Nginx学习：HTTP核心模块（八）文件处理
继续我们的 HTTP 核心模块之旅。今天主要是文件相关的一些处理操作，包括 DirectIO、文件缓存以及 sendfile 相关的配置。这三个配置中，大家应该会见过 sendfile ，但是另外两个就比较少见了。包括我之前也从来没见过，不过还好，DirectIO 并不是一个完全的陌生人，文件缓存优化也与操作系统基础知识有关，而 sendfile 一般默认就是开启的，所以大家也不要有太大的压力哦。
directio
是不是看着很眼熟，没错，早前我们在 PHP 的小课堂文章中学习过。没印象或者想不起来的小伙伴可以移步 PHP中DirectIO直操作文件扩展的使用https://mp.weixin.qq.com/s/fS6X2IlrnrBrBZwwqRF3vA （去博客搜索也可以哦） 去回忆一下哦。别的不多说了，直接来看看相关的配置。由于不知道要怎么测试，所以就简单地介绍一些这些配置就好了，如果有小伙伴了解这一块要怎么测试的，可以评论区留言哦。
directio
当读入长度大于等于指定 size 的文件时，开启 DirectIO 功能。
代码语言：javascript复制directio size | off;
具体的做法是， 在 FreeBSD 或 Linux 系统开启使用 O_DIRECT 标志， 在 Mac OS X 系统开启使用 F_NOCACHE 标志， 在 Solaris 系统开启使用 directio() 功能。这条指令自动关闭 sendfile(0.7.15版) 。它在处理大文件时 directio 4m; 或者在 Linux 系统使用 aio 时比较有用。默认 off 。
directio_alignment
为 DirectIO 设置文件偏移量对齐。
代码语言：javascript复制directio_alignment size;
大多数情况下，按512字节对齐足矣， 但在 Linux 系统下使用 XFS ，需要将值扩大到 4K 。
文件优化缓存
这个缓存是个什么东西呢？它可以用于减少 Nginx 的系统调用，缓存文件句柄、大小和修改时间等。具体作用我们在最后会看到。
open_file_cache
用于配置文件缓存。
代码语言：javascript复制open_file_cache off;
open_file_cache max=N [inactive=time];
默认是 off ，也就是关闭状态的。可配置的值包括：
- max=N，设置缓存中元素的最大数量，当缓存溢出时，使用 LRU(最近最少使用) 算法删除缓存中的元素
- inactive=time，在这段时间内缓存元素如果没有被访问，将从缓存中删除。默认超时是60秒
它可以缓存的内容包括：
- 打开文件的描述符，大小和修改时间
- 目录查找结果
- 文件查找时的错误结果，诸如“file not found”(文件不存在)、“no read permission”(无读权限) 等等
在使用文件缓存的时候，最好 open_file_cache_errors 也开启，这个命令我们后面马上会说。
open_file_cache_errors
开启或者关闭缓存文件查找的错误结果
代码语言：javascript复制open_file_cache_errors on | off;
默认值是 off ，如果确定要使用文件缓存的话，最好把它也打开。
open_file_cache_min_uses
设置在由 open_file_cache 指令的 inactive 参数配置的超时时间内， 文件应该被访问的最小 number(次数) 。
代码语言：javascript复制open_file_cache_min_uses number;
如果访问次数大于等于此值，文件描述符会保留在缓存中，否则从缓存中删除。
open_file_cache_valid
设置检查 open_file_cache 缓存的元素的时间间隔。
代码语言：javascript复制open_file_cache_valid time;
默认 60s 检查一次。
配置测试
首先使用 strace 命令追踪一下当前 Nginx 的 Worker 进程，为了方便测试，咱们可以把 worker_processes 设置为 1 ，只启动一个工作进程。然后随便请求一个 URL 就会出现下面的内容。
代码语言：javascript复制[root@localhost html]# strace -p 2365
strace: Process 2365 attached
epoll_wait(15, [{EPOLLIN, {u32=2915635216, u64=140495590854672}}], 512, -1) = 1
accept4(8, {sa_family=AF_INET, sin_port=htons(54245), sin_addr=inet_addr("192.168.56.1")}, [112->16], SOCK_NONBLOCK) = 5
epoll_ctl(15, EPOLL_CTL_ADD, 5, {EPOLLIN|EPOLLRDHUP|EPOLLET, {u32=2915635912, u64=140495590855368}}) = 0
epoll_wait(15, [{EPOLLIN, {u32=2915635912, u64=140495590855368}}], 512, 60000) = 1
recvfrom(5, "GET /aaa HTTP/1.1rnTEST_UNDERLIN"..., 1024, 0, NULL, NULL) = 224
// =======注意这里=======
openat(AT_FDCWD, "/usr/local/nginx/html/aaa", O_RDONLY|O_NONBLOCK) = 6
fstat(6, {st_mode=S_IFDIR|0755, st_size=24, ...}) = 0
close(6) = 0
// =======注意这里=======
writev(5, [{iov_base="HTTP/1.1 301 Moved Permanentlyrn"..., iov_len=200}, {iov_base="<html>rn<head><title>301 Moved P"..., iov_len=116}, {iov_base="<hr><center>nginx/1.23.0</center"..., iov_len=53}], 3) = 369
write(7, "192.168.56.1 - - [07/Aug/2022:22"..., 102) = 102
setsockopt(5, SOL_TCP, TCP_NODELAY, [1], 4) = 0
epoll_wait(15, [{EPOLLIN, {u32=2915635912, u64=140495590855368}}], 512, 65000) = 1
recvfrom(5, "GET /aaa/ HTTP/1.1rnTEST_UNDERLI"..., 1024, 0, NULL, NULL) = 260
stat("/usr/local/nginx/html/aaa/index.html", {st_mode=S_IFREG|0644, st_size=10, ...}) = 0
// =======注意这里=======
openat(AT_FDCWD, "/usr/local/nginx/html/aaa/index.html", O_RDONLY|O_NONBLOCK) = 6
fstat(6, {st_mode=S_IFREG|0644, st_size=10, ...}) = 0
// =======注意这里=======
writev(5, [{iov_base="HTTP/1.1 200 OKrnServer: nginx/1"..., iov_len=235}], 1) = 235
sendfile(5, 6, [0] => [10], 10) = 10
write(7, "192.168.56.1 - - [07/Aug/2022:22"..., 125) = 125
close(6) = 0
epoll_wait(15,
主要需要看的就是上面注释中的部分，有三个操作，分别是 openat、fstat 和 close 操作，分别对应着打开文件句柄、获取文件统计信息以及关闭文件句柄这三个操作。目前的情况下，多次访问，还是一样的结果，每次都会有这三个步骤。
接下来，我们就简单配置下文件缓存，直接使用官方文档中提供的示例配置。这几个命令可以配置在 http、server、location 中，我们就简单地在 server 中进行配置吧。
代码语言：javascript复制server {
...
open_file_cache max=1000 inactive=20s;
open_file_cache_valid 30s;
open_file_cache_min_uses 2;
open_file_cache_errors on;
...
}
然后再次访问，第一次还是会正常出现 openat、fstat 和 close 这三个系统函数的调用。但是之后再次访问，就会发现这三个系统调用不见了。
代码语言：javascript复制[root@localhost html]# strace -p 2423
strace: Process 2423 attached
epoll_wait(15, [{EPOLLIN, {u32=2915635216, u64=140495590854672}}], 512, -1) = 1
accept4(8, {sa_family=AF_INET, sin_port=htons(65255), sin_addr=inet_addr("192.168.56.1")}, [112->16], SOCK_NONBLOCK) = 7
epoll_ctl(15, EPOLL_CTL_ADD, 7, {EPOLLIN|EPOLLRDHUP|EPOLLET, {u32=2915635912, u64=140495590855368}}) = 0
epoll_wait(15, [{EPOLLIN, {u32=2915635912, u64=140495590855368}}], 512, 60000) = 1
recvfrom(7, "GET /aaa HTTP/1.1rnTEST_UNDERLIN"..., 1024, 0, NULL, NULL) = 224
// =======注意这里=======
openat(AT_FDCWD, "/usr/local/nginx/html/aaa", O_RDONLY|O_NONBLOCK) = 12
fstat(12, {st_mode=S_IFDIR|0755, st_size=24, ...}) = 0
close(12) = 0
// =======注意这里=======
writev(7, [{iov_base="HTTP/1.1 301 Moved Permanentlyrn"..., iov_len=200}, {iov_base="<html>rn<head><title>301 Moved P"..., iov_len=116}, {iov_base="<hr><center>nginx/1.23.0</center"..., iov_len=53}], 3) = 369
write(5, "192.168.56.1 - - [07/Aug/2022:23"..., 102) = 102
setsockopt(7, SOL_TCP, TCP_NODELAY, [1], 4) = 0
epoll_wait(15, [{EPOLLIN, {u32=2915635912, u64=140495590855368}}], 512, 65000) = 1
recvfrom(7, "GET /aaa/ HTTP/1.1rnTEST_UNDERLI"..., 1024, 0, NULL, NULL) = 260
// =======注意这里=======
openat(AT_FDCWD, "/usr/local/nginx/html/aaa/index.html", O_RDONLY|O_NONBLOCK) = 12
fstat(12, {st_mode=S_IFREG|0644, st_size=10, ...}) = 0
// =======注意这里=======
writev(7, [{iov_base="HTTP/1.1 200 OKrnServer: nginx/1"..., iov_len=235}], 1) = 235
sendfile(7, 12, [0] => [10], 10) = 10
write(5, "192.168.56.1 - - [07/Aug/2022:23"..., 125) = 125
// 这里开始是后续访问
epoll_wait(15, [{EPOLLIN, {u32=2915635912, u64=140495590855368}}], 512, 65000) = 1
recvfrom(7, "GET /aaa HTTP/1.1rnTEST_UNDERLIN"..., 1024, 0, NULL, NULL) = 224
writev(7, [{iov_base="HTTP/1.1 301 Moved Permanentlyrn"..., iov_len=200}, {iov_base="<html>rn<head><title>301 Moved P"..., iov_len=116}, {iov_base="<hr><center>nginx/1.23.0</center"..., iov_len=53}], 3) = 369
write(5, "192.168.56.1 - - [07/Aug/2022:23"..., 102) = 102
epoll_wait(15, [{EPOLLIN, {u32=2915635912, u64=140495590855368}}], 512, 65000) = 1
recvfrom(7, "GET /aaa/ HTTP/1.1rnTEST_UNDERLI"..., 1024, 0, NULL, NULL) = 260
writev(7, [{iov_base="HTTP/1.1 200 OKrnServer: nginx/1"..., iov_len=235}], 1) = 235
sendfile(7, 12, [0] => [10], 10) = 10
write(5, "192.168.56.1 - - [07/Aug/2022:23"..., 125) = 125
epoll_wait(15,
很明显，这就是文件缓存在起作用。减少了文件相关的系统调用读取的次数。为什么我们上面访问的内容会有两遍请求呢？我访问的是 /aaa 目录，直接访问目录会找这个目录下面的 index.html 文件，因此有一次 301 跳转。你也可以直接访问 /aaa/index.html 就会看得更清楚一些了。
这一套文件缓存不会缓存文件的具体内容，而只是操作符句柄及文件的一些统计信息，Nginx 虽然已经对静态内容做过优化。但在高流量网站的情况下，仍然可以使用 open_file_cache 进一步提高性能，减少系统调用。通过扩大这个缓存的容量可以提高线上的实际命中率。但是缓存容量并不是越大越好，比如当达到 20000 个元素的容量时，共享内存的锁就成了瓶颈。所以，可以在确定访问频次非常高的静态文件 location 或者 server 上开启这一套文件缓存，数量也不用太多，可以让性能有更进一步的提升。
PHP-FPM 或者反向代理之类的和这个文件缓存就没啥关系了，PHP-FPM 走的是 socket 句柄，通过连接 PHP-FPM 进行操作，而打开 php 文件的是 PHP-FPM ，不是 Nginx 。
sendfile
这一块又要牵涉到操作系统了。在操作系统编程中，sendfile() 是系统调用，而 read() 这种是函数调用，因此，使用 sendfile() 对于文件读取来说会带来性能的提升。
读取发送文件的时候，使用了 sendfile() 那么 Nginx 就会直接向系统内核发送指令，然后发送文件也是系统内核直接完成，只有一次复制操作，实现了异步网络 IO 的形式。而传统情况则是从磁盘中以流的形式加载文件，然后再将文件流复制到系统内核中，内核再发送。区别就在这里。其实就是说，传统方式在读写文件时，会从硬盘到系统空间，再到用户空间这样走一圈，而使用 sendfile() 则只在系统空间，不用走到用户空间，从而实现零拷贝，减少空间切换的消耗。
当然，sendfile 只对静态网站有用，也就是确实需要进行文件读写发送的。如果是动态网站，比如 FastCGI 或反向代理的，对接的实际上是 socket 接口，真正的文件处理是在动态语言中进行的，比如 PHP 的模板文件加载等。因此，它只对静态页面或文件有性能提升的效果。
sendfile
开启或关闭使用 sendfile() 调用。
sendfile on | off;
现在默认就是打开的，从 nginx 0.8.12 和 FreeBSD 5.2.1 开始，可以使用 aio 预加载 sendfile的数据，Linux 没有哦。
send_lowat
如果设置成非 0 值，Nginx 将尝试最小化向客户端发送数据的次数。
代码语言：javascript复制send_lowat size;
默认值是 0 ，它是通过将 kqueue 方法的 NOTE_LOWAT 标志， 或者将套接字的 SO_SNDLOWA T属性设置成指定的 size 实现的。这条指令在Linux、Solaris和Windows操作系统无效。
sendfile_max_chunk
设置为非0值时，可以限制在一次 sendfile() 调用时传输的数据量。
代码语言：javascript复制sendfile_max_chunk size;
最新的版本默认 2m，如果不进行限制，一个快速的连接可能会霸占整个worker进程的所有资源。在版本1.21.4之前，默认情况下是 0 ，没有限制。
总结
好吧好吧，今天的内容有点水，因为我确实不知道 DirectIO 和 sendfile 在 Nginx 中要怎么测试。如果有了解过的小伙伴记得评论留言哦。不过通常来说，我们会在刚安装好的 Nginx 配置文件中看到 sendfile 是 on 的状态，一般来说，不懂的就别瞎配了，咱惹不起还躲不起嘛，其它的配置让它们就走默认好了。还是那句话，留个印象，将来如果有用到的时候，能够想起来并且查资料能有个方向就够了。毕竟，现在的水平只到这里，谁知道将来我们能不能成为大神呢，要是真成了，再回来好好补上呗！
参考文档：
http://nginx.org/en/docs/http/ngx_http_core_module.html
