作者：Draveness

原文鏈接：draveness.me/redis-io-multiplexing

最近在看 UNIX 網(wǎng)絡(luò)編程并研究了一下 Redis 的實(shí)現(xiàn)，感覺 Redis 的源代碼十分適合閱讀和分析，其中 I/O 多路復(fù)用（mutiplexing）部分的實(shí)現(xiàn)非常干凈和優(yōu)雅，在這里想對(duì)這部分的內(nèi)容進(jìn)行簡(jiǎn)單的整理。

幾種 I/O 模型

為什么 Redis 中要使用 I/O 多路復(fù)用這種技術(shù)呢？

首先，Redis 是跑在單線程中的，所有的操作都是按照順序線性執(zhí)行的，但是由于讀寫操作等待用戶輸入或輸出都是阻塞的，所以 I/O 操作在一般情況下往往不能直接返回，這會(huì)導(dǎo)致某一文件的 I/O 阻塞導(dǎo)致整個(gè)進(jìn)程無法對(duì)其它客戶提供服務(wù)，而 I/O 多路復(fù)用就是為了解決這個(gè)問題而出現(xiàn)的。

Blocking I/O

先來看一下傳統(tǒng)的阻塞 I/O 模型到底是如何工作的：當(dāng)使用 read 或者 write 對(duì)某一個(gè)文件描述符（File Descriptor 以下簡(jiǎn)稱 FD)進(jìn)行讀寫時(shí)，如果當(dāng)前 FD 不可讀或不可寫，整個(gè) Redis 服務(wù)就不會(huì)對(duì)其它的操作作出響應(yīng)，導(dǎo)致整個(gè)服務(wù)不可用。

這也就是傳統(tǒng)意義上的，也就是我們?cè)诰幊讨惺褂米疃嗟淖枞Ｐ?#xff1a;

阻塞模型雖然開發(fā)中非常常見也非常易于理解，但是由于它會(huì)影響其他 FD 對(duì)應(yīng)的服務(wù)，所以在需要處理多個(gè)客戶端任務(wù)的時(shí)候，往往都不會(huì)使用阻塞模型。

I/O 多路復(fù)用

雖然還有很多其它的 I/O 模型，但是在這里都不會(huì)具體介紹。

阻塞式的 I/O 模型并不能滿足這里的需求，我們需要一種效率更高的 I/O 模型來支撐 Redis 的多個(gè)客戶（redis-cli），這里涉及的就是 I/O 多路復(fù)用模型了：

在 I/O 多路復(fù)用模型中，最重要的函數(shù)調(diào)用就是 select，該方法的能夠同時(shí)監(jiān)控多個(gè)文件描述符的可讀可寫情況，當(dāng)其中的某些文件描述符可讀或者可寫時(shí)，select 方法就會(huì)返回可讀以及可寫的文件描述符個(gè)數(shù)。

關(guān)于 select 的具體使用方法，在網(wǎng)絡(luò)上資料很多，這里就不過多展開介紹了；

與此同時(shí)也有其它的 I/O 多路復(fù)用函數(shù) epoll/kqueue/evport，它們相比 select 性能更優(yōu)秀，同時(shí)也能支撐更多的服務(wù)。

Reactor 設(shè)計(jì)模式

Redis 服務(wù)采用 Reactor 的方式來實(shí)現(xiàn)文件事件處理器（每一個(gè)網(wǎng)絡(luò)連接其實(shí)都對(duì)應(yīng)一個(gè)文件描述符）

文件事件處理器使用 I/O 多路復(fù)用模塊同時(shí)監(jiān)聽多個(gè) FD，當(dāng) accept、read、write 和 close 文件事件產(chǎn)生時(shí)，文件事件處理器就會(huì)回調(diào) FD 綁定的事件處理器。

雖然整個(gè)文件事件處理器是在單線程上運(yùn)行的，但是通過 I/O 多路復(fù)用模塊的引入，實(shí)現(xiàn)了同時(shí)對(duì)多個(gè) FD 讀寫的監(jiān)控，提高了網(wǎng)絡(luò)通信模型的性能，同時(shí)也可以保證整個(gè) Redis 服務(wù)實(shí)現(xiàn)的簡(jiǎn)單。

I/O 多路復(fù)用模塊

I/O 多路復(fù)用模塊封裝了底層的 select、epoll、avport 以及 kqueue 這些 I/O 多路復(fù)用函數(shù)，為上層提供了相同的接口。

在這里我們簡(jiǎn)單介紹 Redis 是如何包裝 select 和 epoll 的，簡(jiǎn)要了解該模塊的功能，整個(gè) I/O 多路復(fù)用模塊抹平了不同平臺(tái)上 I/O 多路復(fù)用函數(shù)的差異性，提供了相同的接口：

• static int aeApiCreate(aeEventLoop *eventLoop)

• static int aeApiResize(aeEventLoop *eventLoop, int setsize)

• static void aeApiFree(aeEventLoop *eventLoop)

• static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask)

• static void aeApiDelEvent(aeEventLoop *eventLoop, int fd, int mask)

• static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp)

同時(shí)，因?yàn)楦鱾€(gè)函數(shù)所需要的參數(shù)不同，我們?cè)诿恳粋€(gè)子模塊內(nèi)部通過一個(gè) aeApiState 來存儲(chǔ)需要的上下文信息：

//?select typedef?struct?aeApiState?{fd_set?rfds,?wfds;fd_set?_rfds,?_wfds; }?aeApiState;//?epoll typedef?struct?aeApiState?{int?epfd;struct?epoll_event?*events; }?aeApiState;

這些上下文信息會(huì)存儲(chǔ)在 eventLoop 的 void *state 中，不會(huì)暴露到上層，只在當(dāng)前子模塊中使用。

封裝 select 函數(shù)

select 可以監(jiān)控 FD 的可讀、可寫以及出現(xiàn)錯(cuò)誤的情況。

在介紹 I/O 多路復(fù)用模塊如何對(duì) select 函數(shù)封裝之前，先來看一下 select 函數(shù)使用的大致流程：

int?fd?=?/*?file?descriptor?*/fd_set?rfds; FD_ZERO(&rfds); FD_SET(fd,?&rfds)for?(?;?;?)?{select(fd+1,?&rfds,?NULL,?NULL,?NULL);if?(FD_ISSET(fd,?&rfds))?{/*?file?descriptor?`fd`?becomes?readable?*/} }

• 初始化一個(gè)可讀的 fd_set 集合，保存需要監(jiān)控可讀性的 FD；

• 使用 FD_SET 將 fd 加入 rfds；

• 調(diào)用 select 方法監(jiān)控 rfds 中的 FD 是否可讀；

• 當(dāng) select 返回時(shí)，檢查 FD 的狀態(tài)并完成對(duì)應(yīng)的操作。

而在 Redis 的 ae_select 文件中代碼的組織順序也是差不多的，首先在 aeApiCreate 函數(shù)中初始化 rfds 和 wfds：

static?int?aeApiCreate(aeEventLoop?*eventLoop)?{aeApiState?*state?=?zmalloc(sizeof(aeApiState));if?(!state)?return?-1;FD_ZERO(&state->rfds);FD_ZERO(&state->wfds);eventLoop->apidata?=?state;return?0; }

而 aeApiAddEvent 和 aeApiDelEvent 會(huì)通過 FD_SET 和 FD_CLR 修改 fd_set 中對(duì)應(yīng) FD 的標(biāo)志位：

static?int?aeApiAddEvent(aeEventLoop?*eventLoop,?int?fd,?int?mask)?{aeApiState?*state?=?eventLoop->apidata;if?(mask?&?AE_READABLE)?FD_SET(fd,&state->rfds);if?(mask?&?AE_WRITABLE)?FD_SET(fd,&state->wfds);return?0; }

整個(gè) ae_select 子模塊中最重要的函數(shù)就是 aeApiPoll，它是實(shí)際調(diào)用 select 函數(shù)的部分，其作用就是在 I/O 多路復(fù)用函數(shù)返回時(shí)，將對(duì)應(yīng)的 FD 加入 aeEventLoop 的 fired 數(shù)組中，并返回事件的個(gè)數(shù)：

static?int?aeApiPoll(aeEventLoop?*eventLoop,?struct?timeval?*tvp)?{aeApiState?*state?=?eventLoop->apidata;int?retval,?j,?numevents?=?0;memcpy(&state->_rfds,&state->rfds,sizeof(fd_set));memcpy(&state->_wfds,&state->wfds,sizeof(fd_set));retval?=?select(eventLoop->maxfd+1,&state->_rfds,&state->_wfds,NULL,tvp);if?(retval?>?0)?{for?(j?=?0;?j?<=?eventLoop->maxfd;?j++)?{int?mask?=?0;aeFileEvent?*fe?=?&eventLoop->events[j];if?(fe->mask?==?AE_NONE)?continue;if?(fe->mask?&?AE_READABLE?&&?FD_ISSET(j,&state->_rfds))mask?|=?AE_READABLE;if?(fe->mask?&?AE_WRITABLE?&&?FD_ISSET(j,&state->_wfds))mask?|=?AE_WRITABLE;eventLoop->fired[numevents].fd?=?j;eventLoop->fired[numevents].mask?=?mask;numevents++;}}return?numevents; }

封裝 epoll 函數(shù)

Redis 對(duì) epoll 的封裝其實(shí)也是類似的，使用 epoll_create 創(chuàng)建 epoll 中使用的 epfd：

static?int?aeApiCreate(aeEventLoop?*eventLoop)?{aeApiState?*state?=?zmalloc(sizeof(aeApiState));if?(!state)?return?-1;state->events?=?zmalloc(sizeof(struct?epoll_event)*eventLoop->setsize);if?(!state->events)?{zfree(state);return?-1;}state->epfd?=?epoll_create(1024);?/*?1024?is?just?a?hint?for?the?kernel?*/if?(state->epfd?==?-1)?{zfree(state->events);zfree(state);return?-1;}eventLoop->apidata?=?state;return?0; }

在 aeApiAddEvent 中使用 epoll_ctl 向 epfd 中添加需要監(jiān)控的 FD 以及監(jiān)聽的事件：

static?int?aeApiAddEvent(aeEventLoop?*eventLoop,?int?fd,?int?mask)?{aeApiState?*state?=?eventLoop->apidata;struct?epoll_event?ee?=?{0};?/*?avoid?valgrind?warning?*//*?If?the?fd?was?already?monitored?for?some?event,?we?need?a?MOD*?operation.?Otherwise?we?need?an?ADD?operation.?*/int?op?=?eventLoop->events[fd].mask?==?AE_NONE??EPOLL_CTL_ADD?:?EPOLL_CTL_MOD;ee.events?=?0;mask?|=?eventLoop->events[fd].mask;?/*?Merge?old?events?*/if?(mask?&?AE_READABLE)?ee.events?|=?EPOLLIN;if?(mask?&?AE_WRITABLE)?ee.events?|=?EPOLLOUT;ee.data.fd?=?fd;if?(epoll_ctl(state->epfd,op,fd,&ee)?==?-1)?return?-1;return?0; }

由于 epoll 相比 select 機(jī)制略有不同，在 epoll_wait 函數(shù)返回時(shí)并不需要遍歷所有的 FD 查看讀寫情況；在 epoll_wait 函數(shù)返回時(shí)會(huì)提供一個(gè) epoll_event 數(shù)組：

typedef?union?epoll_data?{void????*ptr;int??????fd;?/*?文件描述符?*/uint32_t?u32;uint64_t?u64; }?epoll_data_t;struct?epoll_event?{uint32_t?????events;?/*?Epoll?事件?*/epoll_data_t?data; };

其中保存了發(fā)生的 epoll 事件（EPOLLIN、EPOLLOUT、EPOLLERR 和 EPOLLHUP）以及發(fā)生該事件的 FD。

aeApiPoll 函數(shù)只需要將 epoll_event 數(shù)組中存儲(chǔ)的信息加入 eventLoop 的 fired 數(shù)組中，將信息傳遞給上層模塊：

static?int?aeApiPoll(aeEventLoop?*eventLoop,?struct?timeval?*tvp)?{aeApiState?*state?=?eventLoop->apidata;int?retval,?numevents?=?0;retval?=?epoll_wait(state->epfd,state->events,eventLoop->setsize,tvp???(tvp->tv_sec*1000?+?tvp->tv_usec/1000)?:?-1);if?(retval?>?0)?{int?j;numevents?=?retval;for?(j?=?0;?j?<?numevents;?j++)?{int?mask?=?0;struct?epoll_event?*e?=?state->events+j;if?(e->events?&?EPOLLIN)?mask?|=?AE_READABLE;if?(e->events?&?EPOLLOUT)?mask?|=?AE_WRITABLE;if?(e->events?&?EPOLLERR)?mask?|=?AE_WRITABLE;if?(e->events?&?EPOLLHUP)?mask?|=?AE_WRITABLE;eventLoop->fired[j].fd?=?e->data.fd;eventLoop->fired[j].mask?=?mask;}}return?numevents; }

子模塊的選擇

因?yàn)?Redis 需要在多個(gè)平臺(tái)上運(yùn)行，同時(shí)為了最大化執(zhí)行的效率與性能，所以會(huì)根據(jù)編譯平臺(tái)的不同選擇不同的 I/O 多路復(fù)用函數(shù)作為子模塊，提供給上層統(tǒng)一的接口；在 Redis 中，我們通過宏定義的使用，合理的選擇不同的子模塊：

#ifdef?HAVE_EVPORT #include?"ae_evport.c" #else#ifdef?HAVE_EPOLL#include?"ae_epoll.c"#else#ifdef?HAVE_KQUEUE#include?"ae_kqueue.c"#else#include?"ae_select.c"#endif#endif #endif

因?yàn)?select 函數(shù)是作為 POSIX 標(biāo)準(zhǔn)中的系統(tǒng)調(diào)用，在不同版本的操作系統(tǒng)上都會(huì)實(shí)現(xiàn)，所以將其作為保底方案：

Redis 會(huì)優(yōu)先選擇時(shí)間復(fù)雜度為?$O(1)$?的 I/O 多路復(fù)用函數(shù)作為底層實(shí)現(xiàn)，包括 Solaries 10 中的 evport、Linux 中的 epoll 和 macOS/FreeBSD 中的 kqueue，上述的這些函數(shù)都使用了內(nèi)核內(nèi)部的結(jié)構(gòu)，并且能夠服務(wù)幾十萬的文件描述符。

但是如果當(dāng)前編譯環(huán)境沒有上述函數(shù)，就會(huì)選擇 select 作為備選方案，由于其在使用時(shí)會(huì)掃描全部監(jiān)聽的描述符，所以其時(shí)間復(fù)雜度較差?$O(n)$，并且只能同時(shí)服務(wù) 1024 個(gè)文件描述符，所以一般并不會(huì)以 select 作為第一方案使用。

總結(jié)

Redis 對(duì)于 I/O 多路復(fù)用模塊的設(shè)計(jì)非常簡(jiǎn)潔，通過宏保證了 I/O 多路復(fù)用模塊在不同平臺(tái)上都有著優(yōu)異的性能，將不同的 I/O 多路復(fù)用函數(shù)封裝成相同的 API 提供給上層使用。

整個(gè)模塊使 Redis 能以單進(jìn)程運(yùn)行的同時(shí)服務(wù)成千上萬個(gè)文件描述符，避免了由于多進(jìn)程應(yīng)用的引入導(dǎo)致代碼實(shí)現(xiàn)復(fù)雜度的提升，減少了出錯(cuò)的可能性。

參考

http://man7.org/linux/man-pages/man2/select.2.html
https://en.wikipedia.org/wiki/Reactor_pattern
https://people.eecs.berkeley.edu/~sangjin/2012/12/21/epoll-vs-kqueue.html

總結(jié)

以上是生活随笔為你收集整理的单线程的Redis为什么却能支撑高并发？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。