http://taohui.org.cn/tcpperf6.html
陶輝寫的高性能網絡編程系列裏面的一篇，其它篇有時間的時候也學習一下，寫的確實非常好，對於學習服務器網絡編程很有幫助。
反應堆開發模型被絕大多數高性能服務器所選擇，上一篇所介紹的IO多路複用是它的實現基礎。定時觸發功能通常是服務器必備組件，反應堆模型往往還不得不將定時器的管理囊括在內。本篇將介紹反應堆模型的特點和用法。
首先我們要談談，網絡編程界爲什麼需要反應堆？有了IO複用，有了epoll，我們已經可以使服務器併發幾十萬連接的同時，維持高TPS了，難道這還不夠嗎？
我的答案是，技術層面足夠了，但在軟件工程層面卻是不夠的。
程序使用IO複用的難點在哪裏呢？1個請求雖然由多次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複用在人的大腦思維中並不自然，因爲，程序員編程中，處理請求A的時候，假定A請求必須經過多個IO操作A1-An（兩次IO間可能間隔很長時間），每經過一次IO操作，再調用IO複用時，IO複用的調用返回裏，非常可能不再有A，而是返回了請求B。即請求A會經常被請求B打斷，處理請求B時，又被C打斷。這種思維下，編程容易出錯。
形象的說，傳統編程方法就好像是到了銀行營業廳裏，每個窗口前排了長隊，業務員們在窗口後一個個的解決客戶們的請求。一個業務員可以盡情思考着客戶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，該客戶迅速得到大師的答覆後，要經過一段時間思考，查查自己的銀袋子，諮詢下LD，才能再次進行下一個提問，直到得到完整的滿意答覆退出大廳。例如：大師剛指導A填寫轉帳單的某一項，B又來申請兌換泰銖，給了B兌換單後，C又來辦理定轉活，然後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，我們可能的設計方法是這樣的：大師把每個客戶的提問都記錄下來，當客戶A提問時，首先查閱A之前問過什麼做過什麼，這叫聯繫上下文，然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的所有問題後，刪除A的所有記錄。
回到碼農生涯，即，某一瞬間，服務器共有10萬個併發連接，此時，一次IO複用接口的調用返回了100個活躍的連接等待處理。先根據這100個連接找出其對應的對象，這並不難，epoll的返回連接數據結構裏就有這樣的指針可以用。接着，循環的處理每一個連接，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獲取此次的操作內容，結合上下文狀態查詢此時應當選擇哪個業務方法處理，調用相應方法完成操作後，若請求結束，則刪除對象及其上下文。
這樣，我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，這樣做早晚得把自己玩死。我們的主程序需要關注各種不同類型的請求，在不同狀態下，對於不同的請求命令選擇不同的業務處理方法。這會導致隨着請求類型的增加，請求狀態的增加，請求命令的增加，主程序複雜度快速膨脹，導致維護越來越困難，苦逼的程序員再也不敢輕易接新需求、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，所以，無論是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。
反應堆模式可以在軟件工程層面，將事件驅動框架分離出具體業務，將不同類型請求之間用OO的思想分離。通常，反應堆不僅使用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，不同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，那麼當我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，完全不涉及A類型請求代碼的修改。
（2）應用處理請求的邏輯，與事件分發框架完全分離。什麼意思呢？即寫應用處理時，不用去管何時調用IO複用，不用去管什麼調用epoll_wait，去處理它返回的多個socket連接。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，所有的應用必須實現抽象的事件接口，通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，通常是循環的調用而已，是否提供給應用代碼調用，還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，它可以是具體的select，也可以是epoll，它們只必須提供採集到某一瞬間所有待監控連接中活躍的連接。
（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。最近超時時間是需要的，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。
下面用極簡流程來形象說明下反應堆是如何處理一個請求的，下圖中桔色部分皆爲反應堆的分發事件流程：
可以看到，分發IO、定時器事件都由反應堆框架來完成，應用代碼只會關注於如何處理可讀、可寫事件。 當然，上圖是極度簡化的流程，實際上要處理的異常情況都沒有列入。
這裏可以看到，爲什麼定時器集合需要提供最近超時事件距離現在的時間？因爲，調用epoll_wait或者select時，並不能夠始終傳入-1作爲timeout參數。因爲，我們的服務器主營業務往往是網絡請求處理，如果網絡請求很少時，那麼CPU的所有時間都會被頻繁卻又不必要的epoll_wait調用所佔用。在服務器閒時使進程的CPU利用率降低是很有意義的，它可以使服務器上其他進程得到更多的執行機會，也可以延長服務器的壽命，還可以省電。這樣，就需要傳入準確的timeout最大阻塞時間給epoll_wait了。
什麼樣的timeout時間纔是準確的呢？這等價於，我們需要準確的分析，什麼樣的時段進程可以真正休息，進入sleep狀態？
一個沒有意義的答案是：不需要進程執行任務的時間段內是可以休息的。
這就要求我們仔細想想，進程做了哪幾類任務，例如：
1、所有網絡包的處理，例如TCP連接的建立、讀寫、關閉，基本上所有的正常請求都由網絡包來驅動的。對這類任務而言，沒有新的網絡分組到達本機時，就是可以使進程休息的時段。
2、定時器的管理，它與網絡、IO複用無關，雖然它們在業務上可能有相關性。定時器裏的事件需要及時的觸發執行，不能因爲其他原因，例如阻塞在epoll_wait上時耽誤了定時事件的處理。當一段時間內，可以預判沒有定時事件達到觸發條件時（這也是提供接口查詢最近一個定時事件距當下的時間的意義所在），對定時任務的管理而言，進程就可以休息了。
3、其他類型的任務，例如磁盤IO執行完成，或者收到其他進程的signal信號，等等，這些任務明顯不需要執行的時間段內，進程可以休息。
於是，使用反應堆模型的進程代碼中，通常除了epoll_wait這樣的IO複用外，其他調用都會基於無阻塞的方式使用。所以，epoll_wait的timeout超時時間，就是除網絡外，其他任務所能允許的進程睡眠時間。而只考慮常見的定時器任務時，就像上圖中那樣，只需要定時器集合能夠提供最近超時事件到現在的時間即可。
從這裏也可以推導出，定時器集合通常會採用有序容器這樣的數據結構，好處是：
1、容易取到最近超時事件的時間。
2、可以從最近超時事件開始，向後依次遍歷已經超時的事件，直到第一個沒有超時的事件爲止即可停止遍歷，不用全部遍歷到。
因此，粗暴的採用無序的數據結構，例如普通的鏈表，通常是不足取的。但事無絕對，redis就是用了個毫無順序的鏈表，原因何在？因爲redis的客戶端連接沒有超時概念，所以對於併發的成千上萬個連上，都不會因爲超時被斷開。redis的定時器唯一的用途在於定時的將內存數據刷到磁盤上，這樣的定時事件通常只有個位數，其性能無關緊要。
如果定時事件非常多，綜合插入、遍歷、刪除的使用頻率，使用樹的機會最多，例如小根堆（libevent）、二叉平衡樹（nginx紅黑樹）。當然，場景特殊時，儘可以用有序數組、跳躍表等等實現。
綜上所述，反應堆模型開發效率上比起直接使用IO複用要高，它通常是單線程的，設計目標是希望單線程使用一顆CPU的全部資源，但也有附帶優點，即每個事件處理中很多時候可以不考慮共享資源的互斥訪問。可是缺點也是明顯的，現在的硬件發展，已經不再遵循摩爾定律，CPU的頻率受制於材料的限制不再有大的提升，而改爲是從核數的增加上提升能力，當程序需要使用多核資源時，反應堆模型就會悲劇，爲何呢？ 如果程序業務很簡單，例如只是簡單的訪問一些提供了併發訪問的服務，就可以直接開啓多個反應堆，每個反應堆對應一顆CPU核心，這些反應堆上跑的請求互不相關，這是完全可以利用多核的。例如Nginx這樣的http靜態服務器。
如果程序比較複雜，例如一塊內存數據的處理希望由多核共同完成，這樣反應堆模型就很難做到了，需要昂貴的代價，引入許多複雜的機制。所以，大家就可以理解像redis、nodejs這樣的服務，爲什麼只能是單線程，爲什麼memcached簡單些的服務確可以是多線程。