17370845950

gRPC 比 JSON HTTP 更快但压测差距小，主因是连接未复用、HTTP/2 未启用或降级、客户端频繁 Dial；protobuf 瓶颈可通过 gogo/protobuf、手动 BinaryMarshaler 和缓冲区复用优化；context timeout 错误设置导致下游超时雪崩；熔断无效因依赖超时而非失败率，应改用并发限流+自适应超时。

为什么 gRPC 比 JSON HTTP 更快，但实际压测没差多少？

根本原因常是服务端未关闭 Keep-Alive 或客户端复用 *http.Client 不当，导致每次调用都新建 TCP 连接。gRPC 底层虽用 HTTP/2，但若 TLS 握手耗时高、或服务端未启用 HTTP/2（比如 Nginx 前置代理未透传），gRPC 就会退化成多路复用的 HTTP/1.1，失去流控和头部压缩优势。

• 确认服务端监听明确启用了 HTTP/2：

  lis, _ := net.Listen("tcp", ":8080")
  srv := grpc.NewServer()
  // 不要漏掉这行
  grpc.EnableTracing = false // 非调试期关掉
  

• Nginx 代理 gRPC 必须配置 http2 和 grpc_pass，不能用 proxy_pass http://...；否则连接被降级
• 客户端务必复用 *grpc.ClientConn，不要每次调用都 grpc.Dial() —— 这个操作本身含 DNS 解析、TLS 握手、HTTP/2 协商，开销远超一次 RPC

如何让 protobuf 序列化不成为瓶颈？

默认 proto.Marshal() 是反射实现，小消息不明显，但字段超 20 个、嵌套深、或高频调用（>10k QPS）时，GC 压力和 CPU 占用会陡增。尤其当结构体含 []byte 或 map[string]string 且长度波动大时，序列化缓冲区反复分配易触发 GC。

• 用 gogo/protobuf 替代官方 protoc-gen-go，生成代码带 MarshalUnsafe 和零拷贝 Size 方法
• 对高频小消息（如心跳、状态上报），手动实现 encoding.BinaryMarshaler，绕过 protobuf 运行时
• 避免在 proto message 中定义大字段（如原始图片 base64）；改用 bytes 字段 + 客户端预分配 make([]byte, 0, 4096) 复用缓冲区

context.WithTimeout 传错地方，为什么请求延迟翻倍？

常见错误是在服务端 handler 开头就写 ctx, cancel := context.WithTimeout(ctx, 5*time.Second)，然后把新 ctx 传给下游 gRPC 调用。问题在于：这个 timeout 是从当前时刻起算，而非上游请求开始时刻。若本服务已处理 3 秒，再设 5 秒，下游只剩 2 秒可用，极易超时重试，形成雪崩。

• 始终使用上游传入的 ctx 直接调用下游，不要重设 deadline —— gRPC 会自动透传 timeout 和 cancel 信号
• 仅在必须限制某段**内部逻辑**（如 DB 查询、本地缓存加载）时，才用 context.WithTimeout，且 timeout 值应显著小于上游剩余时间（建议 ≤ 1/3）
• 用 grpc.SendMsg/RecvMsg 级别埋点验证：若 RecvMsg 耗时正常但 SendMsg 突增，大概率是下游因 timeout 被 cancel 导致重传

为什么加了熔断还是扛不住突发流量？

标准熔断器（如 sony/gobreaker）基于失败率统计，但微服务间调用失败常是超时（context.DeadlineExceeded），而超时本身是下游负载过高导致 —— 此时失败率未必超标，熔断器不触发，流量继续涌入，形成正反馈恶化。

• 改用并发控制（concurrency limit）+ 排队：用 golang.org/x/sync/semaphore 限制单机最大并发 outbound 请求，比纯失败率更前置
• 对关键依赖（如用户中心、订单服务），在 client 层加 adaptive timeout：根据最近 10 次 P95 延迟动态调整本次调用的 context.WithTimeout
• 禁用 gRPC 的默认重试（EnableRetry: true）—— 微服务拓扑中，重试放大效应远大于收益，应由业务层统一决策是否重试

真实线上性能拐点往往不在协议或序列化，而在连接管理粒度、context 生命周期误用、以及把“熔断”当成流量整形的幻觉。这些地方改一行代码，QPS 可能提升 3 倍，但日志里几乎看不到对应指标变化。