兩種高效的服務器設計模型：Reactor和Proactor模型

Reactor模型

Reactor模式是處理併發I/O比較常見的一種模式，用於同步I/O，中心思想是將全部要處理的I/O事件註冊到一箇中心I/O多路複用器上，同時主線程/進程阻塞在多路複用器上；一旦有I/O事件到來或是準備就緒(文件描述符或socket可讀、寫)，多路複用器返回並將事先註冊的相應I/O事件分發到對應的處理器中。

　　Reactor是一種事件驅動機制，和普通函數調用的不一樣之處在於：應用程序不是主動的調用某個API完成處理，而是偏偏相反，Reactor逆置了事件處理流程，應用程序須要提供相應的接口並註冊到Reactor上，若是相應的事件發生，Reactor將主動調用應用程序註冊的接口，這些接口又稱爲「回調函數」。用「好萊塢原則」來形容Reactor再合適不過了：不要打電話給咱們，咱們會打電話通知你。

Reactor模式與Observer模式在某些方面極爲類似：當一個主體發生改變時，全部依屬體都獲得通知。不過，觀察者模式與單個事件源關聯，而反應器模式則與多個事件源關聯 。

在Reactor模式中，有5個關鍵的參與者：

• 描述符（handle）：由操做系統提供的資源，用於識別每個事件，如Socket描述符、文件描述符、信號的值等。在Linux中，它用一個整數來表示。事件能夠來自外部，如來自客戶端的鏈接請求、數據等。事件也能夠來自內部，如信號、定時器事件。
• 同步事件多路分離器（event demultiplexer）：事件的到來是隨機的、異步的，沒法預知程序什麼時候收到一個客戶鏈接請求或收到一個信號。因此程序要循環等待並處理事件，這就是事件循環。在事件循環中，等待事件通常使用I/O複用技術實現。在linux系統上通常是select、poll、epol_waitl等系統調用，用來等待一個或多個事件的發生。I/O框架庫通常將各類I/O複用系統調用封裝成統一的接口，稱爲事件多路分離器。調用者會被阻塞，直到分離器分離的描述符集上有事件發生。
• 事件處理器（event handler）：I/O框架庫提供的事件處理器一般是由一個或多個模板函數組成的接口。這些模板函數描述了和應用程序相關的對某個事件的操做，用戶須要繼承它來實現本身的事件處理器，即具體事件處理器。所以，事件處理器中的回調函數通常聲明爲虛函數，以支持用戶拓展。
• 具體的事件處理器（concrete event handler）：是事件處理器接口的實現。它實現了應用程序提供的某個服務。每一個具體的事件處理器總和一個描述符相關。它使用描述符來識別事件、識別應用程序提供的服務。
• Reactor 管理器（reactor）：定義了一些接口，用於應用程序控制事件調度，以及應用程序註冊、刪除事件處理器和相關的描述符。它是事件處理器的調度核心。 Reactor管理器使用同步事件分離器來等待事件的發生。一旦事件發生，Reactor管理器先是分離每一個事件，而後調度事件處理器，最後調用相關的模 板函數來處理這個事件。

能夠看出，是Reactor管理器並非應用程序負責等待事件、分離事件和調度事件。Reactor並無被具體的事件處理器調度，而是管理器調度具體的事件處理器，由事件處理器對發生的事件做出處理，這就是Hollywood原則。應用程序要作的僅僅是實現一個具體的事件處理器，而後把它註冊到Reactor管理器中。接下來的工做由管理器來完成：若是有相應的事件發生，Reactor會主動調用具體的事件處理器，由事件處理器對發生的事件做出處理。

應用場景

場景： 長途客車在路途上，有人上車有人下車，可是乘客老是但願可以在客車上獲得休息。

傳統作法： 每隔一段時間（或每個站），司機或售票員對每個乘客詢問是否下車。

Reactor作法：汽車是乘客訪問的主體（Reactor），乘客上車後，到售票員（acceptor）處登記，以後乘客即可以休息睡覺去了，當到達乘客所要到達的目的地時（指定的事件發生，乘客到了下車地點），售票員將其喚醒便可。

爲何使用Reactor

網絡編程爲何要用反應堆？有了I/O複用，有了epoll已經可使服務器併發幾十萬鏈接的同時，維持高TPS了，難道這還不夠嗎？

答案是，技術層面足夠了，但在軟件工程層面倒是不夠的。

程序使用IO複用的難點在哪裏呢？

1個請求可能由屢次IO處理完成，但相比傳統的單線程完整處理請求生命期的方法，IO複用在人的大腦思惟中並不天然，由於，程序員編程中，處理請求A的時候，假定A請求必須通過多個IO操做A1-An（兩次IO間可能間隔很長時間），每通過一次IO操做，再調用IO複用時，IO複用的調用返回裏，很是可能再也不有A，而是返回了請求B。即請求A會常常被請求B打斷，處理請求B時，又被C打斷。這種思惟下，編程容易出錯。

形象例子：

傳統編程方法就好像是到了銀行營業廳裏，每一個窗口前排了長隊，業務員們在窗口後一個個的解決客戶們的請求。一個業務員能夠盡情思考着客戶A依次提出的問題，例如：

「我要買2萬XX理財產品。「

「看清楚了，5萬起售。」

「等等，查下我活期餘額。」

「餘額5萬。」

「那就買 5萬吧。」

業務員開始錄入信息。

」對了，XX理財產品年利率8%？」

「是預期8%，最低無利息保本。「

」早不說，拜拜，我去買餘額寶。「

業務員無表情的刪着已經錄入的信息進行事務回滾。

」下一個！「

用了IO複用則是大師業務員開始挑戰極限，在超大營業廳裏給客戶們人手一個牌子，黑壓壓的客戶們都在大廳中，有問題時舉牌申請提問，大師目光敏銳點名指定某人提問，該客戶迅速獲得大師的答覆後，要通過一段時間思考，查查本身的銀袋子，諮詢下LD，才能再次進行下一個提問，直到獲得完整的滿意答覆退出大廳。例如：大師剛指導A填寫轉賬單的某一項，B又來申請兌換泰銖，給了B兌換單後，C又來辦理定轉活，而後D與F在爭搶有限的圓珠筆時出現了不和諧現象，被大師叫停業務，暫時等待。

這就是基於事件驅動的IO複用編程比起傳統1線程1請求的方式來，有難度的設計點了，客戶們都是上帝，既不能出錯，還不能厚此薄彼。

當沒有反應堆時，咱們可能的設計方法是這樣的：大師把每一個客戶的提問都記錄下來，當客戶A提問時，首先查閱A以前問過什麼作過什麼，這叫聯繫上下文，而後再根據上下文和當前提問查閱有關的銀行規章制度，有針對性的回答A，並把回答也記錄下來。當圓滿回答了A的全部問題後，刪除A的全部記錄。

在程序中：

某一瞬間，服務器共有10萬個併發鏈接，此時，一次IO複用接口的調用返回了100個活躍的鏈接等待處理。先根據這100個鏈接找出其對應的對象，這並不難，epoll的返回鏈接數據結構裏就有這樣的指針能夠用。接着，循環的處理每個鏈接，找出這個對象此刻的上下文狀態，再使用read、write這樣的網絡IO獲取這次的操做內容，結合上下文狀態查詢此時應當選擇哪一個業務方法處理，調用相應方法完成操做後，若請求結束，則刪除對象及其上下文。

這樣，咱們就陷入了面向過程編程方法之中了，在面向應用、快速響應爲王的移動互聯網時代，這樣作遲早得把本身玩死。咱們的主程序須要關注各類不一樣類型的請求，在不一樣狀態下，對於不一樣的請求命令選擇不一樣的業務處理方法。這會致使隨着請求類型的增長，請求狀態的增長，請求命令的增長，主程序複雜度快速膨脹，致使維護愈來愈困難，苦逼的程序員不再敢輕易接新需求、重構。

反應堆是解決上述軟件工程問題的一種途徑，它也許並不優雅，開發效率上也不是最高的，但其執行效率與面向過程的使用IO複用卻幾乎是等價的，因此，不管是nginx、memcached、redis等等這些高性能組件的代名詞，都義無反顧的一頭扎進了反應堆的懷抱中。

反應堆模式能夠在軟件工程層面，將事件驅動框架分離出具體業務，將不一樣類型請求之間用OO的思想分離。一般，反應堆不只使用IO複用處理網絡事件驅動，還會實現定時器來處理時間事件的驅動（請求的超時處理或者定時任務的處理），就像下面的示意圖：

這幅圖有5點意思：

（1）處理應用時基於OO思想，不一樣的類型的請求處理間是分離的。例如，A類型請求是用戶註冊請求，B類型請求是查詢用戶頭像，那麼當咱們把用戶頭像新增多種分辨率圖片時，更改B類型請求的代碼處理邏輯時，徹底不涉及A類型請求代碼的修改。

（2）應用處理請求的邏輯，與事件分發框架徹底分離。什麼意思呢？即寫應用處理時，不用去管什麼時候調用IO複用，不用去管什麼調用epoll_wait，去處理它返回的多個socket鏈接。應用代碼中，只關心如何讀取、發送socket上的數據，如何處理業務邏輯。事件分發框架有一個抽象的事件接口，全部的應用必須實現抽象的事件接口，經過這種抽象才把應用與框架進行分離。

（3）反應堆上提供註冊、移除事件方法，供應用代碼使用，而分發事件方法，一般是循環的調用而已，是否提供給應用代碼調用，仍是由框架簡單粗暴的直接循環使用，這是框架的自由。

（4）IO多路複用也是一個抽象，它能夠是具體的select，也能夠是epoll，它們只必須提供採集到某一瞬間全部待監控鏈接中活躍的鏈接。

（5）定時器也是由反應堆對象使用，它必須至少提供4個方法，包括添加、刪除定時器事件，這該由應用代碼調用。最近超時時間是須要的，這會被反應堆對象使用，用於確認select或者epoll_wait執行時的阻塞超時時間，防止IO的等待影響了定時事件的處理。遍歷也是由反應堆框架使用，用於處理定時事件。

Reactor的幾種模式

參考資料：Scalable IO in Java

在web服務中，不少都涉及基本的操做：read request、decode request、process service、encod reply、send reply等。

一、單線程模式

這是最簡單的單Reactor單線程模型。Reactor線程是個多面手，負責多路分離套接字，Accept新鏈接，並分派請求處處理器鏈中。該模型適用於處理器鏈中業務處理組件能快速完成的場景。不過這種單線程模型不能充分利用多核資源，因此實際使用的很少。

二、多線程模式（單Reactor）

該模型在事件處理器（Handler）鏈部分採用了多線程（線程池），也是後端程序經常使用的模型。

三、多線程模式（多個Reactor）

比起第二種模型，它是將Reactor分紅兩部分，mainReactor負責監聽並accept新鏈接，而後將創建的socket經過多路複用器（Acceptor）分派給subReactor。subReactor負責多路分離已鏈接的socket，讀寫網絡數據；業務處理功能，其交給worker線程池完成。一般，subReactor個數上可與CPU個數等同。

Proacotr模型

Proactor是和異步I/O相關的。

在Reactor模式中，事件分離者等待某個事件或者可應用或個操做的狀態發生（好比文件描述符可讀寫，或者是socket可讀寫），事件分離器就把這個事件傳給事先註冊的處理器（事件處理函數或者回調函數），由後者來作實際的讀寫操做。

在Proactor模式中，事件處理者(或者代由事件分離者發起)直接發起一個異步讀寫操做(至關於請求)，而實際的工做是由操做系統來完成的。發起時，須要提供的參數包括用於存放讀到數據的緩存區，讀的數據大小，或者用於存放外發數據的緩存區，以及這個請求完後的回調函數等信息。事件分離者得知了這個請求，它默默等待這個請求的完成，而後轉發完成事件給相應的事件處理者或者回調。

能夠看出二者的區別：Reactor是在事件發生時就通知事先註冊的事件（讀寫由處理函數完成）；Proactor是在事件發生時進行異步I/O（讀寫由OS完成），待IO完成事件分離器才調度處理器來處理。

舉個例子，將有助於理解Reactor與Proactor兩者的差別，以讀操做爲例（類操做相似）。

在Reactor（同步）中實現讀：

- 註冊讀就緒事件和相應的事件處理器

- 事件分離器等待事件

- 事件到來，激活分離器，分離器調用事件對應的處理器。

- 事件處理器完成實際的讀操做，處理讀到的數據，註冊新的事件，而後返還控制權。

Proactor（異步）中的讀：

- 處理器發起異步讀操做（注意：操做系統必須支持異步IO）。在這種狀況下，處理器無視IO就緒事件，它關注的是完成事件。

- 事件分離器等待操做完成事件

- 在分離器等待過程當中，操做系統利用並行的內核線程執行實際的讀操做，並將結果數據存入用戶自定義緩衝區，最後通知事件分離器讀操做完成。

- 事件分離器呼喚處理器。

- 事件處理器處理用戶自定義緩衝區中的數據，而後啓動一個新的異步操做，並將控制權返回事件分離器。

現行作法

開源C++框架：ACE

開源C++開發框架 ACE 提供了大量平臺獨立的底層併發支持類(線程、互斥量等)。 同時在更高一層它也提供了獨立的幾組C++類，用於實現Reactor及Proactor模式。 儘管它們都是平臺獨立的單元，但他們都提供了不一樣的接口。ACE Proactor在MS-Windows上不管是性能還在健壯性都更勝一籌，這主要是因爲Windows提供了一系列高效的底層異步API。(這段可能過期了點吧) 不幸的是，並非全部操做系統都爲底層異步提供健壯的支持。舉例來講， 許多Unix系統就有麻煩。所以， ACE Reactor多是Unix系統上更合適的解決方案。 正由於系統底層的支持力度不一，爲了在各系統上有更好的性能，開發者不得不維護獨立的好幾份代碼: 爲Windows準備的ACE Proactor以及爲Unix系列提供的ACE Reactor。真正的異步模式須要操做系統級別的支持。因爲事件處理者及操做系統交互的差別，爲Reactor和Proactor設計一種通用統一的外部接口是很是困難的。這也是設計通行開發框架的難點所在。

ACE是一個大型的中間件產品，代碼20萬行左右，過於宏大，一堆的設計模式，架構了一層又一層，使用的時候，要根據狀況，看從那一層來進行使用。支持跨平臺。

設計模式 ：ACE主要應用了Reactor,Proactor等；

層次架構 ：ACE底層是C風格的OS適配層，上一層基於C++的wrap類，再上一層是一些框架 (Accpetor,Connector,Reactor,Proactor等)，最上一層是框架上服務；

可移植性 ：ACE支持多種平臺，可移植性不存在問題，聽說socket編程在linux下有很多bugs；

事件分派處理 ：ACE主要是註冊handler類，當事件分派時，調用其handler的虛掛勾函數。實現 ACE_Handler/ACE_Svc_Handler/ACE_Event_handler等類的虛函數；

涉及範圍 ：ACE包含了日誌，IPC,線程池，共享內存，配置服務，遞歸鎖，定時器等；

線程調度 ：ACE的Reactor是單線程調度，Proactor支持多線程調度；

發佈方式 ：ACE是開源免費的，不依賴於第三方庫，通常應用使用它時，以動態連接的方式發佈動態庫；開發難度 ：基於ACE開發應用，對程序員要求比較高，要用好它，必須很是瞭解其框架。在其框架下開發，每每new出一個對象，不知在什麼地方釋放好。

C網絡庫：libevent

libevent是一個C語言寫的網絡庫，官方主要支持的是類linux操做系統，最新的版本添加了對windows的IOCP的支持。在跨平臺方面主要經過select模型來進行支持。

設計模式 ：libevent爲Reactor模式；

層次架構：livevent在不一樣的操做系統下，作了多路複用模型的抽象，能夠選擇使用不一樣的模型，經過事件函數提供服務；

可移植性 ：libevent主要支持linux平臺，freebsd平臺，其餘平臺下經過select模型進行支持，效率不是過高；

事件分派處理 ：libevent基於註冊的事件回調函數來實現事件分發；

涉及範圍 ：libevent只提供了簡單的網絡API的封裝，線程池，內存池，遞歸鎖等均須要本身實現；

線程調度 ：libevent的線程調度須要本身來註冊不一樣的事件句柄；

發佈方式 ：libevent爲開源免費的，通常編譯爲靜態庫進行使用；

開發難度 ：基於libevent開發應用，相對容易，具體能夠參考memcached這個開源的應用，裏面使用了 libevent這個庫。

改進方案：模擬異步

在改進方案中，咱們將Reactor原來位於事件處理器內的read/write操做移至分離器(不妨將這個思路稱爲「模擬異步」)，以此尋求將Reactor多路同步IO轉化爲模擬異步IO。

以讀操做爲例子，改進過程以下：

- 註冊讀就緒事件及其處理器，併爲分離器提供數據緩衝區地址，須要讀取數據量等信息。

- 分離器等待事件（如在select()上等待）

- 事件到來，激活分離器。分離器執行一個非阻塞讀操做（它有完成這個操做所需的所有信息），最後調用對應處理器。

- 事件處理器處理用戶自定義緩衝區的數據，註冊新的事件（固然一樣要給出數據緩衝區地址，須要讀取的數據量等信息），最後將控制權返還分離器。

如咱們所見，經過對多路IO模式功能結構的改造，可將Reactor轉化爲Proactor模式。改造先後，模型實際完成的工做量沒有增長，只不過參與者間對工做職責稍加調換。沒有工做量的改變，天然不會形成性能的削弱。對以下各步驟的比較，能夠證實工做量的恆定：

標準/典型的Reactor：

- 步驟1：等待事件到來（Reactor負責）

- 步驟2：將讀就緒事件分發給用戶定義的處理器（Reactor負責）

- 步驟3：讀數據（用戶處理器負責）

- 步驟4：處理數據（用戶處理器負責）

改進實現的模擬Proactor：

- 步驟1：等待事件到來（Proactor負責）

- 步驟2：獲得讀就緒事件，執行讀數據（如今由Proactor負責）

- 步驟3：將讀完成事件分發給用戶處理器（Proactor負責）

- 步驟4：處理數據（用戶處理器負責）

對於不提供異步IO API的操做系統來講，這種辦法能夠隱藏socket API的交互細節，從而對外暴露一個完整的異步接口。藉此，咱們就能夠進一步構建徹底可移植的，平臺無關的，有通用對外接口的解決方案。上述方案已經由某公司實現爲TProactor。它有兩個版本：C++和JAVA的。C++版本採用ACE跨平臺底層類開發，爲全部平臺提供了通用統一的主動式異步接口。

Boost.Asio類庫

Boost.Asio類庫，其就是以Proactor這種設計模式來實現

須要C/C++ Linux服務器開發學習資料加qun563998835（資料包括C/C++，Linux，golang技術，Nginx，ZeroMQ，MySQL，Redis，fastdfs，MongoDB，ZK，流媒體，CDN，P2P，K8S，Docker，TCP/IP，協程，DPDK，ffmpeg等），免費分享