全是干货的技术号: 本文已收录在github,欢迎 star/fork:
Redis 服务器的事件主要处理两方面:
Redis server通过在多个客户端间多路复用, 实现了高效的命令请求处理: 多个客户端通过socket连接到 Redis server, 但只有在socket可无阻塞读/写时, server才会和这些客户端交互。
Redis 将这类因为对socket进行多路复用而产生的事件称为文件事件, 文件事件可分类如下:
读事件标志着客户端命令请求的发送状态。
当一个新的client连接到服务器时, server会给该client绑定读事件, 直到client断开连接后, 该读事件才会被移除。
读事件在整个网络连接的生命期内, 都会在等待和就绪两种状态之间切换:
如图展示三个已连接到server、但并未发命令的client
此时客户端的状态:
Client读事件状态命令发送状态A等待未发送B等待未发送C等待未发送
后来,A向服务器发送命令请求, 并且命令请求已到达时, A的读事件状态变为就绪:
此时客户端的状态:
Client读事件状态命令发送状态A就绪已发送且已到达B等待未发送C等待未发送
当事件处理器被执行时,就绪的文件事件会被识别到,相应的命令请求就会被发送到命令执行器,并对命令进行求值。
写事件标志着client对命令结果的接收状态。
和client自始至终都关联着读事件不同, server只会在有命令结果要传回给client时, 才会为client关联写事件, 并且在命令结果传送完毕之后, client和写事件的关联就会被移除。
一个写事件会在两种状态之间切换:
当client向server发命令请求, 且请求被接受并执行后, server就需将保存在缓存内的命令执行结果返回给client, 这时server就会为client关联写事件。
server正等待client A 变得可写, 从而将命令结果返回给A:
此时客户端的状态:
Client读事件状态写事件状态A等待等待B等待无C等待无
当A的socket可无阻塞写时, 写事件就绪, server将保存在缓存内的命令执行结果返回给client:
此时client状态:
Client读事件状态写事件状态A等待已就绪B等待无C等待无
当命令执行结果被传回client后, client和写事件的关联会被解除(只剩读事件),返回命令执行结果的动作执行完毕,回到最初:
我们说过,读事件只有在client断开和server的连接时,才会被移除。即当client关联写事件时,实际上它在同时关联读/写事件。
因为在同一次文件事件处理器的调用中, 单个客户端只能执行其中一种事件(要么读,要么写,不能又读又写), 当出现读事件和写事件同时就绪时,事件处理器优先处理读事件。
即当server有命令结果要返回client, 而client又有新命令请求进入时, server先处理新命令请求。
时间事件记录着那些要在指定时间点运行的事件,多个时间事件以无序链表结构保存在服务器状态中。
无序链表并不影响时间事件处理器的性能。 在Redis3.0版本,正常模式下的 Redis 只带有 serverCron 一个时间事件, 而在 benchmark 模式下, Redis 也只使用两个时间事件。 在这种情况下, 程序几乎是将无序链表退化成一个指针来使用, 所以使用无序链表来保存时间事件, 并不影响事件处理器性能。
根据 timeProc 函数返回值,将时间事件分类如下:
伪代码表示的两种事件处理:
def handle_time_event(server, time_event): # 执行事件处理器,并获取返回值 retval = time_event.timeProc() if retval == AE_NOMORE: # 如果返回 AE_NOMORE ,那么将事件从链表中删除,不再执行 server.time_event_linked_list.delete(time_event) else: # 否则,更新事件的 when 属性 # 让它在当前时间之后的 retval 毫秒之后再次运行 time_event.when = unix_ts_in_ms() + retval
当时间事件处理器被执行时, 它遍历链表中所有的时间事件, 检查它们的when 属性,并执行已到达事件:
def process_time_event(server): # 遍历时间事件链表 for time_event in server.time_event_linked_list: # 检查事件是否已经到达 if time_event.when <= unix_ts_in_ms(): # 处理已到达事件 handle_time_event(server, time_event)
服务器需要定期对自身的资源和状态进行检查、整理, 保证服务器维持在一个健康稳定状态, 这类操作被统称为常规操作(cron job)。
在 Redis 中, 常规操作由 redis.c/serverCron 实现, 包括如下操作:
Redis 将 serverCron(后文简称为sC) 作为时间事件运行, 确保它能够定期自动运行一次,又因 sC 需要在 Redis 服务器运行期一直定期运行, 所以它是一个循环时间事件:sC 会一直定期执行,直至服务器关闭。
Redis 2.6 的 sC 每秒运行 10 次,即平均每 100 ms运行一次。 Redis 2.8 用户可以通过修改 hz 选项设置 sC 的每秒执行次数。
简单地说, Redis 里面的两种事件呈协作关系, 它们之间包含如下属性:
这表明, 实际处理时间事件的时间, 通常会比事件所预定的时间要晚, 延迟时间取决于时间事件执行前, 执行完成文件事件所耗时间。
虽然时间事件 Time Event Y 可设置其when属性计划在 t1 时间执行, 但因为文件事件 File Event X 正在运行, 所以 Time Event Y 的执行被延迟。
而且对于 sC 这类循环执行的时间事件来说,如果事件处理器的返回值是 t ,那么 Redis 只保证:
比如,虽然 sC 设定的间隔为 10 ms,但它并非是如下那样每隔 10 ms就运行一次:
实际的 sC 运行方式更可能如下:
根据情况,如果处理文件事件耗费了非常多的时间,sC 被推迟到一两秒之后才能执行,也有可能。 整个事件处理器程序可以用以下伪代码描述:
def process_event(): # 获取执行时间最接近现在的一个时间事件 te = get_nearest_time_event(server.time_event_linked_list) # 检查该事件的执行时间和现在时间之差 # 如果值 <= 0 ,说明至少有一个时间事件已到达 # 如果值 > 0 ,说明目前没有任何时间事件到达 nearest_te_remaind_ms = te.when - now_in_ms() if nearest_te_remaind_ms <= 0: # 若有时间事件已达,则调用不阻塞的文件事件等待函数 poll(timeout=None) else: # 若时间事件还没到达,则阻塞的最大时间不超过 te 的到达时间 poll(timeout=nearest_te_remaind_ms) # 优先处理已就绪的文件事件 process_file_events() # 再处理已到达的时间事件 process_time_event()
可以看出:
将这个事件处理函数置于一个循环中,加上初始化和清理函数,这就构成了 Redis 服务器的主 函数调用:
def redis_main(): # 初始化服务器 init_server() # 一直处理事件,直到服务器关闭为止 while server_is_not_shutdown(): process_event() # 清理服务器 clean_server()
参考