置頂隨筆

協(xié)程

協(xié)程，即協(xié)作式程序，其思想是，一系列互相依賴的協(xié)程間依次使用CPU，每次只有一個協(xié)程工作，而其他協(xié)程處于休眠狀態(tài)。協(xié)程可以在運行期間的某個點上暫停執(zhí)行，并在恢復運行時從暫停的點上繼續(xù)執(zhí)行。 協(xié)程已經被證明是一種非常有用的程序組件，不僅被python、lua、ruby等腳本語言廣泛采用，而且被新一代面向多核的編程語言如golang rust-lang等采用作為并發(fā)的基本單位。 協(xié)程可以被認為是一種用戶空間線程，與傳統(tǒng)的線程相比，有2個主要的優(yōu)點：

• 與線程不同，協(xié)程是自己主動讓出CPU，并交付他期望的下一個協(xié)程運行，而不是在任何時候都有可能被系統(tǒng)調度打斷。因此協(xié)程的使用更加清晰易懂，并且多數情況下不需要鎖機制。
• 與線程相比，協(xié)程的切換由程序控制，發(fā)生在用戶空間而非內核空間，因此切換的代價非常小。

網絡編程模型

首先來簡單回顧一下一些常用的網絡編程模型。網絡編程模型可以大體的分為同步模型和異步模型兩類。

• 同步模型：

同步模型使用阻塞IO模式,在阻塞IO模式下調用read等IO函數時會阻塞線程直到IO完成或失敗。

同步模型的典型代表是thread per connection模型，每當阻塞在主線程上的accept調用返回時則創(chuàng)建一個新的線程去服務于新的socket的讀/寫。這種模型的優(yōu)點是程序簡潔，編寫簡單；缺點是可伸縮性收到線程數的限制，當連接越來越多時，線程也越來越多，頻繁的線程切換會嚴重拖累性能。

• 異步模型：

異步模型一般使用非阻塞IO模式，并配合epoll/select/poll等多路復用機制。在非阻塞模式下調用read，如果沒有數據可讀則立即返回并通知用戶沒有可讀（EAGAIN/EWOULDBLOCK），而非阻塞當前線程。異步模型可以使一個線程同時服務于多個IO對象。

異步模型的典型代表是reactor模型。在reactor模型中，我們將所有要處理的IO事件注冊到一個中心的IO多路復用器中（一般為epoll/select/poll），同時主線程阻塞在多路復用器上。一旦有IO事件到來或者就緒，多路復用器返回并將對應的IO事件分發(fā)到對應的處理器（即回調函數）中，最后處理器調用read/write函數來進行IO操作。

異步模型的特點是性能和可伸縮性比同步模型要好很多，但是其結構復雜，不易于編寫和維護。在異步模型中，IO之前的代碼（IO任務的提交者）和IO之后的處理代碼（回調函數）是割裂開來的。

協(xié)程與網絡編程

協(xié)程為克服同步模型和異步模型的缺點，并結合他們的優(yōu)點提供了可能： 現在假設我們有3個協(xié)程A,B,C分別要進行數次IO操作。這3個協(xié)程運行在同一個調度器或者說線程的上下文中，并依次使用CPU。調度器在其內部維護了一個多路復用器（epoll/select/poll）。

協(xié)程A首先運行，當它執(zhí)行到一個IO操作，但該IO操作并沒有立即就緒時，A將該IO事件注冊到調度器中，并主動放棄CPU。這時調度器將B切換到CPU上開始執(zhí)行，同樣，當它碰到一個IO操作的時候將IO事件注冊到調度器中，并主動放棄CPU。調度器將C切換到cpu上開始執(zhí)行。當所有協(xié)程都被“阻塞”后，調度器檢查注冊的IO事件是否發(fā)生或就緒。假設此時協(xié)程B注冊的IO時間已經就緒，調度器將恢復B的執(zhí)行，B將從上次放棄CPU的地方接著向下運行。A和C同理。

這樣，對于每一個協(xié)程來說，是同步的模型；但是對于整個應用程序來說，卻是異步的模型。

好了，原理說完了，我們來看一個實際的例子，echo server。

echo server

在這個例子中，我們將使用orchid庫來編寫一個echo server。orchid庫是一個構建于boost基礎上的 協(xié)程/網絡IO 庫。

echo server首先必須要處理連接事件，我們創(chuàng)建一個協(xié)程來專門處理連接事件：

typedef boost::shared_ptr<orchid::socket> socket_ptr; 
//處理ACCEPT事件的協(xié)程 
void handle_accept(orchid::coroutine_handle co) {
     try {         
         orchid::acceptor acceptor(co -> get_scheduler().get_io_service());//構建一個acceptor
         acceptor.bind_and_listen("5678",true);         
         for(;;) {             
            socket_ptr sock(new orchid::socket(co -> get_scheduler().get_io_service()));
            acceptor.accept(*sock,co);             
            //在調度器上創(chuàng)建一個協(xié)程來服務新的socket。第一個參數是要創(chuàng)建的協(xié)程的main函數，第二個參數是要創(chuàng)建的協(xié)程的棧的大小。
            co -> get_scheduler().spawn(boost::bind(handle_io,_1,sock),orchid::minimum_stack_size());
         }
     } catch(boost::system::system_error& e) {
            cerr<<e.code()<<" "<<e.what()<<endl;
     } 
} 

在orchid中，協(xié)程的main函數必須滿足函數簽名void(orchid::coroutine_handle)，如handle_accept所示，其中參數co是協(xié)程句柄，代表了當前函數所位于的協(xié)程。

在上面的代碼中，我們創(chuàng)建了一個acceptor，并讓它監(jiān)聽5678端口，然后在"阻塞"等待連接到來，當連接事件到來時，創(chuàng)建一個新的協(xié)程來服務新的socket。處理套接字IO的協(xié)程如下：

//處理SOCKET IO事件的協(xié)程 
void handle_io(orchid::coroutine_handle co,socket_ptr sock) {     
   orchid::tcp_ostream out(*sock,co);     
   orchid::tcp_istream in(*sock,co);     
   for(std::string str;std::getline(in, str) && out;) {
      out<<str<<endl;     
   }  
} 

IO處理協(xié)程首先在傳入的套接字上創(chuàng)建了一個輸入流和一個輸出流，分別代表了TCP的輸入和輸出。然后不斷地從輸入流中讀取一行，并輸出到輸出流當中。當socket上的TCP連接斷開時，輸入流和輸出流的eof標志為會被置位，因此循環(huán)結束，協(xié)程退出。

orchid可以使用戶以流的形式來操作套接字。輸入流和輸出流分別提供了std::istream和std::ostream的接口；輸入流和輸出流是帶緩沖的，如果用戶需要無緩沖的讀寫socket或者自建緩沖，可以直接調用orchid::socket的read和write函數。但是需要注意這兩個函數會拋出boost::system_error異常來表示錯誤。

細心的讀者可能已經發(fā)現，handle_io的函數簽名并不滿足void(orchid::coroutine_handle)，回到handle_accept中，可以發(fā)現，實際上我們使用了boost.bind對handle _ io函數進行了適配，使之符合函數簽名的要求。

最后是main函數：

int main() {     
   orchid::scheduler sche;     
   sche.spawn(handle_accept,orchid::coroutine::minimum_stack_size());//創(chuàng)建協(xié)程     
   sche.run(); 
} 

在上面這個echo server的例子中，我們采用了一種 coroutine per connection 的編程模型，與傳統(tǒng)的 thread per connection 模型一樣的簡潔清晰，但是整個程序實際上運行在同一線程當中。

由于協(xié)程的切換開銷遠遠小于線程，因此我們可以輕易的同時啟動上千協(xié)程來同時服務上千連接，這是 thread per connection的模型很難做到的；在性能方面，整個底層的IO系統(tǒng)實際上是使用boost.asio這種高性能的異步io庫實現的。而且與IO所費的時間相比，協(xié)程切換的開銷基本可以忽略。

因此通過協(xié)程，我們可以在保持同步IO模型簡潔性的同時，獲得近似于異步IO模型的高性能。