写在前面
游戏中处处都有定时器，基本上每个逻辑部分我们都能看到定时器的影子。如果翻看一下以前网上流传的一些MMO的代码，比如mangos的，比如大唐的，比如天龙的，我们都可以看到形形色色的定时器实现。
在以前，很多程序员用起来C++还都是在用C with Object，以前的C++写callback也好异步也好总是感觉哪里不对劲的样子，所以网上流传的那种线上服务器的代码，一般都是往主循环里硬塞定时器逻辑。
定时器在很多能参考到的代码里都是逻辑和底层不做区分的，这样就会导致一些问题。
一方面，底层的需求是通用性。要通用性的话就必须得在主循环中轮询timeout，而不是借助一些更高层级的抽象；
另一方面，上层的需求是易用性。要易用性的话就必须得用起来方便，而且最好是能原生嵌入在一些常规的异步编程模型中的。最不济的，需要我很方便的挂callback。再高级点，我需要能yield。最上层的，能让我在描述一次lasy evaluation的计算中描述WaitForTime语义，做future什么的当然更好了。
但是，由于之前说到的，很多现成的都是底层上层不区分的，所以最常见的可能就是利用一种比较挫的观察者模式，比如继承一个Observable之类的东西，挂在主循环中。主循环轮询timeout，timeout了就callback之前注册进来的Observable。写起来真是要多蛋疼有多蛋疼。虽然说既照顾了上层，让上层能用callback了，算是温饱，也照顾了底层，底层写起来也是主循环来做timeout的，但是这样一来就只是一个扩展性非常差的Timer模块了。
当然，这篇文章不打算继续纠缠这种形而上的设计问题，上层的一些更高层次的抽象也不是这篇文章的重点，这里重点care下底层定时器机制的实现。
定时器实现
一般比较常见的定时器实现，其实就那么几种。
一种是比较容易能想到的，一个简单的最小堆，每次tick都查一下top的expire有没有timeout，timeout了就取出来，取出来再重复。
这种模型好处就是简单，找个学过数据结构的毕业生就能写出来，不容易有bug。但是有个比较致命的问题就是，如果短期内注册了大量timer，我add的时候需要nlgn，timeout的时候还需要nlgn。
所以网上后来就出现了铺天盖地的另一种定时器实现，linux内核中的timer实现，当然这内核里一坨坨的代码我估计是没人想看的，不重要的细枝末节把我们需要学习的精华地方完全遮住了，看看原理就可以了。或者看下skynet_timer的实现，这里的还是比较浅显易懂的，可读性也很强。
这篇文章就重点来对比下这两种定时器的实现。下面代码都上C#了。
第一种。基于最小堆实现的，首先你要有一个最小堆，动手实现一下
1 public class PriorityQueue<T> : IEnumerable<T>
2 {
3 public PriorityQueue(IComparer<T> comparer);
4 public void Push(T v);
5 public T Pop();
6 public T Top();
7 }
1 public interface ITimeManager
2 {
3 ITimer AddTimer(uint afterTick, OnTimerTimeout callback, params object[] userData);
4 FixedTick();
5 }
ps.增加这个Callback主要是为了方便跑测试用例。
1 public class TrivialTimeManager : ITimeManager
2 {
3 // ...
4 }
具体的实现就不用多说了。
然后是第二种。第二种思考方式需要有这样一个前提：
通过tick来定义整个系统的时间精度下限。比如游戏中其实都不是特别care 10ms以下的精度的，我们可以定义一个tick的长度为10ms。也就是说我先挂上去的WaitFor(8ms)和后上去的WaitFor(5ms)，有可能是前者先timeout的。一个tick为10ms，那么一个32bit的tick能表达的时间粒度就有将近500天，远超过一个服务器组不重启的时间了。
如果有了这样的前提，就可以针对之前提到的、方法一面对大量临近tick的timer插入锁遇到的问题，做一些特殊的优化。
也就是根据tick直接拿到timeout链表，直接dispatch，拿到这个链表的时间是一个常数，而最小堆方法拿到这个链表需要的时间是m*lgn。
当然，由于空间有限，我们不可能做到每个将要timeout的tick都有对应的链表。考虑到其实80%以上的timer的时间都不会超过2.55s，我们只针对前256个tick做这种优化措施即可。
那注册进来一个256tick之后timeout的timer怎么办呢？我们可以把时间还比较长的timer放在更粗粒度的链表中，等到还剩下的tick数小于256之后再把他们取出来重新整理一下链表就能搞定。
如果我们保证每一次tick都严格的做到：
- 未来256tick内的链表都能常数时间取到
- 新加入的256tick以及更迟的timer才会加入到粗粒度链表
保证这两点，就需要每个tick都对所有链表做一次整理。这样就得不偿失了，所以这里有个trade-off，就是我通过一个指针(index)，来标记我当前处理的position，每过256tick是一个cycle，才进行一次整理。而整理的成本就通过均摊在256tick中，降低了实际上的单位时间成本。
概念比较抽象，先来看下数据结构。
常量的定义
1 public const int TimeNearShift = 8; 2 public const int TimeNearNum = 1 << TimeNearShift; // 256 3 public const int TimeNearMask = TimeNearNum - 1; // 0x000000ff 4 5 public const int TimeLevelShift = 6; 6 public const int TimeLevelNum = 1 << TimeLevelShift; // 64 7 public const int TimeLevelMask = TimeLevelNum - 1; // 00 00 00 (0011 1111)
基础数据结构
1 using TimerNodes = LinkedList<TimerNode>; 2 private readonly TimerNodes[TimeNearNum] nearTimerNodes; 3 private readonly TimerNodes[4][TimeLevelNum] levelTimerNodes;
tick有32位，每一个tick只会timeout掉expire与index相同的timer。
循环不变式保证near表具有这样几个性质：
- 第i个链表中的所有timer的expire，(expire >> 8) == (index >> 8) 且(expire & TimeNearMask) == i
- i小于(index & TimeNearMask)的链表，都已经AllTimeout
level表有4个，分别对应9到14bit，15到20bit，21到26bit，27到32bit。
由于原理都类似，我这里拿9到14bit的表来说下循环不变式：
- 表中的所有64个链表，所有timer的expire的高18个bit一定是与index的高18个bit相等的
- 第i个链表的元素的expire的9到14bit单独抽出来就是i
- i小于(index的9到14bit单独抽出来)的链表，都已经Shift
有了数据结构和循环不变式，后面的代码也就容易理解了。主要列一下AddTimer的逻辑和Shift逻辑。
1 private void AddTimerNode(TimerNode node)
2 {
3 var expire = node.ExpireTick;
4
5 if (expire < index)
6 {
7 throw new Exception();
8 }
9
10 // expire 与 index 的高24bit相同
11 if ((expire | TimeNearMask) == (index | TimeNearMask))
12 {
13 nearTimerNodes[expire & TimeNearMask].AddLast(node);
14 }
15 else
16 {
17 var shift = TimeNearShift;
18
19 for (int i = 0; i < 4; i++)
20 {
21 var lowerMask = (1 << (shift+TimeLevelShift))-1;
22
23 // expire 与 index 的高bit相同
24 // (24-6*(i+1))
25 if ((expire | lowerMask) == (index | lowerMask))
26 {
27 // 取出[(8+i*6), (14+i*6))这段bits
28 levelTimerNodes[i][(expire >> shift)&TimeLevelMask].AddLast(node);
29 break;
30 }
31
32 shift += TimeLevelShift;
33 }
34 }
35 }
1 private void TimerShift()
2 {
3 // TODO index回绕到0的情况暂时不考虑
4 index++;
5
6 var ct = index;
7
8 // mask0 : 8bit
9 // mask1 : 14bit
10 // mask2 : 20bit
11 // mask3 : 26bit
12 // mask4 : 32bit
13
14 var partialIndex = ct & TimeNearMask;
15
16 if (partialIndex != 0)
17 {
18 return;
19 }
20
21 ct >>= TimeNearShift;
22
23 for (int i = 0; i < 4; i++)
24 {
25 partialIndex = ct & TimeLevelMask;
26
27 if (partialIndex == 0)
28 {
29 ct >>= TimeLevelShift;
30 continue;
31 }
32
33 ReAddAll(levelTimerNodes[i], partialIndex);
34 break;
35 }
36 }
以上代码用c/c++重写后品尝风味更佳。
下面我们来测一下到底linux内核风格的定时器比最小堆的快了多少。
先是构造测试用例。我这里只考虑突然的来一大批timer，然后看所有都timeout需要消耗多久。
1 static IEnumerable<TestCase> BuildTestCases(uint first, uint second)
2 {
3 var rand = new Random();
4
5 for (int i = 0; i < first; i++)
6 {
7 yield return new TestCase()
8 {
9 Tick = (uint)rand.Next(256),
10 };
11 }
12
13 for (int i = 0; i < 4; i++)
14 {
15 var begin = 1U << (8 + 6*i);
16 var end = 1U << (14 + 6*i);
17
18 for (int j = 0; j < rand.Next((int)second * (4 - i)); j++)
19 {
20 yield return new TestCase()
21 {
22 Tick = (uint)rand.Next((int)(begin+end)/2),
23 };
24 }
25 }
26 }
构造测试用例
1 static IEnumerable<TestCase> BuildTestCases(uint first, uint second)
2 {
3 var rand = new Random();
4
5 for (int i = 0; i < first; i++)
6 {
7 yield return new TestCase()
8 {
9 Tick = (uint)rand.Next(256),
10 };
11 }
12
13 for (int i = 0; i < 4; i++)
14 {
15 var begin = 1U << (8 + 6*i);
16 var end = 1U << (14 + 6*i);
17
18 for (int j = 0; j < rand.Next((int)second * (4 - i)); j++)
19 {
20 yield return new TestCase()
21 {
22 Tick = (uint)rand.Next((int)(begin+end)/2),
23 };
24 }
25 }
26 }
测试函数
1 {
2 var maxTick = cases.Max(c => c.Tick);
3 var results = new HashSet<uint>();
4
5 foreach (var c in cases)
6 {
7 TestCase c1 = c;
8 mgr.AddTimer(c.Tick, (timer, data) =>
9 {
10 if (mgr.FixedTicks == c1.Tick)
11 results.Add((uint) data[0]);
12 }, c.Id);
13 }
14
15 var begin = DateTime.Now;
16 for (int i = 0; i < maxTick+1; i++)
17 {
18 mgr.FixedTick();
19 }
20 var end = DateTime.Now;
21 }
看图得结论
first固定为一千万，这个也是比较符合实际的情况，大量的timer都是2.5s以内的。可以看出随着远timer数量的增加，linux内核定时器对比最小堆定时器的优势是越来越小的。
这个是固定远timer的数量，系数固定为1000。跟上图得到的结论差不多，近timer占比越高，相比最小堆定时器的优势越大。
总之，linux内核定时器比起最小堆定时器的优势还是很明显的，随便就能有2倍以上的性能表现，强烈建议采用。
去年刚来工作室的时候做了个skynet的源码阅读分享，当时也提到了里面定时器的实现，但是只看代码那肯定是记不住的，总得写一遍，后来也一直没抽出时间。直到前几天看到一个答案，正好业余做的一个小东西开始需要时间模块了，就实现了下，顺便产出此小品文。