閱讀本文大概需要 4 分鍾。
作者：Draveness
最近在看 UNIX 網絡編程並研究了一下 Redis 的實現，感覺 Redis 的源代碼十分適合閱讀和分析，其中 I/O 多路復用（mutiplexing）部分的實現非常干凈和優雅，在這里想對這部分的內容進行簡單的整理。
幾種 I/O 模型
為什么 Redis 中要使用 I/O 多路復用這種技術呢？
首先，Redis 是跑在單線程中的，所有的操作都是按照順序線性執行的，但是由於讀寫操作等待用戶輸入或輸出都是阻塞的，所以 I/O 操作在一般情況下往往不能直接返回，這會導致某一文件的 I/O 阻塞導致整個進程無法對其它客戶提供服務，而 I/O 多路復用就是為了解決這個問題而出現的。
Blocking I/O
先來看一下傳統的阻塞 I/O 模型到底是如何工作的：當使用 read 或者 write 對某一個文件描述符（File Descriptor 以下簡稱 FD)進行讀寫時，如果當前 FD 不可讀或不可寫，整個 Redis 服務就不會對其它的操作作出響應，導致整個服務不可用。
這也就是傳統意義上的，也就是我們在編程中使用最多的阻塞模型：
阻塞模型雖然開發中非常常見也非常易於理解，但是由於它會影響其他 FD 對應的服務，所以在需要處理多個客戶端任務的時候，往往都不會使用阻塞模型。
I/O 多路復用
雖然還有很多其它的 I/O 模型，但是在這里都不會具體介紹。
阻塞式的 I/O 模型並不能滿足這里的需求，我們需要一種效率更高的 I/O 模型來支撐 Redis 的多個客戶（redis-cli），這里涉及的就是 I/O 多路復用模型了：
在 I/O 多路復用模型中，最重要的函數調用就是 select，該方法的能夠同時監控多個文件描述符的可讀可寫情況，當其中的某些文件描述符可讀或者可寫時，select 方法就會返回可讀以及可寫的文件描述符個數。
關於 select 的具體使用方法，在網絡上資料很多，這里就不過多展開介紹了；
與此同時也有其它的 I/O 多路復用函數 epoll/kqueue/evport，它們相比 select 性能更優秀，同時也能支撐更多的服務。
Reactor 設計模式
Redis 服務采用 Reactor 的方式來實現文件事件處理器（每一個網絡連接其實都對應一個文件描述符）
文件事件處理器使用 I/O 多路復用模塊同時監聽多個 FD，當 accept、read、write 和 close 文件事件產生時，文件事件處理器就會回調 FD 綁定的事件處理器。
雖然整個文件事件處理器是在單線程上運行的，但是通過 I/O 多路復用模塊的引入，實現了同時對多個 FD 讀寫的監控，提高了網絡通信模型的性能，同時也可以保證整個 Redis 服務實現的簡單。
I/O 多路復用模塊
I/O 多路復用模塊封裝了底層的 select、epoll、avport 以及 kqueue 這些 I/O 多路復用函數，為上層提供了相同的接口。
在這里我們簡單介紹 Redis 是如何包裝 select 和 epoll 的，簡要了解該模塊的功能，整個 I/O 多路復用模塊抹平了不同平台上 I/O 多路復用函數的差異性，提供了相同的接口：
-
static int aeApiCreate(aeEventLoop *eventLoop)
-
static int aeApiResize(aeEventLoop *eventLoop, int setsize)
-
static void aeApiFree(aeEventLoop *eventLoop)
-
static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask)
-
static void aeApiDelEvent(aeEventLoop *eventLoop, int fd, int mask)
-
static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp)
同時，因為各個函數所需要的參數不同，我們在每一個子模塊內部通過一個 aeApiState 來存儲需要的上下文信息：
// selecttypedef struct aeApiState { fd_set rfds, wfds; fd_set _rfds, _wfds;} aeApiState;// epolltypedef struct aeApiState { int epfd; struct epoll_event *events;} aeApiState;
這些上下文信息會存儲在 eventLoop 的 void *state 中，不會暴露到上層，只在當前子模塊中使用。
封裝 select 函數
select 可以監控 FD 的可讀、可寫以及出現錯誤的情況。
在介紹 I/O 多路復用模塊如何對 select 函數封裝之前，先來看一下 select 函數使用的大致流程：
int fd = /* file descriptor */fd_set rfds;FD_ZERO(&rfds);FD_SET(fd, &rfds)for ( ; ; ) { select(fd+1, &rfds, NULL, NULL, NULL); if (FD_ISSET(fd, &rfds)) { /* file descriptor `fd` becomes readable */ }}
-
初始化一個可讀的 fd_set 集合，保存需要監控可讀性的 FD；
-
使用 FD_SET 將 fd 加入 rfds；
-
調用 select 方法監控 rfds 中的 FD 是否可讀；
-
當 select 返回時，檢查 FD 的狀態並完成對應的操作。
而在 Redis 的 ae_select 文件中代碼的組織順序也是差不多的，首先在 aeApiCreate 函數中初始化 rfds 和 wfds：
static int aeApiCreate(aeEventLoop *eventLoop) { aeApiState *state = zmalloc(sizeof(aeApiState)); if (!state) return -1; FD_ZERO(&state->rfds); FD_ZERO(&state->wfds); eventLoop->apidata = state; return 0;}
而 aeApiAddEvent 和 aeApiDelEvent 會通過 FD_SET 和 FD_CLR 修改 fd_set 中對應 FD 的標志位：
static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask) { aeApiState *state = eventLoop->apidata; if (mask & AE_READABLE) FD_SET(fd,&state->rfds); if (mask & AE_WRITABLE) FD_SET(fd,&state->wfds); return 0;}
整個 ae_select 子模塊中最重要的函數就是 aeApiPoll，它是實際調用 select 函數的部分，其作用就是在 I/O 多路復用函數返回時，將對應的 FD 加入 aeEventLoop 的 fired 數組中，並返回事件的個數：
static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp) { aeApiState *state = eventLoop->apidata; int retval, j, numevents = 0; memcpy(&state->_rfds,&state->rfds,sizeof(fd_set)); memcpy(&state->_wfds,&state->wfds,sizeof(fd_set)); retval = select(eventLoop->maxfd+1, &state->_rfds,&state->_wfds,NULL,tvp); if (retval > 0) { for (j = 0; j <= eventLoop->maxfd; j++) { int mask = 0; aeFileEvent *fe = &eventLoop->events[j]; if (fe->mask == AE_NONE) continue; if (fe->mask & AE_READABLE && FD_ISSET(j,&state->_rfds)) mask |= AE_READABLE; if (fe->mask & AE_WRITABLE && FD_ISSET(j,&state->_wfds)) mask |= AE_WRITABLE; eventLoop->fired[numevents].fd = j; eventLoop->fired[numevents].mask = mask; numevents++; } } return numevents;}
封裝 epoll 函數
Redis 對 epoll 的封裝其實也是類似的，使用 epoll_create 創建 epoll 中使用的 epfd：
static int aeApiCreate(aeEventLoop *eventLoop) { aeApiState *state = zmalloc(sizeof(aeApiState)); if (!state) return -1; state->events = zmalloc(sizeof(struct epoll_event)*eventLoop->setsize); if (!state->events) { zfree(state); return -1; } state->epfd = epoll_create(1024); /* 1024 is just a hint for the kernel */ if (state->epfd == -1) { zfree(state->events); zfree(state); return -1; } eventLoop->apidata = state; return 0;}
在 aeApiAddEvent 中使用 epoll_ctl 向 epfd 中添加需要監控的 FD 以及監聽的事件：
static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask) { aeApiState *state = eventLoop->apidata; struct epoll_event ee = {0}; /* avoid valgrind warning */ /* If the fd was already monitored for some event, we need a MOD * operation. Otherwise we need an ADD operation. */ int op = eventLoop->events[fd].mask == AE_NONE ? EPOLL_CTL_ADD : EPOLL_CTL_MOD; ee.events = 0; mask |= eventLoop->events[fd].mask; /* Merge old events */ if (mask & AE_READABLE) ee.events |= EPOLLIN; if (mask & AE_WRITABLE) ee.events |= EPOLLOUT; ee.data.fd = fd; if (epoll_ctl(state->epfd,op,fd,&ee) == -1) return -1; return 0;}
由於 epoll 相比 select 機制略有不同，在 epoll_wait 函數返回時並不需要遍歷所有的 FD 查看讀寫情況；在 epoll_wait 函數返回時會提供一個 epoll_event 數組：
typedef union epoll_data { void *ptr; int fd; /* 文件描述符 */ uint32_t u32; uint64_t u64;} epoll_data_t;struct epoll_event { uint32_t events; /* Epoll 事件 */ epoll_data_t data;};
其中保存了發生的 epoll 事件（EPOLLIN、EPOLLOUT、EPOLLERR 和 EPOLLHUP）以及發生該事件的 FD。
aeApiPoll 函數只需要將 epoll_event 數組中存儲的信息加入 eventLoop 的 fired 數組中，將信息傳遞給上層模塊：
static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp) { aeApiState *state = eventLoop->apidata; int retval, numevents = 0; retval = epoll_wait(state->epfd,state->events,eventLoop->setsize, tvp ? (tvp->tv_sec*1000 + tvp->tv_usec/1000) : -1); if (retval > 0) { int j; numevents = retval; for (j = 0; j < numevents; j++) { int mask = 0; struct epoll_event *e = state->events+j; if (e->events & EPOLLIN) mask |= AE_READABLE; if (e->events & EPOLLOUT) mask |= AE_WRITABLE; if (e->events & EPOLLERR) mask |= AE_WRITABLE; if (e->events & EPOLLHUP) mask |= AE_WRITABLE; eventLoop->fired[j].fd = e->data.fd; eventLoop->fired[j].mask = mask; } } return numevents;}
子模塊的選擇
因為 Redis 需要在多個平台上運行，同時為了最大化執行的效率與性能，所以會根據編譯平台的不同選擇不同的 I/O 多路復用函數作為子模塊，提供給上層統一的接口；在 Redis 中，我們通過宏定義的使用，合理的選擇不同的子模塊：
#ifdef HAVE_EVPORT#include "ae_evport.c"#else #ifdef HAVE_EPOLL #include "ae_epoll.c" #else #ifdef HAVE_KQUEUE #include "ae_kqueue.c" #else #include "ae_select.c" #endif #endif#endif
因為 select 函數是作為 POSIX 標准中的系統調用，在不同版本的操作系統上都會實現，所以將其作為保底方案：
Redis 會優先選擇時間復雜度為 $O(1)$ 的 I/O 多路復用函數作為底層實現，包括 Solaries 10 中的 evport、Linux 中的 epoll 和 macOS/FreeBSD 中的 kqueue，上述的這些函數都使用了內核內部的結構，並且能夠服務幾十萬的文件描述符。
但是如果當前編譯環境沒有上述函數，就會選擇 select 作為備選方案，由於其在使用時會掃描全部監聽的描述符，所以其時間復雜度較差 $O(n)$，並且只能同時服務 1024 個文件描述符，所以一般並不會以 select 作為第一方案使用。
總結
Redis 對於 I/O 多路復用模塊的設計非常簡潔，通過宏保證了 I/O 多路復用模塊在不同平台上都有着優異的性能，將不同的 I/O 多路復用函數封裝成相同的 API 提供給上層使用。
整個模塊使 Redis 能以單進程運行的同時服務成千上萬個文件描述符，避免了由於多進程應用的引入導致代碼實現復雜度的提升，減少了出錯的可能性。
參考
http://man7.org/linux/man-pages/man2/select.2.html
https://en.wikipedia.org/wiki/Reactor_pattern
https://people.eecs.berkeley.edu/~sangjin/2012/12/21/epoll-vs-kqueue.html
·END·
程序員的成長之路
路雖遠，行則必至
本文原發於 同名微信公眾號「程序員的成長之路」，回復「1024」你懂得，給個贊唄。
回復 [ 520 ] 領取程序員最佳學習方式
回復 [ 256 ] 查看 Java 程序員成長規划
往期精彩回顧
