单机高并发模型设计

背景

在微服务架构下，我们习惯使用多机器、分布式存储、缓存去支持一个高并发的请求模型，而忽略了单机高并发模型是如何工作的。这篇文章通过解构客户端与服务端的建立连接和数据传输过程，阐述下如何进行单机高并发模型设计。

经典C10K问题

如何在一台物理机上同时服务10K用户，及10000个用户，对于java程序员来说，这不是什么难事，使用netty就能构建出支持并发超过10000的服务端程序。那么netty是如何实现的？首先我们忘掉netty，从头开始分析。每个用户一个连接，对于服务端就是两件事

管理这10000个连接
处理10000个连接的数据传输

TCP连接与数据传输

连接建立

我们以常见TCP连接为例。

一张很熟悉的图。这篇重点在服务端分析，所以先忽略客户端细节。服务器端通过创建socket,bind端口，listen准备好了。最后通过accept和客户端建立连接。得到一个connectFd,即连接套接字（在Linux都是文件描述符)，用来唯一标识一个连接。之后数据传输都基于这个。

数据传输

为了进行数据传输，服务端开辟一个线程处理数据。具体过程如下

select应用程序向系统内核空间,询问数据是否准备好(因为有窗口大小限制，不是有数据，就可以读）,数据未准备好，应用程序一直阻塞，等待应答。
read内核判断数据准备好了，将数据从内核拷贝到应用程序，完成后，成功返回。
应用程序进行decode,业务逻辑处理,最后encode，再发送出去，返回给客户端

因为是一个线程处理一个连接数据，对应的线程模型是这样

多路复用

阻塞vs非阻塞

因为一个连接传输，一个线程，需要的线程数太多，占用的资源比较多。同时连接结束，资源销毁。又得重新创建连接。所以一个自然而然的想法是复用线程。即多个连接使用同一个线程。这样就引发一个问题，原本我们进行数据传输的入口处，，假设线程正在处理某个连接的数据，但是数据又一直没有好时，因为 select是阻塞的，这样即使其他连接有数据可读，也读不到。所以不能是阻塞的，否则多个连接没法共用一个线程。所以必须是非阻塞的。

轮询 VS 事件通知

改成非阻塞后，应用程序就需要不断轮询内核空间，判断某个连接是否ready.

代码语言：javascript复制

for (connectfd fd:  connectFds） {
    if （fd.ready） {
        process()；
    }
}

轮询这种方式效率比较低，非常耗CPU，所以一种常见的做法就是被调用方发事件通知告知调用方，而不是调用方一直轮询。这就是IO多路复用，一路指的就是标准输入和连接套接字。通过提前注册一批套接字到某个分组中，当这个分组中有任意一个IO事件时，就去通知阻塞对象准备好了。

select/poll/epoll

IO多路复用技术实现常见有select，poll。select与poll区别不大，主要就是poll没有最大文件描述符的限制。

从轮询变成事件通知，使用多路复用IO优化后，虽然应用程序不用一直轮询内核空间了。但是收到内核空间的事件通知后，应用程序并不知道是哪个对应的连接的事件，还得遍历一下

代码语言：javascript复制

onEvent(） {
// 监听到事件
    for (connectfd fd:  registerConnectFds） {
        if （fd.ready） {
            process()；
        }
    }
}

可预见的，随着连接数增加，耗时在正比增加。相比较poll返回的是事件个数，epoll返回是有事件发生的connectFd数组，这样就避免了应用程序的轮询。

代码语言：javascript复制

onEvent(） {
// 监听到事件
    for (connectfd fd: readyConnectFds） {
       process()；
    }
}

当然epoll的高性能不止是这个，还有边缘触发(edge-triggered）,就不在本篇阐述了。

非阻塞IO 多路复用整理流程如下：

select应用程序向系统内核空间,询问数据是否准备好(因为有窗口大小限制，不是有数据，就可以读）,直接返回，非阻塞调用。
内核空间中有数据准备好了，发送ready read给应用程序
应用程序读取数据，进行decode,业务逻辑处理,最后encode，再发送出去，返回给客户端

线程池分工

上面我们主要是通过非阻塞多路复用IO来解决局部的 select 和 read问题。我们再重新梳理下整体流程，看下整个数据处理过程可以如何进行分组。这个每个阶段使用不同的线程池来处理，提高效率。首先事件分两种

连接事件 accept动作来处理
传输事件 select， read, send 动作来处理。连接事件处理流程比较固定，无额外逻辑，不需要进一步拆分。传输事件 read， send是相对比较固定的，每个连接的处理逻辑相似，可以放在一个线程池处理。而具体逻辑 decode, logic, encode 各个连接处理逻辑不同。整体可以放在一个线程池处理。

服务端拆分成3部分

reactor部分，统一处理事件，然后根据类型分发
连接事件分发给acceptor，数据传输事件分发给handler
如果是数据传输类型，handler read完再交给processorc处理

因为1,2处理都比较快，放在线程池处理，业务逻辑放在另外一个线程池处理。

以上就是大名鼎鼎的reactor高并发模型。

压力测试 linux java 编程算法

0 人点赞