456主机测评
首先承认这个标题标题党了:)。在上次的FreeBSD和linux的nginx静态文件性能对比测试 后，我萌发了自己动手做一个简单的Web Server来搞清楚nginx高性能背后的原理的想法。最后成功实现了一个基于epoll的简单的HTTP服务器，实现了200，404，400，304响应，并且性能比nginx高了一点点。本文主要介绍这个HTTP服务器的原理和设计过程。
阅读了一些文章（见最后的参考阅读）后，我整理出了以下要点：
实现多并发的socket服务器有这样几个方法：
1. 多进程共享一个监听端口
bind之后使用fork()创建一份当前进程的拷贝，并启动子进程。子进程采用阻塞式accept、read、write，即这些操作会阻塞线程，直到操作完成才继续执行。缺点是进程之间通信速度慢，每个进程占用很多内存，所以并发数一般受限于进程数。
2. 多线程
类似多进程，只不过用线程代替了进程。主线程负责accept，为每个请求建立一个线程（或者使用线程池复用线程）。比多进程速度快，占用更少的内存，稳定性不及多进程。因为每个线程都有自己的堆栈空间，其占用的内存还是无法免除的，所以并发数一般受限于线程数。
一个阻塞式IO程序的流程示例图：
3. 事件驱动的非阻塞IO（nonblocking I/O）
单线程，将socket设置为非阻塞模式（accept、read、write会立即返回。如果已经accept完了所有的连接，或读光了缓冲区的数据，或者写满了缓冲区，会返回-1，而不是进入阻塞状态）。使用select或epoll等机制，同时监听多个IO操作有无事件发生。当其中的一个或多个处于Ready状态（即：监听的socket可以accept，tcp连接可以read等）后，立即处理相应的事件，处理完后立即回到监听状态（注意这里的监听是监听IO事件，不是监听端口）。相当于阻塞式IO编程中任意一处都可能回到主循环中继续等待，并能从等待中直接回到原处继续执行；而accept、读、写都不再阻塞，阻塞全部移动到了一个多事件监听操作中。
一个非阻塞式IO程序的流程示例图：
举例来说，如果在A连接的Read request的过程中，缓冲区数据读完了，而请求还没有结束，直接返回到主循环中监听其它事件。而这时如果发现另一个Send了一半的Response连接B变为了可写状态，则直接处理B连接Send Response事件，从上次B连接写了一半的地方开始，继续写入数据。这样一来，虽然是单线程，但A和B同时进行，互不干扰。
因为流程更加复杂，无法依靠线程的堆栈保存每个连接处理过程中的各种状态信息，我们需要自己维护它们，这种编程方式需要更高的技巧。比方说，原先我们可以在send_response函数中用局部变量保存发送数据的进度，而现在我们只能找一块其它的地方，为每一个连接单独保存这个值了。
nginx即使用事件驱动的非阻塞IO模式工作。
nginx支持多种事件机制：跨平台的select，Linux的poll和epoll，FreeBSD的kqueue，Solaris的/dev/poll等。在高并发的情况下，在Linux上使用epoll性能最好，或者说select的性能太差了。
事件机制分为水平触发，或译状态触发（level-triggered）和边缘触发（edge-triggered）。前者是用通过状态表示有事件发生，后者通过状态变化表示事件发生。打个比方来说，使用状态触发的时候，只要缓冲区有数据，你就能检测到事件的存在。而使用边缘触发，你必须把缓冲区的数据全部读完之后，才能进行下一次事件的检测，否则，因为状态一直处于可读状态，没有发生变化，你将永远收不到这个事件。显然，后者对编写程序的严谨性要求更高。
select和poll属于前者，epoll同时支持这两种模式。值得一提的是，我自己测试了一下，发现即使在20000并发的情况下，epoll使用这两种模式之前性能差异仍可以忽略不计。
4. 此外还有异步IO，一般在Windows上使用，这里就不谈了。
另外nginx使用了Linux的sendfile函数。和传统的用户程序自己read和write不同，sendfile接收两个文件描述符，直接在内核中实现复制操作，相比read和write，可以减少内核态和用户态的切换次数，以及数据拷贝的次数。
接下来正式开始设计。我选择了非阻塞IO，epoll的边缘触发模式。先找了个比较完整的使用epoll的一个socket server例子作为参考，然后在它的基础上边修改边做实验：
这个例子比较简单，而且也没有体现出非阻塞IO编程。不过通过它我了解到了epoll的基本使用方法。为了实现并发通信，我们需要把程序“摊平”。
首先，分析我们的HTTP服务器通信过程用到的变量：
然后，定义一个结构用于保存这些变量：
为了简便，我直接用一个全局数组装所有的process:
另外定义每个连接通信过程中的三个状态：
之后，就是按部就班地实现主循环、读取request，解析header，判断文件是否存在、检查文件修改时间，发送相应的header和content了。
下面只把程序中跟epoll有关的关键部分贴出来：
main()函数：
使用epoll_create()创建一个epoll fd，注意，这里的listen_sock已经设置为nonblocking（我使用了这篇文章中的setNonblocking函数）了：
这里的EPOLLIN表示监听“可读”事件。
在主循环中epoll_wait()：
epoll_wait()会在发生事件后停止阻塞，继续执行，并把发生了事件的event的file descriptor放入events中，返回数组大小。注意的是，这里要循环处理所有的fd。
接下来是关键部分：
根据epoll返回的fd，做不同处理：如果是监听的socket，则accept()；否则，根据sock的fd查找相应的process结构体，从中取回状态信息，返回到之前的处理状态中。这样就能实现信春哥，死后原地复活的状态恢复机制了。
在accept中，将accept出来的连接也设置为非阻塞，然后在process数组中找一个还没使用的空位，初始化，然后把这个socket存到process结构体中：
三个不同状态对应三个不同函数进行处理，我就不全贴了，以read_request为例：
这里的注意点如下：
1. 读取的时候要一直循环读取到返回-1为止，然后检查errno，如果errno为EAGAIN，表示缓冲区已经空了，这个socket变为了“不可读”。如果不读完，边缘触发模式的epoll_wait将永远不会再触发这个socket的“可读”事件。
2. 使用epoll_ctl ( efd, EPOLL_CTL_MOD, process->sock, &event )修改epoll的状态，这里在读完后，我们要继续监听“可写”事件，因此要把epoll监听的事件改为EPOLLOUT。
接下来不断完善这个程序并进行优化，并实现了304 not modified功能之后，用ab测试性能，并和nginx对比：
结果很令人欣慰的比nginx快了一点点，并且只用了700K内存。不过作为一个功能比nginx少了很多的程序来说这一结果是意料之中的。
然后试图测试上万并发的情况，结果too many open files了。于是修改fd数限制：
再次测试：
nginx设置worker_connections 20480以后：
结果性能只下降了一点点，并且依然领先nginx。不过，为了承受更多的连接调大process数组以后，进程一共吃了40M内存。而nginx仅用了5M内存。因为我们使用了极其浪费内存的用数组装连接状态和缓存的方法，所以会吃掉缓存大小（process.buf的大小）乘以process数组的大小的内存。调小缓存以后内存占用降到6M，不过这并不是根本解决之道，还是存在很大的浪费。如果改为动态内存管理，应该就会小于nginx了。
这说明事件驱动的非阻塞IO可以顶得住上万并发，并需要远小于阻塞式编程的服务器程序的内存，速度也更快。
最后把源码丢到github了，想看完整源码的同学请移步：
参考阅读：
- 海报
