Redis 单线程却能支撑高并发

最近在看 UNIX 网络编程并研究了一下 Redis 的实现,感觉 Redis 的源代码十分适合阅读和分析,其中 I/O 多路复用(mutiplexing)部分的实现非常干净和优雅,在这里想对这部分的内容进行简单的整理。

几种 I/O 模型

为什么 Redis 中要使用 I/O 多路复用这种技术呢?

首先,Redis 是跑在单线程中的,所有的操作都是按照顺序线性执行的,但是由于读写操作等待用户输入或输出都是阻塞的,所以 I/O 操作在一般情况下往往不能直接返回,这会导致某一文件的 I/O 阻塞导致整个进程无法对其它客户提供服务,而 I/O 多路复用就是为了解决这个问题而出现的。

Blocking I/O

先来看一下传统的阻塞 I/O 模型到底是如何工作的:当使用 read 或者 write 对某一个文件描述符(File Descriptor 以下简称 FD)进行读写时,如果当前 FD 不可读或不可写,整个 Redis 服务就不会对其它的操作作出响应,导致整个服务不可用。

这也就是传统意义上的,也就是我们在编程中使用最多的阻塞模型:

Redis 单线程却能支撑高并发

阻塞模型虽然开发中非常常见也非常易于理解,但是由于它会影响其他 FD 对应的服务,所以在需要处理多个客户端任务的时候,往往都不会使用阻塞模型。

I/O 多路复用

虽然还有很多其它的 I/O 模型,但是在这里都不会具体介绍。

阻塞式的 I/O 模型并不能满足这里的需求,我们需要一种效率更高的 I/O 模型来支撑 Redis 的多个客户(redis-cli),这里涉及的就是 I/O 多路复用模型了:

Redis 单线程却能支撑高并发

在 I/O 多路复用模型中,最重要的函数调用就是 select,该方法的能够同时监控多个文件描述符的可读可写情况,当其中的某些文件描述符可读或者可写时, select 方法就会返回可读以及可写的文件描述符个数。

关于 select 的具体使用方法,在网络上资料很多,这里就不过多展开介绍了;

与此同时也有其它的 I/O 多路复用函数 epoll/kqueue/evport,它们相比 select 性能更优秀,同时也能支撑更多的服务。

Reactor 设计模式

Redis 服务采用 Reactor 的方式来实现文件事件处理器(每一个网络连接其实都对应一个文件描述符)

Redis 单线程却能支撑高并发

文件事件处理器使用 I/O 多路复用模块同时监听多个 FD,当 acceptreadwrite 和 close 文件事件产生时,文件事件处理器就会回调 FD 绑定的事件处理器。

虽然整个文件事件处理器是在单线程上运行的,但是通过 I/O 多路复用模块的引入,实现了同时对多个 FD 读写的监控,提高了网络通信模型的性能,同时也可以保证整个 Redis 服务实现的简单。

I/O 多路复用模块

I/O 多路复用模块封装了底层的 selectepollavport 以及 kqueue 这些 I/O 多路复用函数,为上层提供了相同的接口。

Redis 单线程却能支撑高并发

在这里我们简单介绍 Redis 是如何包装 select 和 epoll 的,简要了解该模块的功能,整个 I/O 多路复用模块抹平了不同平台上 I/O 多路复用函数的差异性,提供了相同的接口:

  1. static int aeApiCreate(aeEventLoop *eventLoop)

  2. static int aeApiResize(aeEventLoop *eventLoop, int setsize)

  3. static void aeApiFree(aeEventLoop *eventLoop)

  4. static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask)

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

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

同时,因为各个函数所需要的参数不同,我们在每一个子模块内部通过一个 aeApiState 来存储需要的上下文信息:

  1. // select

  2. typedef struct aeApiState {

  3.    fd_set rfds, wfds;

  4.    fd_set _rfds, _wfds;

  5. } aeApiState;

  6. // epoll

  7. typedef struct aeApiState {

  8.    int epfd;

  9.    struct epoll_event *events;

  10. } aeApiState;

这些上下文信息会存储在 eventLoop 的 void*state 中,不会暴露到上层,只在当前子模块中使用。

封装 select 函数

select 可以监控 FD 的可读、可写以及出现错误的情况。

在介绍 I/O 多路复用模块如何对 select 函数封装之前,先来看一下 select 函数使用的大致流程:

  1. int fd = /* file descriptor */

  2. fd_set rfds;

  3. FD_ZERO(&rfds);

  4. FD_SET(fd, &rfds)

  5. for ( ; ; ) {

  6.    select(fd+1, &rfds, NULL, NULL, NULL);

  7.    if (FD_ISSET(fd, &rfds)) {

  8.        /* file descriptor `fd` becomes readable */

  9.    }

  10. }

1、初始化一个可读的 fd_set 集合,保存需要监控可读性的 FD;2、使用 FD_SET 将 fd 加入 rfds;3、调用 select 方法监控 rfds 中的 FD 是否可读;4、当 select 返回时,检查 FD 的状态并完成对应的操作。

而在 Redis 的 ae_select 文件中代码的组织顺序也是差不多的,首先在 aeApiCreate 函数中初始化 rfds 和 wfds

  1. static int aeApiCreate(aeEventLoop *eventLoop) {

  2.    aeApiState *state = zmalloc(sizeof(aeApiState));

  3.    if (!state) return -1;

  4.    FD_ZERO(&state->rfds);

  5.    FD_ZERO(&state->wfds);

  6.    eventLoop->apidata = state;

  7.    return 0;

  8. }

aeApiAddEvent 和 aeApiDelEvent 会通过 FD_SET 和 FD_CLR 修改 fd_set 中对应 FD 的标志位:

  1. static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask) {

  2.    aeApiState *state = eventLoop->apidata;

  3.    if (mask & AE_READABLE) FD_SET(fd,&state->rfds);

  4.    if (mask & AE_WRITABLE) FD_SET(fd,&state->wfds);

  5.    return 0;

  6. }

整个 ae_select 子模块中最重要的函数就是 aeApiPoll,它是实际调用 select 函数的部分,其作用就是在 I/O 多路复用函数返回时,将对应的 FD 加入 aeEventLoop 的 fired 数组中,并返回事件的个数:

  1. static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp) {

  2.    aeApiState *state = eventLoop->apidata;

  3.    int retval, j, numevents = 0;

  4.    memcpy(&state->_rfds,&state->rfds,sizeof(fd_set));

  5.    memcpy(&state->_wfds,&state->wfds,sizeof(fd_set));

  6.    retval = select(eventLoop->maxfd+1,

  7.                &state->_rfds,&state->_wfds,NULL,tvp);

  8.    if (retval > 0) {

  9.        for (j = 0; j <= eventLoop->maxfd; j++) {

  10.            int mask = 0;

  11.            aeFileEvent *fe = &eventLoop->events[j];

  12.            if (fe->mask == AE_NONE) continue;

  13.            if (fe->mask & AE_READABLE && FD_ISSET(j,&state->_rfds))

  14.                mask |= AE_READABLE;

  15.            if (fe->mask & AE_WRITABLE && FD_ISSET(j,&state->_wfds))

  16.                mask |= AE_WRITABLE;

  17.            eventLoop->fired[numevents].fd = j;

  18.            eventLoop->fired[numevents].mask = mask;

  19.            numevents++;

  20.        }

  21.    }

  22.    return numevents;

  23. }

封装 epoll 函数

Redis 对 epoll 的封装其实也是类似的,使用 epoll_create 创建 epoll 中使用的 epfd

  1. static int aeApiCreate(aeEventLoop *eventLoop) {

  2.    aeApiState *state = zmalloc(sizeof(aeApiState));

  3.    if (!state) return -1;

  4.    state->events = zmalloc(sizeof(struct epoll_event)*eventLoop->setsize);

  5.    if (!state->events) {

  6.        zfree(state);

  7.        return -1;

  8.    }

  9.    state->epfd = epoll_create(1024); /* 1024 is just a hint for the kernel */

  10.    if (state->epfd == -1) {

  11.        zfree(state->events);

  12.        zfree(state);

  13.        return -1;

  14.    }

  15.    eventLoop->apidata = state;

  16.    return 0;

  17. }

aeApiAddEvent 中使用 epoll_ctl 向 epfd 中添加需要监控的 FD 以及监听的事件:

  1. static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask) {

  2.    aeApiState *state = eventLoop->apidata;

  3.    struct epoll_event ee = {0}; /* avoid valgrind warning */

  4.    /* If the fd was already monitored for some event, we need a MOD

  5.     * operation. Otherwise we need an ADD operation. */

  6.    int op = eventLoop->events[fd].mask == AE_NONE ?

  7.            EPOLL_CTL_ADD : EPOLL_CTL_MOD;

  8.    ee.events = 0;

  9.    mask |= eventLoop->events[fd].mask; /* Merge old events */

  10.    if (mask & AE_READABLE) ee.events |= EPOLLIN;

  11.    if (mask & AE_WRITABLE) ee.events |= EPOLLOUT;

  12.    ee.data.fd = fd;

  13.    if (epoll_ctl(state->epfd,op,fd,&ee) == -1) return -1;

  14.    return 0;

  15. }

由于 epoll 相比 select 机制略有不同,在 epoll_wait 函数返回时并不需要遍历所有的 FD 查看读写情况;在 epoll_wait 函数返回时会提供一个 epoll_event 数组:

  1. typedef union epoll_data {

  2.    void    *ptr;

  3.    int      fd; /* 文件描述符 */

  4.    uint32_t u32;

  5.    uint64_t u64;

  6. } epoll_data_t;

  7. struct epoll_event {

  8.    uint32_t     events; /* Epoll 事件 */

  9.    epoll_data_t data;

  10. };

其中保存了发生的 epoll 事件( EPOLLINEPOLLOUTEPOLLERR 和 EPOLLHUP)以及发生该事件的 FD。

aeApiPoll 函数只需要将 epoll_event 数组中存储的信息加入 eventLoop 的 fired 数组中,将信息传递给上层模块:

  1. static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp) {

  2.    aeApiState *state = eventLoop->apidata;

  3.    int retval, numevents = 0;

  4.    retval = epoll_wait(state->epfd,state->events,eventLoop->setsize,

  5.            tvp ? (tvp->tv_sec*1000 + tvp->tv_usec/1000) : -1);

  6.    if (retval > 0) {

  7.        int j;

  8.        numevents = retval;

  9.        for (j = 0; j < numevents; j++) {

  10.            int mask = 0;

  11.            struct epoll_event *e = state->events+j;

  12.            if (e->events & EPOLLIN) mask |= AE_READABLE;

  13.            if (e->events & EPOLLOUT) mask |= AE_WRITABLE;

  14.            if (e->events & EPOLLERR) mask |= AE_WRITABLE;

  15.            if (e->events & EPOLLHUP) mask |= AE_WRITABLE;

  16.            eventLoop->fired[j].fd = e->data.fd;

  17.            eventLoop->fired[j].mask = mask;

  18.        }

  19.    }

  20.    return numevents;

  21. }

子模块的选择

因为 Redis 需要在多个平台上运行,同时为了最大化执行的效率与性能,所以会根据编译平台的不同选择不同的 I/O 多路复用函数作为子模块,提供给上层统一的接口;在 Redis 中,我们通过宏定义的使用,合理的选择不同的子模块:

  1. #ifdef HAVE_EVPORT

  2. #include "ae_evport.c"

  3. #else

  4.    #ifdef HAVE_EPOLL

  5.    #include "ae_epoll.c"

  6.    #else

  7.        #ifdef HAVE_KQUEUE

  8.        #include "ae_kqueue.c"

  9.        #else

  10.        #include "ae_select.c"

  11.        #endif

  12.    #endif

  13. #endif

因为 select 函数是作为 POSIX 标准中的系统调用,在不同版本的操作系统上都会实现,所以将其作为保底方案:

Redis 单线程却能支撑高并发

Redis 会优先选择时间复杂度为 O(1) 的 I/O 多路复用函数作为底层实现,包括 Solaries 10 中的 evport、Linux 中的 epoll 和 macOS/FreeBSD 中的 kqueue,上述的这些函数都使用了内核内部的结构,并且能够服务几十万的文件描述符。

但是如果当前编译环境没有上述函数,就会选择 select 作为备选方案,由于其在使用时会扫描全部监听的描述符,所以其时间复杂度较差 O(n),并且只能同时服务 1024 个文件描述符,所以一般并不会以 select 作为第一方案使用。

总结

Redis 对于 I/O 多路复用模块的设计非常简洁,通过宏保证了 I/O 多路复用模块在不同平台上都有着优异的性能,将不同的 I/O 多路复用函数封装成相同的 API 提供给上层使用。

整个模块使 Redis 能以单进程运行的同时服务成千上万个文件描述符,避免了由于多进程应用的引入导致代码实现复杂度的提升,减少了出错的可能性。

未经允许不得转载:996ICU » Redis 单线程却能支撑高并发

赞 (0) 打赏