Linux高性能网络编程十谈 | 信号和定时器

在Linux网络编程中，信号处理和定时器是经常遇到的功能，在聊这块内容之前如果您看过上一篇文章《Linux高性能网络编程十谈|IO复用和模式》，应该比较完整的了解epoll了，但是这里还遗漏了一个知识点，那开始先补上这个坑。

关于epoll惊群问题，什么是惊群呢?

比如我们在写代码过程中，使用两个线程的epoll监听socket，当socket上有事件发生时，两个epoll都会被唤醒，导致会操作同一个socket，这就是惊群，那如何解决呢?

(1)使用EPOLLEXCLUSIVE：EPOLLEXCLUSIVE是epoll的扩展选项，它允许一个线程独占一个epoll实例，从而避免了epoll的惊群问题;

(2)使用EPOLLONESHOT：对于注册了EPOLLONESHOT事件的文件描述符，操作系统最多触发一个可读，可写或者异常事件，且触发一次，这样就能确保一个线程获取事件并处理，但是需要注意的是对于监听类型(如accept)不能使用EPOLLONESHOT，否则就不能持续监听连接，对于处理完了的非监听事件，需要重置EPOLLONESHOT;

第一部分：信号

1、发送信号给进程

#include <sys/types.h>
#include <signal.h>

int kill(pid_t pid, int sig);

(1)pid的取值和含义如下：

Linux高性能网络编程十谈 | 信号和定时器

(2)sig的取值和含义如下(在linux命令行使用kill -l查看取值，这里列几个经常使用的)：

Linux高性能网络编程十谈 | 信号和定时器

2、信号回调函数

#include <signal.h>

typedef void (&__sighandler_t) (int);

__sighandler_t signal(int sig, __sighandler_t _handler);

int sigaction(int sig, const struct sigaction *act, struct sigaction *oact);

(1)__sighandler_t信号处理的函数指针，其中处理参数为触发信号当前值，其中有两个默认宏(SIG_DFL：使用信号默认处理，SIG_IGN：忽略目标信号);

(2)signal注册信号回调处理函数，返回值为一个函数指针，含义是这个信号上一次处理的回调函数或者是系统默认的处理函数，这里目的是让用户可以自己恢复信号处理方式，比如系统对于一些信号是杀掉进程的，这里就应该处理完自己的回调逻辑后再调用系统默认行为;

(3)sigaction函数的功能是检查或修改与指定信号相关联的处理动作，使用样例如下：

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
#include <signal.h>
 
int main()
{
    struct sigaction newact, oldact;
 
    newact.sa_handler = SIG_IGN; // 设置信号忽略，也可以设置为处理函数
    sigemptyset(&newact.sa_mask);
    newact.sa_flags = 0;
    int count = 0;
    pid_t pid = 0;
 
    sigaction(SIGINT, &newact, &oldact); // 原始的备份到oldact，为后续的处理恢复
 
    pid = fork();
    if (pid == 0)
    {
        while(1)
        {
            printf("child exec ...\n");
            sleep(1);
        }
        return 0;
    }
 
    while (1)
    {
        if (count++ > 3)
        {
            sigaction(SIGINT, &oldact, NULL); // 恢复父进程信号处理方式
            kill(pid, SIGKILL); // 父进程发信号给子进程
        }
 
        printf("father exec ...\n");
        sleep(1);
    }
 
    return 0;
}

第二部分：定时器

在Linux网络编程中，定时器的作用主要是管理定时任务，处理过期连接，检测超时队列等，那我们可以通过哪些方式实现定时器呢?

1、利用系统API

...
setsockopt(socketfd, SOL_SOCKET, SO_SNDTIMEO, &timeout, len);
setsockopt(socketfd, SOL_SOCKET, SO_RCVTIMEO, &timeout, len);
int number = epoll_wait(fd, events, MAX_EVENT_NUMBER, timeout);
...

通过使用socket的参数，设置连接句柄的发送和接收数据超时时间，可以实现定时处理：

(1)SO_SNDTIMEO发送数据超时时间，根据timeout设置;

(2)SO_RCVTIMEO接收数据超时时间，根据timeout设置;

IO复用的参数中都带了一个timeout参数，可以设置来达到定时触发分支逻辑，比如epoll_wait;

2、简单的定时器

(1)启动一个线程实现定时器，具体实现如下图：

Linux高性能网络编程十谈 | 信号和定时器

主线程启动，开始执行任务，这里可以是网络收发或者其他;
启动一个线程，做定时任务处理使用;
主线程需要增加定时任务，可以将任务封装为task，添加到任务队列中;
同时通知定时线程，队列中有任务了，这里通知机制可以是信号量或者广播方式;
定时线程取出队列中任务，判断当前任务是否过期，如果过期就执行，没有过期就继续放入任务队列中，同时这里需要让线程等待队列中距离下一个周期最短的时间，继续取队列任务;

(2)使用epoll_wait设置timeout，是在网络事件触发的定时器中最方便的方式，具体逻辑如下：

... 
start_timer = ... // 开始执行时间
while (true) {
    int number = epoll_wait(epfd, events, MAX_EVENT_NUMBER, timeout);
    for (...) {
        ...
        // 处理连接任务
        ...
    }
    end_timer = ... // epoll_wait返回并处理任务时间
    // 处理定时任务，判断当前时间是否在一个timeout
    if (end_timer - start_timer > timeout) { // 这里是伪代码，具体时间判断可以参考linux结构体
        ...
        // 启动线程执行定时任务逻辑
        ...
    }
}

3、时间轮

时间轮是一种高效定时器，通过类似圆盘的形式定义每个tick，定时转动圆盘，假设每次tick时间为si，一个时间轮有N个tick，那么执行转动一圈时间为N*si;

现在插入一个任务，需要to1时间周期后执行，这里就分情况处理：

(1)如果to1 < N*si，则需要分配到(当前时间轮的位置 + to1 / si)的位置上，等待自然tick到达执行当前to1的定时任务;

(2)如果to1 > N*si，则需要分配到(当前时间轮的位置 + (to1 % N) / si + N)的位置上，由于to1执行时间超过一轮的周期，所以需要等待多轮转动后才能执行，那如何处理呢?因此我们将每个轮的tick上挂一个链表，这个链表的节点表示到达这个tick需要执行的任务to1，这里的节点有可能是大于一个轮转动的事件周期，也可能就是当前轮时间周期内执行，我们只需要当事件到达tick时，取出链表遍历链表节点to1，判断是否是当前事件周期内执行，如果是摘除链表节点然后执行任务，如果不是则重新计算to1需要多久后执行，计算方法就和上面的一样(当前时间轮位置 + ((to1 - 链表最小的周期时间) % N) / si + N)，然后将当前链表节点重新放回;

Linux高性能网络编程十谈 | 信号和定时器事件轮

4、时间堆

堆的数据结构应该大家都比较熟悉了，堆是一种满足以下条件的树：

堆中某个节点的值总是不大于或不小于其父节点的值;
堆总是一棵完全二叉树;
添加堆节点的时间复杂度O(lgn)，删除节点是O(lgn)，获取节点是O(1);

Linux高性能网络编程十谈 | 信号和定时器时间堆

(1)循环线程读取最小时间堆的堆顶元素;

(2)取出最小节点，判断当前事件是否过期，如果过期则继续执行，否则不处理;

(3)将最小节点对应的事件丢给执行线程执行;

这里最小时间堆节点在代码实现中可以用一个数组表示，使用完全二叉树的排列。

#include<iostream>

void heapify(int arr[], int n, int i) {
    if (i >= n) return;
    
    int min_node = i;
    int lson = i * 2 + 1;
    int rson = i * 2 + 2;
    if (lson < n && arr[min_node] > arr[lson]) { // 和左孩子比较，找到最小节点
        min_node = lson;
    }
    if (rson < n && arr[min_node] > arr[rson]) { // 和右孩子比较，找到最小节点
        min_node = rson;
    }
    if (min_node != i) {
        swap(arr[min_node], arr[i]);
        heapify(arr, n, min_node); // 递归处理
    }
}

void heapSort(int arr[], int n) {
    // 反向取出最后一个节点
    int lastNode = n - 1;
    int parent = (lastNode - 1) / 2;
    for (int i = parent; i >= 0; i--) {
        heapify(arr, n, i); 
    }

    for (int i = n - 1; i >= 0; i--) {
        swap(arr[i], arr[0]);
        heapify(arr, i, 0); // 调整堆节点
    }
}

int main() {
    int arr[5] = { 70, 41, 10, 90, 18, 26 };
    heap_sort(arr, sizeof(arr) / sizeof(arr[0]));
    for (int i = 0; i < sizeof(arr) / sizeof(arr[0]); i++) {
        cout << arr[i] << endl;
    }
    return 0;
}