The C10K problem

http://bigweb.group.iteye.com/group/topic/5752
dogstar 2008-05-29
The C10K problem
编写连接数巨大的高负载服务器程序时，经典的多线程模式和select模式都不再适用。应当抛弃它们，采用epoll/kqueue/dev_poll来捕获I/O事件。最后简要介绍了AIO。
网络服务在处理数以万计的客户端连接时，往往出现效率低下甚至完全瘫痪，这被称为 C10K问题。随着互联网的迅速发展，越来越多的网络服务开始面临C10K问题，作为大型 网站的开发人员有必要对C10K问题有一定的了解。本文的主要参考文献是 http://www.kegel.com/c10k.html。 C10K问题的最大特点是：设计不够良好的程序，其性能和连接数及机器性能的关系往往 是非线性的。举个例子：如果没有考虑过C10K问题，一个经典的基于select的程序能在 旧服务器上很好处理1000并发的吞吐量，它在2倍性能新服务器上往往处理不了并发2000的吞吐量。 这是因为在策略不当时，大量操作的消耗和当前连接数n成线性相关。会导致单个任务的资源消耗和当前连接数的关系会是O(n)。而服务程序需要同时对数以万计的socket进 行I/O处理，积累下来的资源消耗会相当可观，这显然会导致系统吞吐量不能和机器性 能匹配。为解决这个问题，必须改变对连接提供服务的策略。
主要有两方面的策略：1.应用软件以何种方式和操作系统合作，获取I/O事件并调度多 个socket上的I/O操作；2. 应用软件以何种方式处理任务和线程/进程的关系。前者主 要有阻塞I/O、非阻塞I/O、异步I/O这3种方案，后者主要有每任务1进程、每任务1线 程、单线程、多任务共享线程池以及一些更复杂的变种方案。常用的经典策略如下：
1.         Serve one client with each thread/process, and use blocking I/O 这是小程序和java常用的策略，对于交互式的长连接应用也是常见的选择(比如BBS)。 这种策略很能难足高性能程序的需求，好处是实现极其简单，容易嵌入复杂的交互逻 辑。Apache、ftpd等都是这种工作模式。
2.         Serve many clients with single thread, and use nonblocking I/O and readiness notification 这是经典模型，datapipe等程序都是如此实现的。优点在于实现较简单，方便移植，也 能提供足够的性能；缺点在于无法充分利用多CPU的机器。尤其是程序本身没有复杂的 业务逻辑时。
3.         Serve many clients with each thread, and use nonblocking I/O and readiness notification 对经典模型2的简单改进，缺点是容易在多线程并发上出bug，甚至某些OS不支持多线程 操作readiness notification。
4.         Serve many clients with each thread, and use asynchronous I/O 在有AI/O支持的OS上，能提供相当高的性能。不过AI/O编程模型和经典模型差别相当 大，基本上很难写出一个框架同时支持AI/O和经典模型，降低了程序的可移植性。在 Windows上，这基本上是唯一的可选方案。
本文主要讨论模型2的细节，也就是在模型2下应用软件如何处理Socket I/O。
select 与 poll
最原始的同步阻塞 I/O 模型的典型流程如下：
同步阻塞 I/O 模型的典型流程 从应用程序的角度来说，read 调用会延续很长时间，应用程序需要相当多线程来解决 并发访问问题。同步非阻塞I/O对此有所改进： 经典的单线程服务器程序结构往往如下：
C代码
do {  
         Get Readiness Notification of all sockets  
         Dispatch ready handles to corresponding handlers  
                   If (readable) {  
                            read the socket  
                            If (read done)  
                                     Handler process the request  
                   }  
                   if (writable)  
                            write response  
                   if (nothing to do)  
                            close socket  
} while(True)  

异步阻塞 I/O 模型的典型流程
其中关键的部分是readiness notification，找出哪一个socket上面发生了I/O事件。 一般从教科书和例子程序中首先学到的是用select来实现。Select定义如下： int select(int n, fd_set *rd_fds, fd_set *wr_fds, fd_set *ex_fds, struct timeval *timeout); Select用到了fd_set结构，从man page里可以知道fd_set能容纳的句柄和FD_SETSIZE相 关。实际上fd_set在*nix下是一个bit标志数组，每个bit表示对应下标的fd是不是在 fd_set中。fd_set只能容纳编号小于 FD_SETSIZE的那些句柄。 FD_SETSIZE默认是1024，如果向fd_set里放入过大的句柄，数组越界以后程序就会垮 掉。系统默认限制了一个进程最大的句柄号不超过1024，但是可以通过ulimit -n命令 /setrlimit函数来扩大这一限制。如果不幸一个程序在FD_SETSIZE=1024的环境下编 译，运行时又遇到ulimit –n > 1024的，那就只有祈求上帝保佑不会垮掉了。 在ACE环境中，ACE_Select_Reactor针对这一点特别作了保护措施，但是还是有recv_n 这样的函数间接的使用了select，这需要大家注意。 针对fd_set的问题，*nix提供了poll函数作为select的一个替代品。Poll的接口如下： int poll(struct pollfd *ufds, unsigned int nfds, int timeout); 第1个参数ufds是用户提供的一个pollfd数组，数组大小由用户自行决定，因此避免了 FD_SETSIZE带来的麻烦。Ufds是fd_set的一个完全替代品，从select到poll的移植很方 便。到此为止，至少我们面对C10K，可以写出一个能work的程序了。
然而Select和Poll在连接数增加时，性能急剧下降。这有两方面的原因：首先操作系统 面对每次的select/poll操作，都需要重新建立一个当前线程的关心事件列表，并把线 程挂在这个复杂的等待队列上，这是相当耗时的。其次，应用软件在select/poll返回 后也需要对传入的句柄列表做一次扫描来dispatch，这也是很耗时的。这两件事都是和 并发数相关，而I/O事件的密度也和并发数相关，导致CPU占用率和并发数近似成O(n2)的关系。
epoll, kqueue, /dev/poll
因为以上的原因，*nix的hacker们开发了epoll, kqueue, /dev/poll这3套利器来帮助 大家，让我们跪拜三分钟来感谢这些大神。其中epoll是linux的方案，kqueue是 freebsd的方案，/dev/poll是最古老的Solaris的方案，使用难度依次递增。
简单的说，这些api做了两件事：1.避免了每次调用select/poll时kernel分析参数建立 事件等待结构的开销，kernel维护一个长期的事件关注列表，应用程序通过句柄修改这 个列表和捕获I/O事件。2.避免了select/poll返回后，应用程序扫描整个句柄表的开 销，Kernel直接返回具体的事件列表给应用程序。
在接触具体api之前，先了解一下边缘触发(edge trigger)和条件触发(level trigger) 的概念。边缘触发是指每当状态变化时发生一个io事件，条件触发是只要满足条件就发 生一个io事件。举个读socket的例子，假定经过长时间的沉默后，现在来了100个字 节，这时无论边缘触发和条件触发都会产生一个read ready notification通知应用程 序可读。应用程序读了50个字节，然后重新调用api等待io事件。这时条件触发的api会 因为还有50个字节可读从而立即返回用户一个read ready notification。而边缘触发 的api会因为可读这个状态没有发生变化而陷入长期等待。 因此在使用边缘触发的api时，要注意每次都要读到socket返回EWOULDBLOCK为止，否则 这个socket就算废了。而使用条件触发的api时，如果应用程序不需要写就不要关注 socket可写的事件，否则就会无限次的立即返回一个write ready notification。大家 常用的select就是属于条件触发这一类，以前本人就犯过长期关注socket写事件从而CPU 100%的毛病。
epoll的相关调用如下：
C代码
int epoll_create(int size)  
int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event)  
int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout)  

epoll_create创建kernel中的关注事件表，相当于创建fd_set。
epoll_ctl修改这个表，相当于FD_SET等操作
epoll_wait等待I/O事件发生，相当于select/poll函数
epoll完全是select/poll的升级版，支持的事件完全一致。并且epoll同时支持边缘触 发和条件触发，一般来讲边缘触发的性能要好一些。这里有个简单的例子：
C代码
struct epoll_event ev, *events;  
int kdpfd = epoll_create(100);  
ev.events = EPOLLIN | EPOLLET;  // 注意这个EPOLLET，指定了边缘触发  
ev.data.fd =listener;  
epoll_ctl(kdpfd, EPOLL_CTL_ADD, listener, &ev);  
for(;;) {  
   nfds = epoll_wait(kdpfd, events, maxevents, -1);  
   for(n = 0; n < nfds; ++n) {  
       if(events[n].data.fd == listener) {  
           client = accept(listener, (struct sockaddr *) &local,  
                           &addrlen);  
           if(client < 0){  
               perror("accept");  
               continue;  
           }  
           setnonblocking(client);  
           ev.events = EPOLLIN | EPOLLET; 
           ev.data.fd = client; 
           if (epoll_ctl(kdpfd, EPOLL_CTL_ADD, client, &ev) < 0) {  
               fprintf(stderr, "epoll set insertion error: fd=%d0,  
                       client);  
               return -1;  
           }  
       }  
       else  
           do_use_fd(events[n].data.fd);  
   }  
}  

简单介绍一下kqueue和/dev/poll
kqueue是freebsd的宠儿，kqueue实际上是一个功能相当丰富的kernel事件队列，它不 仅仅是select/poll的升级，而且可以处理signal、目录结构变化、进程等多种事件。 Kqueue是边缘触发的 /dev/poll是Solaris的产物，是这一系列高性能API中最早出现的。Kernel提供一个特 殊的设备文件/dev/poll。应用程序打开这个文件得到操纵fd_set的句柄，通过写入pollfd来修改它，一个特殊ioctl调用用来替换select。由于出现的年代比较早，所以 /dev/poll的接口现在看上去比较笨拙可笑。C++开发：ACE 5.5以上版本提供了ACE_Dev_Poll_Reactor封装了epoll和/dev/poll两种 api，需要分别在config.h中定义ACE_HAS_EPOLL和ACE_HAS_DEV_POLL来启用。 Java开发： JDK 1.6的Selector提供了对epoll的支持，JDK1.4提供了对/dev/poll的支 持。只要选择足够高的JDK版本就行了。
异步I/O以及Windows和经典模型不同，异步I/O提供了另一种思路。和传统的同步I/O不同，异步I/O允许进程发起很多 I/O 操作，而不用阻塞或等待任何操作完成。稍后或在接收到 I/O 操作完 成的通知时，进程就可以检索 I/O 操作的结果。
异步非阻塞 I/O 模型是一种处理与 I/O 重叠进行的模型。读请求会立即返回，说明 read 请求已经成功发起了。在后台完成读操作时，应用程序然后会执行其他处理操 作。当 read 的响应到达时，就会产生一个信号或执行一个基于线程的回调函数来完成 这次 I/O 处理过程。异步I/O 模型的典型流程：
异步非阻塞 I/O 模型的典型流程
对于文件操作而言，AIO有一个附带的好处：应用程序将多个细碎的磁盘请求并发的提 交给操作系统后，操作系统有机会对这些请求进行合并和重新排序，这对同步调用而言 是不可能的——除非创建和请求数目同样多的线程。
Linux Kernel 2.6提供了对AIO的有限支持——仅支持文件系统。libc也许能通过来线 程来模拟socket的AIO，不过这对性能没意义。总的来说Linux的aio还不成熟
Windows对AIO的支持很好，有IOCP队列和IPCP回调两种方式，甚至提供了用户级异步调 用APC功能。Windows下AIO是唯一可用的高性能方案，详情请参考MSDN。
附: http://www.kegel.com/c10k.html