幾種 I/O 模型

?

為什么 Redis 中要使用 I/O 多路復用這種技術呢？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。

?

這會導致某一文件的 I/O 阻塞導致整個進程無法對其他客戶提供服務，而?I/O 多路復用就是為了解決這個問題而出現的。

?

Blocking I/O

?

先來看一下傳統的阻塞 I/O 模型到底是如何工作的：當使用 Read?或者 Write?對某一個文件描述符（File Descriptor 以下簡稱 FD)進行讀寫時。

?

如果當前 FD 不可讀或不可寫，整個 Redis 服務就不會對其他的操作作出響應，導致整個服務不可用。

?

這也就是傳統意義上的，我們在編程中使用最多的阻塞模型：

?

阻塞模型雖然開發中非常常見也非常易于理解，但是由于它會影響其他 FD 對應的服務，所以在需要處理多個客戶端任務的時候，往往都不會使用阻塞模型。

?

I/O 多路復用

?

雖然還有很多其他的 I/O 模型，但是在這里都不會具體介紹。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 的多個客戶（redis-cli）。

?

這里涉及的就是 I/O 多路復用模型了：

?

在 I/O 多路復用模型中，最重要的函數調用就是 Select，該方法能夠同時監控多個文件描述符的可讀可寫情況。

?

當其中的某些文件描述符可讀或者可寫時， Select 方法就會返回可讀以及可寫的文件描述符個數。

?

關于 Select 的具體使用方法，在網絡上資料很多，這里就不過多展開介紹了。

?

與此同時也有其他的 I/O 多路復用函數 Epoll/Kqueue/Evport，它們相比 Select 性能更優秀，同時也能支撐更多的服務。

?

Reactor 設計模式

?

Redis 服務采用 Reactor 的方式來實現文件事件處理器。（每一個網絡連接其實都對應一個文件描述符）

?

文件事件處理器使用 I/O 多路復用模塊同時監聽多個 FD，當 Accept、 Read、 Write?和 Close 文件事件產生時，文件事件處理器就會回調 FD 綁定的事件處理器。

?

雖然整個文件事件處理器是在單線程上運行的，但是通過 I/O 多路復用模塊的引入，實現了同時對多個 FD 讀寫的監控，提高了網絡通信模型的性能，同時也可以保證整個 Redis 服務實現的簡單。

?

I/O 多路復用模塊

?

I/O 多路復用模塊封裝了底層的 Select、 Epoll、 Avport?以及 Kqueue 這些 I/O 多路復用函數，為上層提供了相同的接口。

?

在這里我們簡單介紹 Redis 是如何包裝 Select?和 Epoll 的，簡要了解該模塊的功能，整個 I/O 多路復用模塊抹平了不同平臺上 I/O 多路復用函數的差異性，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，因為各個函數所需要的參數不同，我們在每一個子模塊內部通過一個 aeApiState 來存儲需要的上下文信息：

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

這些上下文信息會存儲在 eventLoop?的 void*state 中，不會暴露到上層，只在當前子模塊中使用。

?

封裝 Select 函數

?

Select 可以監控 FD 的可讀、可寫以及出現錯誤的情況。在介紹 I/O 多路復用模塊如何對 Select?函數封裝之前，先來看一下 Select 函數使用的大致流程：

• 初始化一個可讀的 fd_set 集合，保存需要監控可讀性的 FD。

• 使用 FD_SET?將 fd?加入?RFDS。

• 調用 Select?方法監控 RFDS 中的 FD 是否可讀。

• 當 Select 返回時，檢查 FD 的狀態并完成對應的操作。

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 */} }

?

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?會通過 FD_SET?和 FD_CLR?修改 fd_set 中對應 FD 的標志位：

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 ae_select?子模塊中最重要的函數就是 aeApiPoll，它是實際調用 Select?函數的部分，其作用就是在 I/O 多路復用函數返回時，將對應的 FD 加入 aeEventLoop?的 Fired 數組中，并返回事件的個數：

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

?

Redis 對 Epoll?的封裝其實也是類似的，使用 epoll_create?創建 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 中添加需要監控的 FD 以及監聽的事件：

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?機制略有不同，在 epoll_wait 函數返回時并不需要遍歷所有的 FD 查看讀寫情況。

?

在 epoll_wait?函數返回時會提供一個 epoll_event 數組：

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; };

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

?

aeApiPoll?函數只需要將 epoll_event?數組中存儲的信息加入 eventLoop?的 Fired 數組中，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

?

因為 Redis 需要在多個平臺上運行，同時為了最大化執行的效率與性能，所以會根據編譯平臺的不同選擇不同的 I/O 多路復用函數作為子模塊，提供給上層統一的接口。

?

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

?

因為 Select 函數是作為 POSIX 標準中的系統調用，在不同版本的操作系統上都會實現，所以將其作為保底方案：

?

Redis 會優先選擇時間復雜度為 O(1) 的 I/O 多路復用函數作為底層實現，包括 Solaries 10 中的 Evport、Linux 中的 Epoll?和 macOS/FreeBSD 中的 Kqueue。

?

上述的這些函數都使用了內核內部的結構，并且能夠服務幾十萬的文件描述符。

?

但是如果當前編譯環境沒有上述函數，就會選擇 Select?作為備選方案，由于其在使用時會掃描全部監聽的描述符，所以其時間復雜度較差 O(n)。

?

并且只能同時服務 1024 個文件描述符，所以一般并不會以 Select 作為第一方案使用。

?

總結

?

Redis 對于 I/O 多路復用模塊的設計非常簡潔，通過宏保證了 I/O 多路復用模塊在不同平臺上都有著優異的性能，將不同的 I/O 多路復用函數封裝成相同的 API 提供給上層使用。

?

整個模塊使 Redis 能以單進程運行的同時服務成千上萬個文件描述符，避免了由于多進程應用的引入導致代碼實現復雜度的提升，減少了出錯的可能性。

?

作者：Draveness

編輯：陶家龍、孫淑娟

出處：http://draveness.me/redis-io-multiplexing

轉載于:https://www.cnblogs.com/technologykai/articles/10823927.html

總結

以上是生活随笔為你收集整理的为什么单线程的Redis却能支撑高并发？ ---------- I/O 多路复用的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。