直接调用

并发多客户端连接在多路复用之前最简单和典型的方案同步阻塞网络IO模型

这种模式的特点就是用一个进程来处理一个网络连接(一个用户请求)比如一段典型的示例代码如下。

直接调用

//从用户角度来看非常简单一个recv一用要接收的数据就到我们手里了。

我们来总结一下这种方式

优点就是这种方式非常容易让人理解写起代码来非常的自然符合人的直线型思维。

缺点就是性能差每个用户请求到来都得占用一个进程来处理来一个请求就要分配一个进程跟进处理类似一个学生配一个老师一位患者配一个医生可能吗进程是一个很笨重的东西。

一台服务器上创建不了多少个进程。

进程在

上是一个开销不小的家伙先不说创建光是上下文切换一次就得几个微秒。

所以为了高效地对海量用户提供服务必须要让一个进程能同时处理很多个

tcp

复用用一个进程来处理多条的连接使用单进程就能够实现同时处理多个客户端的连接。

IO多路复用类似一个规范和接口落地实现可以分select-poll-epoll三个阶段来描述。

动画演示

Redis单线程如何处理那么多并发客户端连接为什么单线程为什么快

Redis利用epoll来实现IO多路复用将连接信息和事件放到队列中一次放到文件事件分派器事件分派器将事件分发给事件处理器。

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

多路复用机制就是说通过一种机制可以监视多个描述符一旦某个描述符就绪一般是读就绪或写就绪能够通知程序进行相应的读写操作。

这种机制的使用需要

select

来配合。

多个连接共用一个阻塞对象应用程序只需要在一个阻塞对象上等待无需阻塞等待所有连接。

当某条连接有新的数据可以处理时操作系统通知应用程序线程从阻塞状态返回开始进行业务处理。

Redis

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

。

Redis基于Reactor模式开发了网络事件处理器这个处理器被称为文件事件处理器。

它的组成结构为4部分多个套接字、IO多路复用程序、文件事件分派器、事件处理器。

因为文件事件分派器队列的消费是单线程的所以Redis才叫单线程模型。

参考《Redis

从Redis6开始将网络数据读写、请求协议解析通过多个IO线程的来处理

o(▽)

中午就和公司的首席架构师一起去楼下的米线店去吃米线。

我们到了一看果然很多人在排队。

架构师马上发话了嚯请求排队啊你看这位收银点菜的像不像nginx的反向代理只收请求不处理把请求都发给后厨去处理。

架构师你看这就是异步处理我们下了单就可以离开等待米线做好了会通过小喇叭“回调”我们去取餐

如果同步处理我们就得在收银台站着等餐后面的请求无法处理客户等不及肯定会离开了。

架构师你看这个纸质号牌在后厨“服务器”那里也有这不就是表示会话的ID吗

有了它就可以把大家给区分开就不会把我的排骨米线送给别人了。

过了一会

排队的人越来越多已经有人表示不满了可是收银员已经满头大汗忙到极致了。

架构师你看他这个系统缺乏弹性扩容

现在这么多人应该增加收银台可以没有其他收银设备老板再着急也没用。

架构师又发话了幸亏这个系统的后台有并行处理能力可以随意地增加资源来处理请求做米线。

老板跑过来让这个打扫卫生的去收银让收银小妹也到后厨帮忙。

打扫卫生的做收银也磕磕绊绊的没有原来的小妹灵活。

架构师低声对我说瞧瞧

调用者要一直等待调用结果的通知后才能进行后续的执行现在就要我可以等等出结果为止。

指被调用方先返回应答让调用者先回去然后再计算调用结果计算完最终结果后再通知并返回给调用方。

同步、异步的讨论对象是被调用者(服务提供者)重点在于获得调用结果的消息通知方式上。

调用方一直在等待而且别的事情什么都不做当前进/线程会被挂起啥都不干。

非阻塞

调用在发出去后调用方先去忙别的事情不会阻塞当前进/线程而会立即返回。

阻塞、非阻塞的讨论对象是调用者(服务请求者)重点在于等消息时候的行为调用者是否能干其它事。

4种组合方式

同步阻塞服务员说快到你了先别离开我后台看一眼马上通知你。

客户在海底捞火锅前台干等着啥都不干。

同步非阻塞服务员说快到你了先别离开。

客户在海底捞火锅前台边刷抖音边等着叫号。

异步阻塞服务员说还要再等等你先去逛逛一会儿通知你。

客户怕过号在海底捞火锅前台拿着排号小票啥都不干一直等着店员通知。

异步非阻塞服务员说还要再等等你先去逛逛一会儿通知你。

拿着排号小票刷着抖音等着店员通知。

Blocking

当用户进程调用了recvfrom这个系统调用kernel就开始了IO的第一个阶段准备数据对于网络IO来说很多时候数据在一开始还没有到达。

比如还没有收到一个完整的UDP包。

这个时候kernel就要等待足够的数据到来。

这个过程需要等待也就是说数据被拷贝到操作系统内核的缓冲区中是需要一个过程的。

而在用户进程这边整个进程会被阻塞当然是进程自己选择的阻塞。

当kernel一直等到数据准备好了它就会将数据从kernel中拷贝到用户内存然后kernel返回结果用户进程才解除block的状态重新运行起来。

所以BIO的特点就是在IO执行的两个阶段都被block了。

先演示accept

com.lzx.study.iomultiplex.one;import

java.io.IOException;

serverSocket.accept();System.out.println(-----222

成功连接);}}

com.lzx.study.iomultiplex.one;import

java.io.IOException;

{System.out.println(------RedisClient01

start);Socket

com.lzx.study.iomultiplex.one;import

java.io.IOException;

{System.out.println(------RedisClient02

start);Socket

先启动RedisServerBIO再启动RedisClient01验证后再启动2号客户端

RedisServerBIO

com.lzx.study.iomultiplex.bio;import

java.io.IOException;

,等待客户端连接System.out.println(-----222

成功连接);InputStream

byte[1024];System.out.println(-----333

等待读取);//阻塞2

length));System.out.println();System.out.println();}inputStream.close();socket.close();}}

}RedisClient01

com.lzx.study.iomultiplex.bio;import

java.io.IOException;

socket.getOutputStream();//socket.getOutputStream().write(RedisClient01.getBytes());while

(true)

(string.equalsIgnoreCase(quit))

{break;}socket.getOutputStream().write(string.getBytes());System.out.println(------input

quit

finish......);}outputStream.close();socket.close();}}

RedisClient02

com.lzx.study.iomultiplex.bio;import

java.io.IOException;

socket.getOutputStream();//socket.getOutputStream().write(RedisClient01.getBytes());while

(true)

(string.equalsIgnoreCase(quit))

{break;}socket.getOutputStream().write(string.getBytes());System.out.println(------input

quit

finish......);}outputStream.close();socket.close();}}存在的问题

如果这个连接的客户端迟迟不发数据线程就会一直堵塞在read()方法上这样其他客户端也不能进行连接也就是一次只能处理一个客户端对客户很不友好

多线程模式

利用多线程只要连接了一个socket操作系统分配一个线程来处理这样read()方法堵塞在每个具体线程上而不堵塞主线程

就能操作多个socket了哪个线程中的socket有数据就读哪个socket各取所需灵活统一。

accept()

com.lzx.study.iomultiplex.bio;import

java.io.IOException;

serverSocket.accept();//System.out.println(-----222

成功连接);new

byte[1024];System.out.println(-----333

等待读取);//阻塞2

length));System.out.println();System.out.println();}inputStream.close();socket.close();}

catch

Thread.currentThread().getName()).start();System.out.println(Thread.currentThread().getName());}}

RedisClient01

com.lzx.study.iomultiplex.bio;import

java.io.IOException;

socket.getOutputStream();//socket.getOutputStream().write(RedisClient01.getBytes());while

(true)

(string.equalsIgnoreCase(quit))

{break;}socket.getOutputStream().write(string.getBytes());System.out.println(------input

quit

finish......);}outputStream.close();socket.close();}}RedisClient02

package

com.lzx.study.iomultiplex.bio;import

java.io.IOException;

socket.getOutputStream();//socket.getOutputStream().write(RedisClient01.getBytes());while

(true)

(string.equalsIgnoreCase(quit))

{break;}socket.getOutputStream().write(string.getBytes());System.out.println(------input

quit

finish......);}outputStream.close();socket.close();}}存在的问题

多线程模型

每来一个客户端就要开辟一个线程如果来1万个客户端那就要开辟1万个线程。

在操作系统中用户态不能直接开辟线程需要调用内核来创建的一个线程

第一个办法使用线程池

这个在客户端连接少的情况下可以使用但是用户量大的情况下你不知道线程池要多大太大了内存可能不够也不可行。

第二个办法NIO非阻塞式IO方式

因为read()方法堵塞了所有要开辟多个线程如果什么方法能使read()方法不堵塞这样就不用开辟多个线程了这就用到了另一个IO模型NIO非阻塞式IO。

两个痛点

recvfrom开始到它返回有数据报准备好这段时间是阻塞的recvfrom返回成功后应用进程才能开始处理数据报。

阻塞式IO小总结

每个线程分配一个连接必然会产生多个既然是多个socket链接必然需要放入进容器纳入统一管理。

NIO

当用户进程发出read操作时如果kernel中的数据还没有准备好那么它并不会block用户进程而是立刻返回一个error。

从用户进程角度讲

它发起一个read操作后并不需要等待而是马上就得到了一个结果。

用户进程判断结果是一个error时它就知道数据还没有准备好于是它可以再次发送read操作。

一旦kernel中的数据准备好了并且又再次收到了用户进程的system

call那么它马上就将数据拷贝到了用户内存然后返回。

所以NIO特点是用户进程需要不断的主动询问内核数据准备好了吗一句话用轮询替代阻塞

先看看面试回答

accept()方法是非阻塞的如果没有客户端连接就返回无连接标识。

read()方法是非阻塞的如果read()方法读取不到数据就返回空闲中标识如果读取到数据时只阻塞read()方法读数据的时间。

在NIO模式中只有一个线程

当一个客户端与服务端进行连接这个socket就会加入到一个数组中隔一段时间遍历一次看这个socket的read()方法能否读到数据这样一个线程就能处理多个客户端的连接和读取了。

code案例

上述以前的socket是阻塞的另外开发一套APIServerSocketChannel

RedisServerNIO

com.lzx.study.iomultiplex.nio;import

java.io.IOException;

java.nio.channels.ServerSocketChannel;

import

java.nio.channels.SocketChannel;

import

ByteBuffer.allocate(1024);public

static

{System.out.println(---------RedisServerNIO

启动等待中......);ServerSocketChannel

serverSocket

ServerSocketChannel.open();serverSocket.bind(new

6379));//设置为非阻塞模式serverSocket.configureBlocking(false);while

(true)

byte[read];byteBuffer.get(bytes);System.out.println(new

String(bytes));byteBuffer.clear();}}SocketChannel

socketChannel

);//设置为非阻塞模式socketChannel.configureBlocking(false);socketList.add(socketChannel);System.out.println(-----socketList

size:

com.lzx.study.iomultiplex.nio;import

java.io.IOException;

{System.out.println(------RedisClient01

start);Socket

(string.equalsIgnoreCase(quit))

{break;}socket.getOutputStream().write(string.getBytes());System.out.println(------input

quit

finish......);}outputStream.close();socket.close();}}RedisClient02

package

com.lzx.study.iomultiplex.nio;import

java.io.IOException;

{System.out.println(------RedisClient02

start);Socket

(string.equalsIgnoreCase(quit))

{break;}socket.getOutputStream().write(string.getBytes());System.out.println(------input

quit

finish......);}outputStream.close();socket.close();}}存在的问题和优缺点

NIO成功的解决了BIO需要开启多线程的问题NIO中一个线程就能解决多个socket但是还存在2个问题。

问题一

这个模型在客户端少的时候十分好用但是客户端如果很多比如有1万个客户端进行连接那么每次循环就要遍历1万个socket如果一万个socket中只有10个socket有数据也会遍历一万个socket就会做很多无用功每次遍历遇到

read

而且这个遍历过程是在用户态进行的用户态判断socket是否有数据还是调用内核的read()方法实现的这就涉及到用户态和内核态的切换每遍历一个就要切换一次开销很大因为这些问题的存在。

I/O

结论让Linux内核搞定上述需求我们将一批文件描述符通过一次系统调用传给内核由内核层去遍历才能真正解决这个问题。

IO多路复用应运而生也即将上述工作直接放进Linux内核不再两态转换而是直接从内核获得结果因为内核是非阻塞的。

问题升级

指的其实是在单个线程通过记录跟踪每一个Sock(I/O流)的状态来同时管理多个I/O流.

大家都用过nginxnginx使用epoll接收请求ngnix会有很多链接进来

epoll会把他们都监视起来然后像拨开关一样谁有数据就拨向谁然后调用相应的代码处理。

redis类似同理。

FileDescriptor

descriptor是计算机科学中的一个术语是一个用于表述指向文件的引用的抽象化概念。

文件描述符在形式上是一个非负整数。

实际上它是一个索引值指向内核为每一个进程所维护的该进程打开文件的记录表。

当程序打开一个现有文件或者创建一个新文件时内核向进程返回一个文件描述符。

在程序设计中一些涉及底层的程序编写往往会围绕着文件描述符展开。

但是文件描述符这一概念往往只适用于UNIX、Linux这样的操作系统。

IO多路复用

multiplexing就是我们说的selectpollepoll有些技术书籍也称这种IO方式为event

driven

IO事件驱动IO。

就是通过一种机制一个进程可以监视多个描述符一旦某个描述符就绪一般是读就绪或者写就绪能够通知程序进行相应的读写操作。

可以基于一个阻塞对象并同时在多个描述符上等待就绪而不是使用多个线程(每个文件描述符一个线程每次new一个线程)这样可以大大节省系统资源。

所以I/O

多路复用的特点是通过一种机制一个进程能同时等待多个文件描述符而这些文件描述符套接字描述符其中的任意一个进入读就绪状态selectpollepoll等函数就可以返回。

模拟一个tcp服务器处理30个客户socket一个监考老师监考多个学生谁举手就应答谁。

假设你是一个监考老师让30个学生解答一道竞赛考题然后负责验收学生答卷你有下面几个选择

第一种选择按顺序逐个验收先验收A然后是B之后是C、D。

。

。

这中间如果有一个学生卡住全班都会被耽误,你用循环挨个处理socket根本不具有并发能力。

第二种选择你创建30个分身线程每个分身线程检查一个学生的答案是否正确。

第三种选择你站在讲台上等谁解答完谁举手。

这时C、D举手表示他们解答问题完毕你下去依次检查C、D的答案然后继续回到讲台上等。

此时E、A又举手然后去处理E和A。

。

。

这种就是IO复用模型。

Linux下的select、poll和epoll就是干这个的。

将用户socket对应的fd注册进epoll然后epoll帮你监听哪些socket上有消息到达这样就避免了大量的无用操作。

此时的socket应该采用非阻塞模式。

这样整个过程只在调用select、poll、epoll这些调用的时候才会阻塞收发客户消息是不会阻塞的整个进程或者线程就被充分利用起来这就是事件驱动所谓的reactor反应模式。

能做什么

Redis单线程如何处理那么多并发客户端连接为什么单线程为什么快

Redis利用epoll来实现IO多路复用将连接信息和事件放到队列中依次放到事件分派器事件分派器将事件分发给事件处理器。

Redis

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

I/O

多路复用机制就是说通过一种机制可以监视多个描述符一旦某个描述符就绪一般是读就绪或写就绪能够通知程序进行相应的读写操作。

这种机制的使用需要

select

来配合。

多个连接共用一个阻塞对象应用程序只需要在一个阻塞对象上等待无需阻塞等待所有连接。

当某条连接有新的数据可以处理时操作系统通知应用程序线程从阻塞状态返回开始进行业务处理。

I/O

多路复用机制就是说通过一种考试监考机制一个老师可以监视多个考生一旦某个考生举手想要交卷了能够通知监考老师进行相应的收卷子或批改检查操作。

所以这种机制需要调用班主任(select/poll/epoll)来配合。

多个考生被同一个班主任监考收完一个考试的卷子再处理其它人无需等待所有考生谁先举手就先响应谁当又有考生举手要交卷监考老师看到后从讲台走到考生位置开始进行收卷处理。

Reactor设计模式

复用模型多个连接共用一个阻塞对象应用程序只需要在一个阻塞对象上等待无需阻塞等待所有连接。

当某条连接有新的数据可以处理时操作系统通知应用程序线程从阻塞状态返回开始进行业务处理。

Reactor

模式是指通过一个或多个输入同时传递给服务处理器的服务请求的事件驱动处理模式。

服务端程序处理传入多路请求并将它们同步分派给请求对应的处理线程Reactor

模式也叫

在一个单独的线程中运行负责监听和分发事件分发给适当的处理程序来对

它就像公司的电话接线员它接听来自客户的电话并将线路转移到适当的联系人

2Handlers处理程序执行

事件要完成的实际事件类似于客户想要与之交谈的公司中的实际办理人。

Reactor

I/O

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Redis基于Reactor模式开发了网络事件处理器这个处理器被称为文件事件处理器。

它的组成结构为4部分多个套接字、IO多路复用程序、文件事件分派器、事件处理器。

因为文件事件分派器队列的消费是单线程的所以Redis才叫单线程模型

select,

函数监视的文件描述符分3类分别是readfds、writefds和exceptfds将用户传入的数组拷贝到内核空间调用后select函数会阻塞直到有描述符就绪有数据

可读、可写、或者有except或超时timeout指定等待时间如果立即返回设为null即可函数返回。

当select函数返回后可以通过遍历fdset来找到就绪的描述符。

select函数官网

其实就是把NIO中用户态要遍历的fd数组(我们的每一个socket链接安装进ArrayList里面的那个)拷贝到了内核态让内核态来遍历因为用户态判断socket是否有数据还是要调用内核态的所有拷贝到内核态后这样遍历判断的时候就不用一直用户态和内核态频繁切换了。

从代码中可以看出select系统调用后返回了一个置位后的rset这样用户态只需进行很简单的二进制比较就能很快知道哪些socket需要read数据有效提高了效率。

1、bitmap最大1024位一个进程最多只能处理1024个客户端。

2、rset不可重用每次socket有数据就相应的位会被置位。

3、文件描述符数组拷贝到了内核态(只不过无系统调用切换上下文的开销。

内核层可优化为异步事件通知)仍然有开销。

select

调用需要传入

数组需要拷贝一份到内核高并发场景下这样的拷贝消耗的资源是惊人的。

可优化为不复制。

4、select并没有通知用户态哪一个socket有数据仍然需要O(n)的遍历。

select

仅仅返回可读文件描述符的个数具体哪个可读还是要用户自己遍历。

可优化为只返回给用户就绪的文件描述符无需用户做无效的遍历。

我们自己模拟写的是RedisServerNIO.java,只不过将它内核化了。

select小结论

select方式既做到了一个线程处理多个客户端连接文件描述符又减少了系统调用的开销多个文件描述符只有一次

select

1、poll使用pollfd数组来代替select中的bitmap数组没有1024的限制可以一次管理更多的client。

它和

select

2、当pollfds数组中有事件发生相应的revents置位为1遍历的时候又置位回零实现了pollfd数组的重用。

poll

解决了select缺点中的前两条其本质原理还是select的方法还存在select中原来的问题

2、poll并没有通知用户态哪一个socket有数据仍然需要O(n)的遍历

epoll方法

参数size并不是限制了epoll所能监听的描述符最大个数只是对内核初始分配内部数据结构的一个建议

int

等待epfd上的io事件最多返回maxevents个事件。

参数events用来从内核得到事件的集合maxevents告之内核这个events有多大。

epoll方法官网

epoll是现在最先进的IO多路复用器Redis、Nginxlinux中的Java

1、一个socket的生命周期中只有一次从用户态拷贝到内核态的过程开销小。

2、使用event事件通知机制每次socket中有数据会主动通知内核并加入到就绪链表中不需要遍历所有的socket。

socket

的状态只有当真正读写事件发送时才真正调用实际的IO读写操作。

因为在多路复用IO模型中只需要使用一个线程就可以管理多个socket系统不需要建立新的进程或者线程也不必维护这些线程和进程并且只有真正有读写事件进行时才会使用IO资源所以它大大减少来资源占用。

多路I/O复用模型是利用

select、poll、epoll

是只轮询那些真正发出了事件的流并且只依次顺序的处理就绪的流这种做法就避免了大量的无用操作。

采用多路

在内存中操作数据的速度非常快也就是说内存内的操作不会成为影响Redis性能的瓶颈。

三个方法对比

多路复用机制就是说通过一种机制可以监视多个描述符一旦某个描述符就绪一般是读就绪或写就绪能够通知程序进行相应的读写操作。

这种机制的使用需要

select

来配合。

多个连接共用一个阻塞对象应用程序只需要在一个阻塞对象上等待无需阻塞等待所有连接。

当某条连接有新的数据可以处理时操作系统通知应用程序线程从阻塞状态返回开始进行业务处理

为什么3个都保有