一、简介
Sofa 源于 Minisite 重构项目，也许您会问，已经有如此众多的 memcahced 客户端，为什么还要再来一个，我们经常会说，不要尝试去重复造轮子。是的，但如果我们有一种不同的思路来制造这个轮子，并且它有可能会做得更好，那为什么不试试看呢？基于此，才有了 sofa 。
二、 Sofa 的愿景
在不额外增加太多成本的情况下，更快速、高效的收发数据。
三、 sofa 的前辈们
在介绍 Sofa 的实现原理之前先简要了解一下，部分目前常用 Memcached 客户端的基本实现原理。
Spy ：
Spy 在处理命令时也利用了批量发送及接收的机制，但其数据的收发都是基于 Selector 处理线程，特点在于：
1. 读写都在一个线程中执行；
2. 写数据是先往 socket 中写，写不完则注册写监听；这种机制的缺点在于，在一次处理不完数据的情况下，写入数据的代码会被多执行一次（一次写循环，另外一次在写事件处理过程中）；而且大部分情况下命令都是一个个被写入 socket 中，整体来看，这种模式会影响高吞吐量情况下的收发效率。
3. 读数据完全依赖 socket 的读事件来执行。
4. 命令本身是批量发送，但每个命令请求都会唤醒 Selector ，结果造成 Selector 被多次唤醒，执行过多的空循环。
另外： spy 的 Selector 线程会根据 Client 创建而自动生成，如果创建多个 client ，那么就会创建多个 Selector 线程；
Xmemcached ：
同 Spy 不同， XM 完全基于 Socket 的 IO 事件来驱动 IO 读写（在 Selector 处理线程中实现读写操作），任何命令读写都会直接注册读写相关的 IO 事件，然后等相应事件产生则往 IO 中写入或读取数据。
与 Spy 的主要区别在于：
1. spy 是先写数据，写不了才注册写事件，而 XM 则完全基于 IO 事件实现。
2. spy 会批量发送数据，而 XM 可以合并多个 Get 命令为一条 GETS 命令；
3. xm 的 Selector 线程数是根据当前服务器的可用处理器个数来创建；
XMemcached 的核心 Selector 的代码写得相当精巧，整体性能表现稳定；
Danga ：
由于之前测试的版本是基于阻塞式 IO 实现，其在吞吐量及相应速度方面要相差一个数量级，所以一直没有太多的关注，在此不做太多评价。但由于其是 Memcached 最早的 java 客户端，使用比较广泛，稳定性也不错。
Cat （ Alibaba 自己的 Memcached Client 实现）：
Cat 的实现类似 spy 但又有所不同，类似点在于：写数据在 Selector 线程中执行，如果数据没有写完，才注册写事件。但其 Selector 线程数量计算方式有点特别，如果处理器小于 8 核，则只创建一个 Selector 线程，否则创建 4 个 Selector 线程；另外， Cat 的实现基于连接池的实现机制，对于同一个 Memcached Server ， Cat 会根据并发请求数，创建对等的 TCP 连接（ TCP 模式下）。在我的测试机上，如果 50 个并发， cat 会同时建立 50 个 TCP 连接。最后一个不同点是 Cat 的命令收发都是独立的，即每个命令都会单独占用一个 socket 来发送和接受，直到处理完当前命令， socket 才空出来给下一个命令使用 ， 没有批量发送和命令合并的功能。但通过多个连接可以实现类似批量发送的功能，整体卡端的 IO 复用率还是比较高的。
四、 sofa 的特点：
1. 收发并行的工作模式，写入时直接往通道中写入数据，读取完全依赖IO 通道中的读事件。
2. 批量处理命令的工作模式： a 、命令的批量发送， b 、多个 get 命令自动合并成一个 gets 命令
3. 基于 nio 的收发模式，可以同时管理多个连接，并且在请求线程急剧增加的情况下，整个收发效率变化平稳。
4. 支持所有 memcached 的标准命令，并且支持二进制和字符串两种命令格式。
5. 支持 direct buffer 模式读取数据（目前只支持 Text 命令模式）。
五、 Sofa 的实现原理：
Sofa 的实现和上述的几个客户端有很大的区别，首先是 sofa 数据收发模式，读写是并行执行的，如下图：
同样在读取数据时也采用类似的机制来实现，由于网卡本身都是全双工的方式工作，因此在多核的系统中，读写的并行可以极大的增加单个连接的数据吞吐量，同时在写 入数据时， sofa 的实现方式是首先尝试直接写，只有底层 socket 中无法写入数据时，才向 selector 注册相关的监听事件，在 Memcached Server 这种请求响应时间几乎恒定的服务器支撑下，可以极大的减少同 selector 的交互次数，在压力测试机上测试统计发现，约 90% 的数据都可以不通过 selector 而直接从 socket 中写入。
其次、 sofa 也采用同 spy 类似的方式，为每个 socket 都维护了一个命令队列，发送时系统从命令队列中获取一批命令数据，并将其一次性发送给 memcached 服务器端，同时对于多个 Get 命令， sofa 会自动合并成一条 Gets 命令，这样可以减少数据发送时往网卡缓存写入数据的次数，进而减少底层网络数据的发送次数 。
最后、 sofa 对命令数据的压缩和解压操作都不放在核心读写线程来实现，为了保证读写线程的高效率，这些操作全部转移到请求线程来处理。
六、性能测试
附件是 spy ， xmemcached ， sofa ， cat 之间的性能测试对比 , 性能测试对比图：见附件
性能对比测试粗略分析 ：
测试 Client 在 1 、 5 、 10 、 20 、 50 、 100 、 150 、 200 个并发线程模式下，各个 client 的整体吞吐量 TPS （第一列图）及在当前压力下随机读写两次数据的响应速度测试（第二列图）。
1. 吞吐量（ TPS ）：
从图中可以看到在大部分情况下， sofa 能够获取更高的吞吐量（ 20% ～ 100% 左右的性能提升），有些场景 TPS 会有近 1 倍的提升。
但 XM 整体的稳定性较好，随着线程数和数据量大小的增加，各方面性能表现都比较稳定；
2. 压力测试下，随机访问速度测试：
测试在相应的并发压力下，随机访问的性能对比， sofa 总体而言和 xm 系统差不多，甚至某些情况下还会稍微快些。
-
连接数：
xm 、 spy 、 sofa ：在所有场景下都只是用了一个 TCP 连接；
cat ：连接数随并发数增加而增加，每个并发会对应一个 TCP 连接；
七、 Sofa 的未来 ：
说实话，我也不是太清楚，如果你喜欢或者有兴趣，或许可以和我一起来完善它，我相信Sofa 还存在很大的优化空间，占有更少的系统资源，获取更快的收发速度；
如果想在自己的产品中尝试使用它，对 sofa 而言绝对是个好消息，不管如何，它都需要大家的支持才有可能能走得更远 、 更好。
未来计划：
加入更多的异常处理机制，诸如连接自动重建，多备份数据读写等等；
加入 UDP 的支持
优化核心模块，让其占用更少的资源消耗，尤其是内存分配与释放相关的部分。