(fcgi_request *req)
{
...
// listenfd 加锁
FCGI_LOCK(req->listen_socket);
req->fd = accept(listen_socket, (struct sockaddr *)&sa, &len);
FCGI_UNLOCK(req->listen_socket);
...
}

优化nginx 502问题

之前生产环境出现过，nginx状态码报502的问题，从发现到优化解决这里一并记录下来。生产环境的数据这里不便写，就用自己的机器复现了。

LNMP架构，nginx代理请求给到php cgi程序即php-fpm处理。用户和nginx中间有一个TCP连接，nginx和php-fpm有个TCP连接（单机部署也可以unix socket通信，一个道理）。

如图：

日志

为什么会出现502 bad gateway？不妨先看这个case下，nginx和php-fpm的日志。

nginx log

注意error log中的描述，从 upstream(这里就是指 php-fpm)获取响应时失败，连接断开了。

==> error.log <==
[error] 1810#0: *152 recv() failed (104: Connection reset by peer) while reading response header from upstream, client: 10.13.140.13, server: localhost, request: "GET / HTTP/1.1", upstream: "fastcgi://unix:/tmp/php-fpm.sock:", host: "hansongda.cn"

==> access.log <==
10.13.140.13, - - [] "GET / HTTP/1.1" 502 537 "-" "Mozilla/5.0 Chrome" "-"

php-fpm log

注意php-fpm 日志中，显示脚本执行超时结束了。

[-] WARNING: [pool www] child 1815, script '/data/www/../index.php' (request: "GET /index.php") execution timed out (5.013558 sec), terminating

这就是LNMP架构下一个典型的状态码502的问题。即 php服务处理这次请求超时了（request_terminate_timeout），这个时间小于 nginx设置的和后端服务的交互时间（fastcgi_read_timeout），最后nginx响应给用户就是502。

优化

  1. 优化长耗时接口

  2. 调大php-fpm参数 request_terminate_timeout

  3. 进程池隔离

    长耗时接口是统计查询接口，给统计查询API分配一个独立的进程池，隔离影响使之不要影响配置变更的重要API。

nginx.conf

# location匹配API，port1 对应进程池A 
location ~ 匹配统计API {
  fastcgi_pass IP:port1;
  ...
  fastcgi_connect_timeout 10;
  fastcgi_read_timeout 10;
  fastcgi_send_timeout 10;
}


# location匹配API，port2 对应进程池B
location ~ 其他API {
  fastcgi_pass IP:port2;
  ...
  fastcgi_connect_timeout 10;
  fastcgi_read_timeout 10;
  fastcgi_send_timeout 10;
}

php-fpm conf

php-fpm.conf 包含各个进程池自己独立的配置

include=/usr/local/php/etc/php-fpm.d/*.conf

poolA.conf

# 根据服务性能，调整一个合适的时间
request_terminate_timeout = 10s

参考