最近在看 UNIX 网络编程并研究了一下 Redis 的实现，感觉 Redis 的源代码十分适合阅读和分析，其中 I/O 多路复用（mutiplexing）部分的实现非常干净和优雅，在这里想对这部分的内容进行简单的整理。

几种 I/O 模型

为什么 Redis 中要使用 I/O 多路复用这种技术呢？

首先，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 操作在一般情况下往往不能直接返回，这会导致某一文件的 I/O 阻塞导致整个进程无法对其它客户提供服务，而I/O 多路复用就是为了解决这个问题而出现的。

Blocking I/O

先来看一下传统的阻塞 I/O 模型到底是如何工作的：当使用read或者write对某一个文件描述符（File Descriptor 以下简称 FD)进行读写时，如果当前 FD 不可读或不可写，整个 Redis 服务就不会对其它的操作作出响应，导致整个服务不可用。

这也就是传统意义上的，也就是我们在编程中使用最多的阻塞模型：

阻塞模型虽然开发中非常常见也非常易于理解，但是由于它会影响其他 FD 对应的服务，所以在需要处理多个客户端任务的时候，往往都不会使用阻塞模型。

I/O 多路复用

虽然还有很多其它的 I/O 模型，但是在这里都不会具体介绍。

阻塞式的 I/O 模型并不能满足这里的需求，我们需要一种效率更高的 I/O 模型来支撑 Redis 的多个客户（redis-cli），这里涉及的就是 I/O 多路复用模型了：

在 I/O 多路复用模型中，最重要的函数调用就是select，该方法的能够同时监控多个文件描述符的可读可写情况，当其中的某些文件描述符可读或者可写时，select方法就会返回可读以及可写的文件描述符个数。

关于select的具体使用方法，在网络上资料很多，这里就不过多展开介绍了；

与此同时也有其它的 I/O 多路复用函数epoll/kqueue/evport，它们相比select性能更优秀，同时也能支撑更多的服务。

Reactor 设计模式

Redis 服务采用 Reactor 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）

文件事件处理器使用 I/O 多路复用模块同时监听多个 FD，当accept、read、write和close文件事件产生时，文件事件处理器就会回调 FD 绑定的事件处理器。

虽然整个文件事件处理器是在单线程上运行的，但是通过 I/O 多路复用模块的引入，实现了同时对多个 FD 读写的监控，提高了网络通信模型的性能，同时也可以保证整个 Redis 服务实现的简单。

I/O 多路复用模块

I/O 多路复用模块封装了底层的select、epoll、avport以及kqueue这些 I/O 多路复用函数，为上层提供了相同的接口。

在这里我们简单介绍 Redis 是如何包装select和epoll的，简要了解该模块的功能，整个 I/O 多路复用模块抹平了不同平台上 I/O 多路复用函数的差异性，提供了相同的接口：

staticintaeApiCreate(aeEventLoop *eventLoop)staticintaeApiResize(aeEventLoop *eventLoop,intsetsize)staticvoidaeApiFree(aeEventLoop *eventLoop)staticintaeApiAddEvent(aeEventLoop *eventLoop,intfd,intmask)staticvoidaeApiDelEvent(aeEventLoop *eventLoop,intfd,intmask)staticintaeApiPoll(aeEventLoop *eventLoop,structtimeval *tvp)

同时，因为各个函数所需要的参数不同，我们在每一个子模块内部通过一个aeApiState来存储需要的上下文信息：

// selecttypedefstructaeApiState{fd_set rfds, wfds;fd_set _rfds, _wfds;} aeApiState;// epolltypedefstructaeApiState{intepfd;structepoll_event*events;} aeApiState;

这些上下文信息会存储在eventLoop的void*state中，不会暴露到上层，只在当前子模块中使用。

封装 select 函数

select可以监控 FD 的可读、可写以及出现错误的情况。

在介绍 I/O 多路复用模块如何对select函数封装之前，先来看一下select函数使用的大致流程：

intfd =/* 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 */}}

初始化一个可读的fd_set集合，保存需要监控可读性的 FD；

使用FD_SET将fd加入rfds；

调用select方法监控rfds中的 FD 是否可读；

当select返回时，检查 FD 的状态并完成对应的操作。

而在 Redis 的ae_select文件中代码的组织顺序也是差不多的，首先在aeApiCreate函数中初始化rfds和wfds：

staticintaeApiCreate(aeEventLoop *eventLoop){aeApiState *state = zmalloc(sizeof(aeApiState));if(!state)return-1;FD_ZERO(&state->rfds);FD_ZERO(&state->wfds);eventLoop->apidata = state;return0;}

而aeApiAddEvent和aeApiDelEvent会通过FD_SET和FD_CLR修改fd_set中对应 FD 的标志位：

staticintaeApiAddEvent(aeEventLoop *eventLoop,intfd,intmask){aeApiState *state = eventLoop->apidata;if(mask & AE_READABLE) FD_SET(fd,&state->rfds);if(mask & AE_WRITABLE) FD_SET(fd,&state->wfds);return0;}

整个ae_select子模块中最重要的函数就是aeApiPoll，它是实际调用select函数的部分，其作用就是在 I/O 多路复用函数返回时，将对应的 FD 加入aeEventLoop的fired数组中，并返回事件的个数：

staticint 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++;}}returnnumevents;}

封装 epoll 函数

Redis 对epoll的封装其实也是类似的，使用epoll_create创建epoll中使用的epfd：

staticint 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;return0;}

在aeApiAddEvent中使用epoll_ctl向epfd中添加需要监控的 FD 以及监听的事件：

staticintaeApiAddEvent(aeEventLoop *eventLoop,intfd,intmask){aeApiState *state = eventLoop->apidata;structepoll_eventee=  {0};/* avoid valgrind warning *//* If the fd was already monitored for some event, we need a MOD

* operation. Otherwise we need an ADD operation. */intop = 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;return0;}

由于epoll相比select机制略有不同，在epoll_wait函数返回时并不需要遍历所有的 FD 查看读写情况；在epoll_wait函数返回时会提供一个epoll_event数组：

typedefunionepoll_data {void*ptr;intfd;/* 文件描述符 */uint32_tu32;uint64_tu64;}epoll_data_t;structepoll_event{uint32_tevents;/* Epoll 事件 */epoll_data_tdata;};

其中保存了发生的epoll事件（EPOLLIN、EPOLLOUT、EPOLLERR和EPOLLHUP）以及发生该事件的 FD。

aeApiPoll函数只需要将epoll_event数组中存储的信息加入eventLoop的fired数组中，将信息传递给上层模块：

staticint 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;}}returnnumevents;}

子模块的选择

因为 Redis 需要在多个平台上运行，同时为了最大化执行的效率与性能，所以会根据编译平台的不同选择不同的 I/O 多路复用函数作为子模块，提供给上层统一的接口；在 Redis 中，我们通过宏定义的使用，合理的选择不同的子模块：

#ifdefHAVE_EVPORT#include"ae_evport.c"#else#ifdefHAVE_EPOLL#include"ae_epoll.c"#else#ifdefHAVE_KQUEUE#include"ae_kqueue.c"#else#include"ae_select.c"#endif#endif#endif

因为select函数是作为 POSIX 标准中的系统调用，在不同版本的操作系统上都会实现，所以将其作为保底方案：

Redis 会优先选择时间复杂度为 O(1) 的 I/O 多路复用函数作为底层实现，包括 Solaries 10 中的evport、Linux 中的epoll和 macOS/FreeBSD 中的kqueue，上述的这些函数都使用了内核内部的结构，并且能够服务几十万的文件描述符。

但是如果当前编译环境没有上述函数，就会选择select作为备选方案，由于其在使用时会扫描全部监听的描述符，所以其时间复杂度较差 O(n)，并且只能同时服务 1024 个文件描述符，所以一般并不会以select作为第一方案使用。

总结

Redis 对于 I/O 多路复用模块的设计非常简洁，通过宏保证了 I/O 多路复用模块在不同平台上都有着优异的性能，将不同的 I/O 多路复用函数封装成相同的 API 提供给上层使用。

整个模块使 Redis 能以单进程运行的同时服务成千上万个文件描述符，避免了由于多进程应用的引入导致代码实现复杂度的提升，减少了出错的可能性。

出自于：https://draveness.me/redis-io-multiplexing

作者：若丨寒

链接：https://www.jianshu.com/p/2d293482f272

来源：简书

简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。