PHP并发IO编程之路

并发 IO 问题一直是服务器端编程中的技术难题，从最先的同步阻塞直接 Fork 进程，到 Worker 进程池/线程池，到如今的异步IO、协程。PHP 程序员由于有强大的 LAMP 框架，对这类底层方面的知识知之甚少，本文目的就是详细介绍 PHP 进行并发 IO 编程的各类尝试，最后再介绍 Swoole 的使用，深刻浅出全面解析并发 IO 问题。

多进程/多线程同步阻塞

最先的服务器端程序都是经过多进程、多线程来解决并发IO的问题。进程模型出现的最先，从 Unix 系统诞生就开始有了进程的概念。最先的服务器端程序通常都是 Accept 一个客户端链接就建立一个进程，而后子进程进入循环同步阻塞地与客户端链接进行交互，收发处理数据。

多线程模式出现要晚一些，线程与进程相比更轻量，并且线程之间是共享内存堆栈的，因此不一样的线程之间交互很是容易实现。好比聊天室这样的程序，客户端链接之间能够交互，比聊天室中的玩家能够任意的其余人发消息。用多线程模式实现很是简单，线程中能够直接向某一个客户端链接发送数据。而多进程模式就要用到管道、消息队列、共享内存，统称进程间通讯（IPC）复杂的技术才能实现。

代码实例：

多进程/线程模型的流程是

1. 建立一个
   socket，绑定服务器端口（bind），监听端口（listen），在PHP中用stream_socket_server一个函数就能完成上面3个步骤，固然也可使用更底层的sockets扩展分别实现。
2. 进入while循环，阻塞在accept操做上，等待客户端链接进入。此时程序会进入睡眠状态，直到有新的客户端发起connect到服务器，操做系统会唤醒此进程。accept函数返回客户端链接的socket
3. 主进程在多进程模型下经过fork（php: pcntl_fork）建立子进程，多线程模型下使用pthread_create（php:
   new Thread）建立子线程。下文如无特殊声明将使用进程同时表示进程/线程。
4. 子进程建立成功后进入while循环，阻塞在recv（php:
   fread）调用上，等待客户端向服务器发送数据。收到数据后服务器程序进行处理而后使用send（php:
   fwrite）向客户端发送响应。长链接的服务会持续与客户端交互，而短链接服务通常收到响应就会close。
5. 当客户端链接关闭时，子进程退出并销毁全部资源。主进程会回收掉此子进程。

这种模式最大的问题是，进程/线程建立和销毁的开销很大。因此上面的模式没办法应用于很是繁忙的服务器程序。对应的改进版解决了此问题，这就是经典的 Leader-Follower 模型。

代码实例：

它的特色是程序启动后就会建立N个进程。每一个子进程进入 Accept，等待新的链接进入。当客户端链接到服务器时，其中一个子进程会被唤醒，开始处理客户端请求，而且再也不接受新的TCP链接。当此链接关闭时，子进程会释放，从新进入 Accept ，参与处理新的链接。

这个模型的优点是彻底能够复用进程，没有额外消耗，性能很是好。不少常见的服务器程序都是基于此模型的，好比 Apache 、PHP-FPM。

多进程模型也有一些缺点。

1. 这种模型严重依赖进程的数量解决并发问题，一个客户端链接就须要占用一个进程，工做进程的数量有多少，并发处理能力就有多少。操做系统能够建立的进程数量是有限的。
2. 启动大量进程会带来额外的进程调度消耗。数百个进程时可能进程上下文切换调度消耗占CPU不到1%能够忽略不计，若是启动数千甚至数万个进程，消耗就会直线上升。调度消耗可能占到
   CPU 的百分之几十甚至 100%。

另外有一些场景多进程模型没法解决，好比即时聊天程序（IM），一台服务器要同时维持上万甚至几十万上百万的链接（经典的C10K问题），多进程模型就力不从心了。

还有一种场景也是多进程模型的软肋。一般Web服务器启动100个进程，若是一个请求消耗100ms，100个进程能够提供1000qps，这样的处理能力仍是不错的。可是若是请求内要调用外网Http接口，像QQ、微博登陆，耗时会很长，一个请求须要10s。那一个进程1秒只能处理0.1个请求，100个进程只能达到10qps，这样的处理能力就太差了。

有没有一种技术能够在一个进程内处理全部并发IO呢？答案是有，这就是IO复用技术。

IO复用/事件循环/异步非阻塞

其实IO复用的历史和多进程同样长，Linux很早就提供了 select 系统调用，能够在一个进程内维持1024个链接。后来又加入了poll系统调用，poll作了一些改进，解决了 1024 限制的问题，能够维持任意数量的链接。但select/poll还有一个问题就是，它须要循环检测链接是否有事件。这样问题就来了，若是服务器有100万个链接，在某一时间只有一个链接向服务器发送了数据，select/poll须要作循环100万次，其中只有1次是命中的，剩下的99万9999次都是无效的，白白浪费了CPU资源。

直到Linux 2.6内核提供了新的epoll系统调用，能够维持无限数量的链接，并且无需轮询，这才真正解决了 C10K 问题。如今各类高并发异步IO的服务器程序都是基于epoll实现的，好比Nginx、Node.js、Erlang、Golang。像 Node.js 这样单进程单线程的程序，均可以维持超过1百万TCP链接，所有归功于epoll技术。

IO复用异步非阻塞程序使用经典的Reactor模型，Reactor顾名思义就是反应堆的意思，它自己不处理任何数据收发。只是能够监视一个socket句柄的事件变化。

Reactor有4个核心的操做：

1. add添加socket监听到reactor，能够是listen
   socket也可使客户端socket，也能够是管道、eventfd、信号等
2. set修改事件监听，能够设置监听的类型，如可读、可写。可读很好理解，对于listen
   socket就是有新客户端链接到来了须要accept。对于客户端链接就是收到数据，须要recv。可写事件比较难理解一些。一个SOCKET是有缓存区的，若是要向客户端链接发送2M的数据，一次性是发不出去的，操做系统默认TCP缓存区只有256K。一次性只能发256K，缓存区满了以后send就会返回EAGAIN错误。这时候就要监听可写事件，在纯异步的编程中，必须去监听可写才能保证send操做是彻底非阻塞的。
3. del从reactor中移除，再也不监听事件
4. callback就是事件发生后对应的处理逻辑，通常在add/set时制定。C语言用函数指针实现，JS能够用匿名函数，PHP能够用匿名函数、对象方法数组、字符串函数名。

Reactor只是一个事件发生器，实际对socket句柄的操做，如connect/accept、send/recv、close是在callback中完成的。具体编码可参考下面的伪代码：

Reactor模型还能够与多进程、多线程结合起来用，既实现异步非阻塞IO，又利用到多核。目前流行的异步服务器程序都是这样的方式：如

• Nginx：多进程Reactor
• Nginx+Lua：多进程Reactor+协程
• Golang：单线程Reactor+多线程协程
• Swoole：多线程Reactor+多进程Worker

协程是什么

协程从底层技术角度看实际上仍是异步IO Reactor模型，应用层自行实现了任务调度，借助Reactor切换各个当前执行的用户态线程，但用户代码中彻底感知不到Reactor的存在。

PHP并发IO编程实践

---

PHP相关扩展

• Stream：PHP内核提供的socket封装
• Sockets：对底层Socket API的封装
• Libevent：对libevent库的封装
• Event：基于Libevent更高级的封装，提供了面向对象接口、定时器、信号处理的支持
• Pcntl/Posix：多进程、信号、进程管理的支持
• Pthread：多线程、线程管理、锁的支持
• PHP还有共享内存、信号量、消息队列的相关扩展
• PECL：PHP的扩展库，包括系统底层、数据分析、算法、驱动、科学计算、图形等都有。若是PHP标准库中没有找到，能够在PECL寻找想要的功能。

PHP语言的优劣势

PHP的优势：

1. 第一个是简单，PHP比其余任何的语言都要简单，入门的话PHP真的是能够一周就入门。C++有一本书叫作《21天深刻学习C++》，其实21天根本不可能学会，甚至能够说C++没有3-5年不可能深刻掌握。可是PHP绝对能够7天入门。因此PHP程序员的数量很是多，招聘比其余语言更容易。
2. PHP的功能很是强大，由于PHP官方的标准库和扩展库里提供了作服务器编程能用到的99%的东西。PHP的PECL扩展库里你想要的任何的功能。

另外PHP有超过20年的历史，生态圈是很是大的，在Github能够找到不少代码。

PHP的缺点：

1. 性能比较差，由于毕竟是动态脚本，不适合作密集运算，若是一样的 PHP 程序使用 C/C++ 来写，PHP 版本要比它差一百倍。
2. 函数命名规范差，这一点你们都是了解的，PHP更讲究实用性，没有一些规范。一些函数的命名是很混乱的，因此每次你必须去翻PHP的手册。
3. 提供的数据结构和函数的接口粒度比较粗。PHP只有一个Array数据结构，底层基于HashTable。PHP的Array集合了Map，Set，Vector，Queue，Stack，Heap等数据结构的功能。另外PHP有一个SPL提供了其余数据结构的类封装。

因此PHP

1. PHP更适合偏实际应用层面的程序，业务开发、快速实现的利器
2. PHP不适合开发底层软件
3. 使用C/C++、JAVA、Golang等静态编译语言做为PHP的补充，动静结合
4. 借助IDE工具实现自动补全、语法提示

PHP的Swoole扩展

---

基于上面的扩展使用纯PHP就能够彻底实现异步网络服务器和客户端程序。可是想实现一个相似于多IO线程，仍是有不少繁琐的编程工做要作，包括如何来管理链接，如何来保证数据的收发原子性，网络协议的处理。另外PHP代码在协议处理部分性能是比较差的，因此我启动了一个新的开源项目Swoole，使用C语言和PHP结合来完成了这项工做。灵活多变的业务模块使用PHP开发效率高，基础的底层和协议处理部分用C语言实现，保证了高性能。它以扩展的方式加载到了PHP中，提供了一个完整的网络通讯的框架，而后PHP的代码去写一些业务。它的模型是基于多线程Reactor+多进程Worker，既支持全异步，也支持半异步半同步。

Swoole的一些特色：

• Accept线程，解决Accept性能瓶颈和惊群问题
• 多IO线程，能够更好地利用多核
• 提供了全异步和半同步半异步2种模式
• 处理高并发IO的部分用异步模式
• 复杂的业务逻辑部分用同步模式
• 底层支持了遍历全部链接、互发数据、自动合并拆分数据包、数据发送原子性。

Swoole的进程/线程模型：

Swoole程序的执行流程：

使用PHP+Swoole扩展实现异步通讯编程

---

实例代码在https://github.com/swoole/swo... 主页查看。

TCP服务器与客户端

异步TCP服务器：

在这里new swoole_server对象，而后参数传入监听的HOST和PORT，而后设置了3个回调函数，分别是onConnect有新的链接进入、onReceive收到了某一个客户端的数据、onClose某个客户端关闭了链接。最后调用start启动服务器程序。swoole底层会根据当前机器有多少CPU核数，启动对应数量的Reactor线程和Worker进程。

异步客户端：

客户端的使用方法和服务器相似只是回调事件有4个，onConnect成功链接到服务器，这时能够去发送数据到服务器。onError链接服务器失败。onReceive服务器向客户端链接发送了数据。onClose链接关闭。

设置完事件回调后，发起connect到服务器，参数是服务器的IP,PORT和超时时间。

同步客户端：

同步客户端不须要设置任何事件回调，它没有Reactor监听，是阻塞串行的。等待IO完成才会进入下一步。

异步任务：

异步任务功能用于在一个纯异步的Server程序中去执行一个耗时的或者阻塞的函数。底层实现使用进程池，任务完成后会触发onFinish，程序中能够获得任务处理的结果。好比一个IM须要广播，若是直接在异步代码中广播可能会影响其余事件的处理。另外文件读写也可使用异步任务实现，由于文件句柄没办法像socket同样使用Reactor监听。由于文件句柄老是可读的，直接读取文件可能会使服务器程序阻塞，使用异步任务是很是好的选择。

异步毫秒定时器

这2个接口实现了相似JS的setInterval、setTimeout函数功能，能够设置在n毫秒间隔实现一个函数或 n毫秒后执行一个函数。

异步MySQL客户端

swoole还提供一个内置链接池的MySQL异步客户端，能够设定最大使用MySQL链接数。并发SQL请求能够复用这些链接，而不是重复建立，这样能够保护MySQL避免链接资源被耗尽。

异步Redis客户端

异步的Web程序

程序的逻辑是从Redis中读取一个数据，而后显示HTML页面。使用ab压测性能以下：

一样的逻辑在php-fpm下的性能测试结果以下：

WebSocket程序

swoole内置了websocket服务器，能够基于此实现Web页面主动推送的功能，好比WebIM。有一个开源项目能够做为参考。https://github.com/matyhtf/ph...