背景

最近我操刀了leetcode的论坛迁移，整个过程持续了几周的时间，总算暂时告了一个段落。常使用leetcode论坛的用户应该已经发现论坛已经大变样了吧~

期间遇到了不少坑坑洼洼，将来也还会有好多问题等待去一一解决。关于这个迁移过程中的收货，这篇文章中就不细说了，有时间再另开一篇博文。这篇文章主要关注在url-mapping以及它的性能问题。

问：url-mapping的问题从何而来呢？

旧的论坛和新的论坛是两个不同的discuss框架。前者是phpbb，现在是nodebb。两者的 url routing 完全不一样，比如说同一个topic，在原来的url是 http://hostname/discuss//，在新的论坛中是 http://hostname/topic//（这里就不讨论两者甚至连topic_id都不一样的问题了）。

而在广袤的互联网海洋中，旧论坛的url可能到处都存在。我们不希望在论坛迁移后，用户点那些链接就失效了。我们希望的是用户访问旧的url可以被重定向到新论坛的某个地址。所以就产生了url-mapping的问题。

方法

生成url-mapping

感谢nodebb-plugin-import提供了数据迁移以后自动生成url-mapping的方式，省了我自己写脚本生成这些mapping的时间。每一条mapping大致是这样的：

~^/discuss/questions/oj/add-two-numbers\\b(\\?[^/]*)*/?$  /category/10/add-two-numbers;

其中的slug和id的mapping是由插件生成的。regular expression是为了匹配url中如果有param添加的。

Nginx Map

官方文档的demo可能对于刚想上手的同学来说不是那么友好，还是直接看现成的配置学得快：

http {
  ...

  map_hash_max_size 204800;
  map_hash_bucket_size 204800;
  map $request_uri $new {
     include /path/of/your/map/file;
  }

  include /etc/nginx/conf.d/*.conf;
  include /etc/nginx/sites-enabled/*;

  ...
}

server {
  ...

  if ($new) {
    rewrite ^ https://discuss.leetcode.com$new redirect;
  }

  location / {
    ...
  }
  ...
}

在server规则匹配中，$new值不为空，说明当前要访问的url已经在http模块的mapping文件中匹配到了，这个时候就不走各种location模块了，直接rewrite成新的地址。注:这里要是做成proxy_pass也行，后面的测试中就采用了proxy_pass。但线上的环境，担心nginx的压力太大了，就采用了rewrite方式给它减减压。

测试

考虑到mapping的条目有点多，几万量级，又都是正则匹配。每个请求来的时候都会先去看看mapping中有没有，即使mapping使用的是hash的方式也不免会让我对它的性能产生一些担忧，所以性能测试就必须要来一发了。

测试方案：

1. 在新机器上跑helloworld

2. 自动生成随机100个url-mapping，都重定向到helloworld

3. 使用abtest分别对helloworld和随机url作压测

4. 增大url-mapping的条目，重复1,2

压测机器

临时租了两台阿里云服务器(因为是临时的，所以我也就不在意在后文暴露ip了)，配置都是：1核，2048M内存，40G硬盘。一台用作nginx和helloworld程序，一台专门做abtest。

注：abtest也在阿里云执行只要是为了在一个数据中心降低网络延迟。最后发现效果真不错，rps从100多直接飙升到2700多。

helloworld

采用了nodejs的helloworld：

var http = require(\'http\');
var i = 0;
http.createServer(function (req, res) {
  console.log(i++);
  res.writeHead(200, {\'Content-Type\': \'text/plain\'});
  res.end(\'Hello World\\n\');
}).listen(1337, \"0.0.0.0\");
console.log(\'Server running at http://0.0.0.0:1337/\');

url-mapping

生成urlmapping写了一个python脚本：

import hashlib

m2 = hashlib.md5()
current = \"hello world\"
f = open(\'./url.map\', \'w\')

for i in range(100):
    m2.update(current)
    current = m2.hexdigest()
    f.write(\'~^/hello/world/\' + current + \'\\\\b(\\?[^/]*)*/?$\\t/;\\n\')

f.close()

nginx配置：

server {
  listen 80;
  server_name 120.26.138.197;

  location ^~ /{
    if ($new) {
      proxy_pass http://120.26.138.197:1337$new;
      break;
    }

    return 404;
  }
}

abtest

rps测试(request per second)：并发压测使用100000次请求，并发100个用户的方式。

# 不走nginx
ab -n100000 -c100 120.26.138.197:1337/
# 走nginx
ab -n100000 -c100 120.26.138.197/hello/world/5eb63bbbe01eeed093cb22bb8f5acdc3/

跟预想的一样，mapping的条目确实会对请求效率产生影响。而且几万条的映射在较高并发的情况下已经到了勉强能用的临界了。还好以后mapping的条目不会再增加了，并且论坛的并发很难到100的量级。

tpr测试(time per request)：因为考虑到服务器比较稳定，减少压测总数。同时把并发用户减为1个。

# 不走nginx
ab -n1000 -c1 120.26.138.197:1337/
# 走nginx
ab -n1000 -c1 120.26.138.197/hello/world/5eb63bbbe01eeed093cb22bb8f5acdc3/

在并发不是很高的时候mapping的条目可以更多。100000个条目大概只会影响整个请求15ms左右，可以忽略不计。如果说150ms的延迟是可以接受的，那么在一个并发不是很高的情况下，mapping最多可以有100w条，还是很多的。

测试中的不足

1. 压测的url请求并不随机

2. 所有的url都被重定向到一个地方。不过从结果来看，nginx确实是根据条目一个个请求的。这点倒没有什么影响

3. 没有测试http://hostname/path?param=xxx这样类型的url