OpenERP 负载平衡
-
OpenERP 7.0 带来了许多新特性,架构上也有许多改进。其中可配置 worker 参数,可使 OpenERP 运行在多进程模式,突破GIL的限制,有效利用了现代多核CPU的性能。但默认情况下,OpenERP 只能运行于一台服务器,对于提供SAAS服务或并发很大的情况下,单台服务器的性能是有限的。本文介绍实现 OpenERP 负载平衡的方法和原理。
一、架构
┌────────────────────────────────┐
│ Nginx │
└────────────────────────────────┘
/ | <br /> ┌────────┐ ┌────────┐ ┌────────┐
│OE Server │ │ OE Server │ │ OE Server │
└────────┘ └────────┘ └────────┘
| /
┌────────────────────────────────┐
│ Redis Server │
└────────────────────────────────┘
注:实现负载平衡的关键点在于 cache 和 session 共享。
二、Web 服务器配置
WEB 服务器选择 Nginx + upstream 配置,可参考 “使用Nginx Upstream 部署 OpenERP ” http://my.oschina.net/wangbuke/blog/67450 。
默认情况下,nginx 采用轮询的方式,将请求分发到多个 OE Server 里。建议改为 ip_hash 方式,如:
upstream bakend {
ip_hash;
server 192.168.0.11:8069;
server 192.168.0.12:8069;
}
三、OpenERP 的 Session 和 Cache 处理
3.1 OpenERP Web Session 处理
OpenERP 中的Session 处理默认用FilesystemSessionStore,使用文件系统存储用户 session 。如 openerp/addons/web/http.py
class Root(object):
def init(self):
self.session_store = werkzeug.contrib.sessions.FilesystemSessionStore(path)
self.session_lock = threading.Lock()
那么我们只要将OpenERP 中的SessionStore,改为 RedisSessionStore,RedisSessionStore 可参考https://gist.github.com/1451947 。
修改方法,可以直接修改 http.py 文件。
或是和我一样,重写一个库,重载 session_context 方法,这样可以不修改OpenERP的源文件,方便以后升级。
3.2 OpenERP LRU Cache 处理
openerp/tools/cache.py 中 ormcache 和 ormcache_multi 是 OpenERP 中非常重要的缓存类。OpenERP ORM 大部分的方法调用都会经过 @tools.ormcache 或 @ormcache_multi 修饰。经过修饰后,结果会被缓存,这个缓存是存放于内存中。 这个就是OE在加载一次数据后,第二次会明显快很多的原因。还有,通过web 界面翻译OE术语不能实时生效,也是因为缓存没有更新。
可以修改ormcache 和 ormcache_multi 类,以使用 redis 缓存。关键代码如下:
def lookup(self, self2, cr, *args):
key = args[self.skiparg-2:]
key = '%s:%s' % (self.method.name, str(key))
#key = md5(key).hexdigest()
hash_name = self.db_key_template % cr.dbname
value = self.redis.hget(hash_name, key)
if value:
self.stat_hit += 1
return loads(value)
else:
self.stat_miss += 1
value = self.method(self2, cr, *args)
self.redis.hset(hash_name, key, dumps(value, HIGHEST_PROTOCOL))
self.redis.expire(hash_name, self.timeout)
return value
缓存的值使用 cPickle 序列化后,将每个键值对存放于 redis 的 哈希表中。
3.3 auth_openid 模块
auth_openid模块也使用文件系统存储用户登录凭证。如:
class OpenIDController(openerp.addons.web.http.Controller):
_store = filestore.FileOpenIDStore(_storedir)
如果您启用了这个模块,那么这里也需要修改为存储在redis中。如果没有启用此模块,则无需理会。
相关实现可参考,https://github.com/bbangert/openid-redis/blob/master/openidredis/init.py
四、OpenERP Cron 处理
默认情况下,每个OpenERP Server 实例都会运行一个 cron 进程任务。这里建议只允许一个实例运行CRON。把OpenERP 7.0 的配置参数 max_cron_threads 设置为0 ,即可禁止cron。相关代码如下:
def process_spawn(self):
while len(self.workers_http) < self.population:
self.worker_spawn(WorkerHTTP, self.workers_http)
while len(self.workers_cron) < config['max_cron_threads']:
self.worker_spawn(WorkerCron, self.workers_cron)
五、OpenERP Module RegistryManager 处理
OpenERP Module Registry 主要负责管理OE的对象。一般是安装或更新的模块时候,会根据定义来更新数据库。 在OE多进程模式下,OE会自动管理 Module Registry ,相关的更新信息会存放在数据库里。RegistryManager 会检测是否有更新,如有更新将会自动清除缓存并重新载入。相关代码如下:
@classmethod
def setup_multi_process_signaling(cls, cr):
if not openerp.multi_process:
return
@classmethod
def check_registry_signaling(cls, db_name):
if openerp.multi_process and db_name in cls.registries:
这里,实际上无需做改动,上面只是说明情况。只需让OE运行在多进程模式即可(也就是配置 worker 参数)。
六、完成!
经过以上几个步骤,可以让OpenERP 运行于多台服务器,通过Redis 分布式缓存处理相关的 Cache 和 Session,从而实现 OpenERP 负载平衡。
注:
1、本文仅讨论 OpenERP 负载平衡部署方式,并不涉及 Postgresql 和 Redis 的负载平衡,相应的方法请自行搜索。
2、鉴于OpenERP SA 官方已不再维护 GTK 客户端,并没有对GTK客户端的情况进行完整测试。 -
[quote author=oldrev link=topic=5703.msg14029#msg14029 date=1358770532]
很厉害的呢,这种最适合弄个分支然后提交给官方合并。
我觉得普通企业用恐怕需求不大吧,因为 OE 这类应用的瓶颈还是在 DB 上,快来人写 PostgreSQL 负载均衡和高可用文章
[/quote]
;D , OpenERP s.a. don't bird me , I don't bird OpenERP s.a.
1、OpenERP 官方从6.0 开始做SAAS, 他们不缺这个技术。
2、此文不对应用场景下结论,需不需要做负载平衡,这个大家自行根据实际情况判断。
3、PostgreSQL 的历史和口碑远胜于OE,PostgreSQL 负载均衡方案早就很成熟了,比如pgpool-II 等。
SO .... 祝玩的开心 ~ -
[quote author=NewZN link=topic=5703.msg14034#msg14034 date=1358782739]
好文,谢谢buke分享!如果运营SaaS模式,这个办法很好。
我有个问题请教下:
如果日订单平均1万单(对于某些较大的电商,这是完全可能的),一年下来就超过300万单。
就OE和PostgreSQL而言,这个数据量的处理会有哪些瓶颈呢,有什么办法克服此瓶颈吗?
[/quote]
一切不给出详细数据来谈优化和性能,都是耍流氓。
我这里也就纸上谈兵,空谈几句。。。
先说说优化原则:
1、[b]不要过早优化[/b]。能通过升级硬件就升级,能多机负载就搞多机。
2、[b]空间换时间[/b]。除了不合理的或错误的方法外,所有的优化原理上都是以空间换时间,木有之一。
需求分析:
首先,日均1万单,那峰值加一个数量级: 10万单/天
按照电商行业高峰期算半天:10万单/12小时 = 23单/秒
看起来很简单嘛,嘿嘿 ~ 且慢!订单处理就是OE的核心,可以说订单处理基本上把OE都搞了个底朝天,对数据库来说这里基本还都是事务操作,懂不懂就要锁行甚至锁表。。。
此外,正常运作起来的ERP,用户少不了查询、统计、报表。。。。这些也是一大块
按经验,这里最有可能的瓶颈就是数据库
数据库可能的优化:
1、换 ORACLE
2、请一个DBA
3、如果以上2条都没办法,先那么就考虑 PG 集群吧
PGPOOL-II = 负载平衡 + 读写分离 。这个配置的好,服务器不是太差的话,对付每秒几百单的需求应该都可以了
4、如果读写分离也搞不定,那就做sharding ,横切竖切,除了整一个DBA回来外,当然OpenERP 的DB路由、表结构都得改改了
5、还是搞不定? 尼玛这估计都到每秒几千单了,电商当中你都是 TOP 10 了吧,还在折腾OE? 风投的钱不花白不花啊
OE Server 部分可能的优化
前端优化的好,可以减少很多DB请求,思路也是一样,空间换时间
1、多机负载
2、缓存!缓存!缓存!一切能缓存的都给缓存了
3、尽可能减少实时计算
类似OE 的 funcion field 统统 store = True
OE 的 kanban view 等,把结果缓存,或多建几个冗余表放在数据库里
OE的列表查询,宁可翻页,也不能让客户选择分页数。
一些统计分组查询之类,比如月报表、周报表、日报表,放在固定时间跑批,然后放数据库或缓存
报表尽量在客户端渲染,或者生成之后然后缓存
现在能想到的大概就这么了。。。
总结:
在合理优化的前提下,使用多机负载方法,我认为是可以满足您的需求的。
以上罗罗嗦嗦,如果不当之处还请大家斧正。