Web Server 架构浅谈-Threadpool-based Multiple Threaded Achitecture

接上一节http://blog.csdn.net/pennyliang/archive/2010/10/10/5931272.aspx。

上节我们讲到了简单的多线程架构，这个架构可以做一些改进和优化：

首先，是优化线程创建的开销。操作系统默认的进程初始栈空间，32位操作系统为1M，64位操作系统为2M（不同操作系统版本可能会有差异）。那么并发10K的线程可能需要10G内存，这是不可想象的，因此可以自行设定栈的大小和溢出区，代码如下：

size_t size = max(10*PAGE_SIZE，PTHREAD_STACK_MIN);

void* base = get_from_penny_mmap(size);//从Mmap分配的虚拟内存中割一块

ret = pthread_attr_setstack(&tattr, base,size);

 

假定我们的线程大部分情况下只需要1个Page的栈空间，我们用mmap的方式分配到的虚拟内存做自定义线程栈，合计10个Page，另外9个Page看做是溢出区，如果线程的栈没有涨过1个Page，那么着9个Page只是虚拟页，不会调实际物理内存页，因此可以看做是无开销，万一溢出了，只是多一个调页过程。

 

其次，一个client通常是短连接的，即便是keep-alive的形式，每用户创建一个线程的代价还是太高，是否可以让线程的创建保持在一个常量呢？这就是线程池的思想，下面我们来看基于线程池的多线程架构。

 

基于线程池的多线程架构：

 

下图是线程池的架构，系统在刚创建时，创建有限个线程，这些线程的生死都是随着系统的创建和退出相联系，和用户访问无关。在获得链接请求后，将用户的请求看做是一个消息，将其插入到请求队列中，线程池的dispatch loop不断去将这个消息派发给一个闲置的线程进行处理，线程在处理完后进入等待队列，等待dispatch loop派发任务。

 

 

 

dispatch loop是可以去掉的，每个处理线程在处理完任务后，直接去request queue中取任务，但这样有几个缺点：1）对request的队头访问频繁；2）当线程池线程不够时无法自我感知已增加新线程。因此在每个处理线程之外，需要一个承担管理职责的线程。

 

在每个线程处理完任务后，进入一个等待信号的过程，可以采用挂起和spin的方式，前者会有上下文切换的开销，后者会出现循环空转的开销，dispatch在队头取得的线程等待信号，给予激活同时赋予请求的任务。在具体实现上还会有多种变化，这里不一一介绍，

 

基于线程池的多线程架构在并发线程的数量上大大减少，上下文切换相应减少；线程创建的数量与客户请求无关，创建成本减少；线程池的资源争用情况大大减少，资源饱和使用的程度大大加强，因此线程池在吞吐率（throughput,单位时间交互的数据量）上通常较高。但付出了排队的成本，使得响应时间会大大提高，这是线程池架构主要的问题。

 

我们日常生活中在银行办理业务，就可以看做是线程池模型的例子，排队机就是request queue，叫号系统就是dispatch loop，自动将到号的用户分配给一个空闲的客服，客服就是每个处理线程，客服在处理完业务后，按键进入闲状态，等待叫号系统安排。银行的这种设置显然是基于吞吐率考虑的，而不是响应时间考虑的，和简单多线程方式那种资源抢占式的无序相比，基于线程池的排队处理看上去更加优化。

 

下一篇博文参见：http://blog.csdn.net/pennyliang/archive/2010/10/14/5940666.aspx

 

 

申明：我写的博客欢迎转载，并可以用于任何场合，只要是对技术传播有益，我均无异议。

但不欢迎自行修改和不署名的转载。

因为有些内容我会用在一些教学等特殊场合，我不希望有人反馈给我，我的博客是抄袭别人的。希望大家在转载时务必注明作者，并全文转载，不要做任何修改，谢谢。

 

同时我会在举例中加一些特殊的记号，希望读者予以谅解，比如本文的get_from_penny_mmap。