Linux高性能网络：协程系列02-协程的起源

2.协程的起源

问题：协程存在的原因？协程能够解决哪些问题？

在我们现在CS，BS开发模式下，服务器的吞吐量是一个很重要的参数。其实吞吐量是IO处理时间加上业务处理。为了简单起见，比如，客户端与服务器之间是长连接的，客户端定期给服务器发送心跳包数据。客户端发送一次心跳包到服务器，服务器更新该新客户端状态的。心跳包发送的过程，业务处理时长等于IO读取（RECV系统调用）加上业务处理（更新客户状态）。吞吐量等于1s业务处理次数。

业务处理（更新客户端状态）时间，业务不一样的，处理时间不一样，我们就不做讨论。

那如何提升recv的性能。若只有一个客户端，recv的性能也没有必要提升，也不能提升。若在有百万计的客户端长连接的情况，我们该如何提升。以Linux为例，在这里需要介绍一个“网红”就是epoll。服务器使用epoll管理百万计的客户端长连接，代码框架如下：

while (1) {
    int nready = epoll_wait(epfd, events, EVENT_SIZE, -1);

    for (i = 0;i < nready;i ++) {

        int sockfd = events[i].data.fd;
        if (sockfd == listenfd) {
            int connfd = accept(listenfd, xxx, xxxx);

            setnonblock(connfd);

            ev.events = EPOLLIN | EPOLLET;
            ev.data.fd = connfd;
            epoll_ctl(epfd, EPOLL_CTL_ADD, connfd, &ev);

        } else {
            handle(sockfd);
        }
    }
}

对于响应式服务器，所有的客户端的操作驱动都是来源于这个大循环。来源于epoll_wait的反馈结果。
对于服务器处理百万计的IO。Handle(sockfd)实现方式有两种。

handle(sockfd)函数内部对sockfd进行读写动作

int handle(int sockfd) {

    recv(sockfd, rbuffer, length, 0);

    parser_proto(rbuffer, length);

    send(sockfd, sbuffer, length, 0);

}

handle的io操作（send,recv）与epoll_wait是在同一个处理流程里面的。这就是IO同步操作。
优点：
1.sockfd管理方便。
2.操作逻辑清晰。
缺点：
1.服务器程序依赖epoll_wait的循环响应速度慢。
2.程序性能差
handle(sockfd)函数内部将sockfd的操作，push到线程池中:

int thread_cb(int sockfd) {
    // 此函数是在线程池创建的线程中运行。
    // 与handle不在一个线程上下文中运行
    recv(sockfd, rbuffer, length, 0);
    parser_proto(rbuffer, length);
    send(sockfd, sbuffer, length, 0);
}

int handle(int sockfd) {
    //此函数在主线程 main_thread 中运行
    //在此处之前，确保线程池已经启动。
    push_thread(sockfd, thread_cb); //将sockfd放到其他线程中运行。
}

Handle函数是将sockfd处理方式放到另一个已经其他的线程中运行，如此做法，将io操作（recv，send）与epoll_wait 不在一个处理流程里面，使得io操作（recv,send）与epoll_wait实现解耦。这就叫做IO异步操作。
优点：
1.子模块好规划。
2.程序性能高。
缺点：
正因为子模块好规划，使得模块之间的sockfd的管理异常麻烦。每一个子线程都需要管理好sockfd，避免在IO操作的时候，sockfd出现关闭或其他异常。

上文有提到IO同步操作，程序响应慢，IO异步操作，程序响应快。

下面来对比一下IO同步操作与IO异步操作，代码如下：
server_mulport_epool.c
在这份代码的main函数内，#if 1, 打开的时候，为IO异步操作。关闭的时候，为IO同步操作。

#if 1
                if (nRun) {
                    printf(" New Data is Comming\n");
                    client_data_process(clientfd);
                } else {

                    client_t *rClient = (client_t*)malloc(sizeof(client_t));
                    memset(rClient, 0, sizeof(client_t));
                    rClient->fd = clientfd;

                    job_t *job = malloc(sizeof(job_t));
                    job->job_function = client_job;
                    job->user_data = rClient;
                    workqueue_add_job(&workqueue, job);

                }
#else
                client_data_process(clientfd);
#endif

接下来把我测试接入量的结果粘贴出来。

IO异步操作
IO异步操作，每1000个连接接入的服务器响应时间（900ms左右）。
IO同步操作
IO同步操作，每1000个连接接入的服务器响应时间（6500ms左右）。

epoll的IO异步操作与IO同步操作比较如下：

对比项	IO同步操作	IO异步操作
Socket管理	管理方便	多个线程共同管理
代码逻辑	程序整体逻辑清晰	子模块逻辑清晰
IO性能	响应时间长，性能差	响应时间短，性能好

有没有一种方式，有异步性能，同步的代码逻辑。来方便编程人员对IO操作的组件呢？有，采用一种轻量级的协程来实现。在每次send或者recv之前进行切换，再由调度器来处理epoll_wait的流程。
就是采用了基于这样的思考，写了NtyCo，实现了一个IO异步操作与协程结合的组件。

Linux高性能网络：协程系列02-协程的起源

2.协程的起源

更多分享

Linux高性能网络：协程系列02-协程的起源的相关文章

Linux高性能网络：协程系列05-协程实现之原语操作

Linux高性能网络：协程系列01-前言

Linux高性能网络：协程系列09-协程性能测试

Linux高性能网络：协程系列07-协程实现之定义

Linux高性能网络：协程系列08-协程实现之调度器

Linux高性能网络：协程系列06-协程实现之切换

Linux高性能网络：协程系列04-协程实现之工作原理

7Python全栈之路系列之协程

Python的异步编程[0] -> 协程[1] -> 使用协程建立自己的异步非阻塞模型