出處：https://draveness.me/redis-io-multiplexing
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 多路複用（mutiplexing）部分的實現非常乾淨和優雅，在這裡想對這部分的內容進行簡單的整理。
幾種 I/O 模型
為什麼 Redis 中要使用 I/O 多路複用這種技術呢？
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 多路複用 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 多路複用
雖然還有很多其它的 I/O 模型，但是在這裡都不會具體介紹。
阻塞式的 I/O 模型並不能滿足這裡的需求，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），這裡涉及的就是 I/O 多路複用模型了：
在 I/O 多路複用模型中，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，這裡就不過多展開介紹了；
與此同時也有其它的 I/O 多路複用函數 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 服務採用 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 多路複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 多路複用模塊的引入，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 多路複用模塊
I/O 多路複用模塊封裝了底層的 select、epoll、avport 以及 kqueue 這些 I/O 多路複用函數，為上層提供了相同的接口。
在這裡我們簡單介紹 Redis 是如何包裝 select 和 epoll 的，簡要了解該模塊的功能，整個 I/O 多路複用模塊抹平了不同平臺上 I/O 多路複用函數的差異性，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：
// select
typedef struct aeApiState {
fd_set rfds, wfds;
fd_set _rfds, _wfds;
} aeApiState;
// epoll
typedef 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 多路複用模塊如何對 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 的標誌位：
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 多路複用函數返回時，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 需要在多個平臺上運行，同時為了最大化執行的效率與性能，所以會根據編譯平臺的不同選擇不同的 I/O 多路複用函數作為子模塊，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 標準中的系統調用，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 會優先選擇時間複雜度為 $O(1)$ 的 I/O 多路複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，所以其時間複雜度較差 $O(n)$，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 多路複用模塊的設計非常簡潔，通過宏保證了 I/O 多路複用模塊在不同平臺上都有著優異的性能，將不同的 I/O 多路複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複雜度的提升，減少了出錯的可能性。
閱讀更多 Java技術驛站 的文章
