Nginx性能优化:worker连接池才是真瓶颈
站点刚上线那阵子,很多人会把Nginx的超时参数翻来覆去地改。请求一慢,第一反应是proxy_read_timeout不够长,从默认的60秒拉到150秒,甚至1800秒。改完重启,该慢的还是慢。问题出在方向:反向代理场景下,超时只是让等待更久,真正决定吞吐的是worker之间怎么分活。2022年有大型CDN厂商给出的答案更直接——放弃Nginx,用Rust重写代理,CPU和内存降到原来的三分之一。这个案例值得每个管Nginx的人读一遍,它把性能问题从参数层拉到了架构层。
超时调大只是让等待更久,不会让请求更快
Nginx的超时配置分好几层,容易混。客户端连上来等响应,是一个超时;Nginx连后端应用服务器(PHP、Node.js、Tomcat这些),又是一个;后端自己处理太久,还是另一个。素材里反复出现的proxy_read_timeout属于第二类,管的是Nginx等后端回数据的时间,单位是秒。把它从60改成150,只意味着后端可以磨蹭150秒才被断开,用户该等多久还是等多久。我一般会先确认慢在哪一段。如果后端日志里处理时间本来就短,超时设多大都没意义;如果是后端真慢,调超时等于把故障藏起来,502会变成504,用户感知更差。超时参数的合理用途是兜底,不是提速。把它当性能开关,是Nginx优化里最常见的一个误判。
worker各自为政,扩容反而拉低连接复用率
那篇2022年的文章把问题说得很透。Nginx里每条请求由单个worker处理。CPU核心之间的负载不容易均衡;更麻烦的是连接池按worker划分,请求落到哪个worker,就只能复用那个worker池子里的连接。加worker扩容时,连接被分散到更多互相隔离的池子里,复用率掉下去,TCP和TLS握手次数上来,TTFB反而变长。对中小站点,这个效应不明显,因为并发低,连接池够用。流量一上来,尤其是反向代理后端多、连接建立成本高的场景,worker数越多越吃亏。我见过不少配置把worker_processes设成auto,核心数一多,连接池碎得更厉害。这不是配置写错了,是模型本身的取舍。
换掉Nginx的案例,省下的是三分之二的资源
Pingora是用Rust写的HTTP代理。每天处理超过1万亿条请求,CPU和内存占用只有原有代理基础设施的三分之一。他们评估过三条路:fork Nginx改到满足需求、迁到envoy这类第三方代理、从零自建。前两条要么受架构限制投入巨大,要么担心几年后重演同样的问题,最后选了自建。Nginx纯C编写,内存安全靠人盯,第三方库一出错就是事故;Lua补充进来风险低一些,性能又跟不上,复杂逻辑还缺静态类型。这个案例对多数人不是让你也去写代理。它说明一件事:Nginx的性能天花板不在参数表里,在worker模型和连接管理上。单机几千并发以内,调好配置完全够用;到了需要横向扩很多worker还嫌连接复用差的规模,换架构的账才算得过来。
隐藏版本号和超时兜底,是两件低成本的正确事
参数层面也有值得做的。隐藏Nginx版本号能抬高攻击者利用已知漏洞的门槛。改server_tokens off、顺手处理HTTP头里的版本回显。成本几乎为零。超时该设还得设,只是要按后端真实处理时间留余量,proxy_read_timeout从60调到150这类改动,适合放在后端确实有长任务的接口上,而不是全局一把梭。这两件事不解决吞吐,但能少踩坑。回到取舍:并发在单机可控范围内,先把worker数量和连接池调顺,再谈超时;流量到了连接复用明显拖后腿的量级,才值得考虑换代理架构或把代理层独立部署。秀米云这边也常被问到类似的问题。
和「Nginx」相关的判断之前也写过几篇,取舍逻辑可以对照着看,Nginx 性能优化怎么选、Nginx 性能优化与防御选型。Nginx 调优别急着改 worker_connections,先把文件句柄和 CPU 亲和理顺讲的角度不太一样,两篇一起看更清楚。