C++ Webserver从零开始：基础知识（三）—

前言

一.服务器编程基础框架

C/S模型

主要框架

二.I/O模型

阻塞I/O

非阻塞I/O

异步I/O

三.两种高效的事件处理模式

Reactor

Proactor

四.模拟Proactor模式

五.半同步/半异步的并发模式

六.有限状态机

七.其他提高服务器性能的方法

池

数据复制

上下文切换和锁

前言

这一章是整个专栏的核心，也是后续章节的总览。这一章我们会从宏观角度上概括，解释，分析Webserver的各个部分。

分析原理，搭建网络，将一个高性能Webserver的各个部分串联起来。可以说，如果没有彻底看懂这一章的内容，那么后面的学习都如同雾里看花，甚至不知道在干嘛，唯有将框架了解清楚，才知道什么地方该填入正确的血肉。

同时，这一章内容也是面试的各大高频考点。

一.服务器编程基础框架

C/S模型

TCP/IP的最初设计理念并没有客户端和服务端的概念，主机与主机之间大多进行的是信息对等交换。

类似于人类古代的以物易物的交易方式

但随着网络的发展，有一些主机其掌握了更多的资源，其他主机想要获得资源都要去找它获取，这些主机慢慢发展壮大，成了我们今天的服务端，而其他的主机便是客户端。

类似于出现了店家，人们不再以物易物，而是去店家那获取资源

而在Linux中，客户端与服务端之间“交易方式”，如下图所示

主要框架

但很显然，上面这种交易方式并不是单独发生，当有多个客户端和服务端发生“交易”时，服务端就得好好设计一番，才能不耽误与各个客户端的“交易”过程。

于是，我们在服务端内部作好一种最基本的新体系，如下图：

I/O处理单元：

接受客户连接
接收客户数据
将处理好的数据还给客户端

请求队列：

并非为真正的一个队列，而是一种单元间通信的抽象。
当I/O处理单元收到客户请求后，将客户请求交给逻辑单元处理

逻辑单元：

通常为一个进程或线程
分析客户数据，作出处理
将处理结果交给I/O单元（或者直接给客户端）

二.I/O模型

服务端与客户端交互的第一棒是I/O，而I/O又可以分为阻塞I/O和非阻塞I/O

阻塞I/O

基础API中，acept,send,recv,connect可能会被阻塞，而其一旦阻塞，操作系统就会将其挂起，直到其等待的事件发生为止（操作系统基础知识）。

非阻塞I/O

非阻塞I/O的系统调用总是被立刻返回，无论事件是否发生，若事件没有发生，系统调用就返回-1,并返回错误码errno,我们就要根据errno进行适当处理.

如:再试一次.

所以为了不影响非阻塞I/O的效率,非阻塞I/O就要和其他I/O通知机制配合使用,比如 I/O复用和 SIGIO信号

I/O复用:

原理:应用程序通过I/O复用函数向内核注册一组事件,内核通过I/O复用函数把其中就绪的事件通知给应用程序.
I/O复用函数

select
poll
epoll_wait

[I/O复用文章链接]

SIGIO信号:

原理:我们为目标文件描述符指定一个宿主进程,宿主进程会捕获到SIGIO信号,当目标文件描述符上有事件发生时,SIGIO信号的信号处理函数将被触发,于是在该信号处理函数中,我们就可以进行非阻塞I/O操作.

[信号文章链接]

异步I/O

其实从理论上来说,上述的I/O模型都是同步I/O模型,因为I/O的读写操作都是在I/O事件发生后的.而真正的异步I/O模型是用户直接进行I/O读写操作,这些操作告诉内核:

1读写缓冲区的位置

2读写完成后怎么通知应用程序

所以异步I/O会"自动"进行I/O读写,不用在乎I/O事件和I/O读写的顺序.

PS:可以理解为同步I/O模型将数据的读和写操作按程序员写的代码来处理,而异步I/O模型将数据的读和写直接交给内核来处理,程序员只需要告诉内核一些注意事项即可.

三.两种高效的事件处理模式

前面我们已经了解了服务器编程的基础框架和几种不同的I/O模型,接下来我们将两者结合一下,就可以得到两种高效的事件处理模式

- Reactor
- Proactor

其中,同步I/O实现Reactor模式,异步I/O实现Proactor模式.

但同时,我们可以用同步I/O去模拟出Proactor处理模式.

Reactor

我们知道,服务器的内部有多个线程在工作,那么他们的结构是怎么样的呢?

一般的结构是将服务器的线程分为主线程和工作线程,其中主线程一直处于激活状态,而工作线程则可能睡眠,也可能工作.

在Reactor模式中:

主线程:

一直在监听文件描述符上是否有事件发生,有就通知工作线程

工作线程:

接受新的连接
读数据
处理客户请求
写数据

PS:图中工作线程并不是区分“读工作线程”和“写工作线程”，而是为了逻辑清晰而这样画，Reactor真正运行的过程中，工作线程将自己根据从请求队列取出的事件类型来决定如何处理

Proactor

Reactor是同步I/O模型的事件处理模式（只有在读/写就绪之后才能进行数据读/写操作）

而Proactor则需要异步I/O模型，即Proactor模式下，所有的I/O操作将由内核来处理，工作线程只负责业务逻辑。

Proactor模式中：

主线程：

一直在监听socket上的事件
向内核注册socket读完成事件，告诉内核用户读缓冲区位置，读操作完成时该怎么通知应用程序

内核

在读缓冲区上收到socket数据后，向程序发送一个信号通知，程序会根据信号处理函数选择工作线程进行处理
接受工作线程的写完成事件和写缓冲区位置
工作线程将写缓冲区的数据写入socket后，向程序发送一个信号通知，程序根据信号处理函数选择一个工作线程进行善后处理

工作线程：

处理业务逻辑

PS：主线程中的epoll仅仅用来检测 监听socket 上的连接请求事件，不能用来检测 连接socket 上的读写事件

四.模拟Proactor模式

通过观察我们发现，在Proactor模型中I/O交由内核处理，工作线程不需要进行数据的读写。因此，我们可以用主线程来完成一部分内核的功能来做到模拟Proactor模式。

即：主线程执行数据的读写操作，读写完成后，主线程向工作线程通知读写完成。这样从工作线程来看，就只需进行数据的逻辑操作了。

五.半同步/半异步的并发模式

CPU的并发可以显著提升程序的性能（操作系统基础知识），在服务器编程中，一种比较高效常见的并发编程模式是：半同步/半异步模式。

注意，这里的同步和异步与前文I/O模型的同步和异步是完全不同的概念。

在I/O模型中：

同步：内核向应用程序通知I/O就绪事件，由应用程序（工作线程）完成读写
异步：内核向应用程序通知I/O完成事件，内核自己完成读写

在并发模式中：

同步：代码按顺序执行
异步：代码可能受中断，信号等影响，交错地执行

在服务器的设计中，我们往往采用同步线程处理客户逻辑，异步线程处理I/O事件

这种并发模式结合事件处理模式和I/O模型，即可得到一种称为

半同步/半反应堆(half-sync/half-reactive）模式

从其名字可知，其采用的是Reactor的事件处理模式

该模式中，只有主线程是是异步线程，工作线程都是同步线程。

其工作流程细节：

主线程监听所有socket上的事件，如有有可读事件发生（新的连接到来），就获取其连接socket，并往epoll内核事件表中注册这个socket上的读写事件，然后将其插入请求队列。工作线程将其从中取出，进行读操作，逻辑处理，写操作等。

如何将其改成模拟Proactor事件模式：

主线程将socket的中的信息读出封装成一个任务对象，然后将这个任务对象（或指向这个任务对象的指针）插入请求队列，工作线程就只用处理，不必进行I/O操作了。

六.有限状态机

我们前面几节讨论了服务器 I/O处理单元，请求队列，逻辑单元之间协调完成任务的各种模式，现在我们来了解一下在逻辑单元内部的一种处理问题的编程方法：有限状态机。

在连接socket的数据被工作线程得到后，可以根据其应用层协议的头部类型字段的类型来进行不同的处理。其中每种不同的字段可以映射成有限状态机内的各种状态，每种状态下编写不同的处理代码。

同时，状态机还需要在不同的状态之间进行转移。

{
    State cur_State = typeA;//1.初始状态
    while(cur_State != typeC) {//2.当状态变成退出状态typeC时，退出循环
        Package _pack = getNewPackage();
        switch(cur_State) {
            case type_A:
                process_package_state_A(_pack);
                cur_State = typeB;//3.切换状态
                break;
            case type_B:
                process_package_state_B(_pack);
                cur_State = typeC;//4.切换到退出状态
                break;
        }
    }

七.其他提高服务器性能的方法

前面的内容组成了一个高性能Web服务器的基础框架，下面我们再简要介绍其他几个方面：池，数据复制，上下文切换和锁

池

现代计算机的硬件资源大都十分充裕，所以我们可以用算法里的一个基本的思想来提高效率：用空间换时间。在Web服务器里，其具象化为池。

所谓池是一组资源的集合，这组资源在服务器启动的时候就已经初始化好了，当服务器进入正式运行阶段，需要某些资源，就不需要花费大量时间去动态申请，使用，释放，而直接从池里取出用即可，这就极大提高了服务器的运行效率。

池思想面临的困难：

我们不知道预先应该分配多少资源，应该怎么办？

解决方法：

分配非常多的资源，在大多数情况下不可能用完（不现实）
根据使用场景预估分配足够多的资源，如果不够用了，可以自动再扩充池

常用池：线程池，进程池，内存池，连接池。

数据复制

高性能服务器应该避免不必要的数据复制操作，且要善用零拷贝，共享内存等方式。

例如：FTP服务器，当客户请求一个文件时，服务器只需要检测目标文件是否存在，用户是否有读取它的权限即可，不必关心文件内的内容。所以FTP服务器无需将目标文件的内容完整地读到应用程序缓冲区中并调用send来进行发送，而是可以直接使用“零拷贝”函数send将其直接发给客户端。

上下文切换和锁

在web服务器地模型中，有人也许回想：我为每一个客户连接都创建一个工作线程可行吗？

答案是：不行。

因为这样会创建非常多的工作线程，而CPU的数量是有限的。而CPU在并发的工作模式下，会在同的线程之间进行切换，这种切换会消耗CPU资源，而处理业务逻辑的时间就会减少，如果线程太多，CPU就会频繁切换上下文而真正有意义的工作将大大减少。

我们提高服务器运行效率的其中一个重要方法是共享内存，但共享内存同时也会带来许多安全隐患问题，为了防止这些隐患，我们需要使用锁。而锁也会占用一定的系统资源，这种时候我们需要考虑使用粒度更小的锁，如读写锁等来提高性能。

八.一些废话

这篇文章我写了两天，算是自己对Web服务器框架的梳理。很显然，它并不完美也不全面，但是对于初学者来说应该已经够用了，在服务器基础框架这里有许多光看十分难理解的内容。比如：Reactor和Proactro处理模式到底是怎么搞得。这部分基本上要结合后面的实践才能有更深的理解。但是它也足够重要。写这篇文章的时候我腱鞘炎又犯了，写的非常痛苦。但好在写完了，在自己梳理一遍以后对服务器框架会更加清晰，这是光靠看所不能达到的。我推荐每一个做Web服务器的同学，都能自己去梳理一遍框架，这会对你对这个项目的理解更加深刻。

后面会尽快出I/O复用和信号的文章，讲解epoll和信号的有关内容。