为什么 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:
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:
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)
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。
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. staticint aeApiCreate(aeEventLoop *eventLoop)
  2. staticint aeApiResize(aeEventLoop *eventLoop,int setsize)
  3. staticvoid aeApiFree(aeEventLoop *eventLoop)
  4. staticint aeApiAddEvent(aeEventLoop *eventLoop,int fd,int mask)
  5. staticvoid aeApiDelEvent(aeEventLoop *eventLoop,int fd,int mask)
  6. staticint 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. typedefstruct aeApiState {
  3.    fd_set rfds, wfds;
  4.    fd_set _rfds, _wfds;
  5. } aeApiState;
  6. // epoll
  7. typedefstruct 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. staticint 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.    return0;
  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. staticint 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.    return0;
  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. staticint 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. staticint 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.    return0;
  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. staticint 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.    return0;
  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. typedefunion 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. staticint 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 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。
Reference
[Select-Man-Pages] http://man7.org/linux/man-pages/man2/select.2.html [Reactor-Pattern] https://en.wikipedia.org/wiki/Reactor_pattern [epoll vs kqueue] https://people.eecs.berkeley.edu/~sangjin/2012/12/21/epoll-vs-kqueue.html
本站所有文章均由网友分享,仅用于参考学习用,请勿直接转载,如有侵权,请联系网站客服删除相关文章。若由于商用引起版权纠纷,一切责任均由使用者承担
极客文库 » 为什么 Redis 单线程却能支撑高并发?

Leave a Reply

欢迎加入「极客文库」,成为原创作者从这里开始!

立即加入 了解更多