nginx代码分析

http://hi.baidu.com/beibeiboo/blog/item/cb975473dfbb7f148701b097.html

系列文章都可以从上面的文章中找到

nginx代码分析之（一）——初探

　
　　他的代码我全看过了，感觉是高层模型下做的最优精简指令。效果还是不错的。

　　发现nginx是无意间在浏览器中看到新浪的一个错误页面“nginx ...”，不由起了好奇心，google了一把，发现这是一个支持负载均衡的反向代理服务器，俄罗斯人开发的，虽然没有走GNU或BSD的License，但是也算是一个开源软件。

　　开源代理服务器最熟悉的还是Squid和Apache，但这两者都是正反向代理通吃的，而作为反向代理，实际上和正向代理有较大的差别。我想既然新浪也用它，那自然有它的独到之处。查了一下，中文的网页上说它的HTTP性能可以达到13000TPS以上，但是没有说明数据的出处，国外的网站上暂时找不到相应的数据，但很多人拿它和lighttpd相比。

　　很快下载了nginx 0.5.32版本的代码，代码不多，才8万多行，在openssl的基础上支持HTTPS。和Apache的30多万行相比，精简了很多，

　　作为web server或反向代理，要的就是一个快，要做到快，除了精简的代码之外，更关键的一点就是并发模型。

　　Apache的弱点就在于它的并发模型是普通的进程/线程池，连接数和进程/线程数是1：1的，因此无论是prefork还是worker模式，都将每一个连接对应到一个独立的进程/线程。

　　这样的并发模型在连接数不太多（1000以内）时还算可以，但在大规模并发时，其进程/线程总数会非常多。由于Apache本身也比较吃内存，所以到了1000以上的并发时，服务器的内存基本上也就被吃的差不多了，操作系统也在频繁地做进程/线程的切换，非常吃力。

　　相比之下，更高级的大型网络服务系统（如电信的智能网系统）一般采用进程/线程池+状态机的模型——也即接数和进程/线程数是m：n的，这样进程/线程总数就不会由于连接的增多而增多，避免了内存和调度切换的开销，但这种做法对程序逻辑的要求较高，需要一个连接拆分为多个逻辑状态（创建，读，写，关闭等，根据实际业务还可以更加细化）每个进程/线程处理完某一种状态后，需要改变该连接的状态值，后续状态由下一个空闲的进程/线程处理。

　　nginx就采用了这样的并发模型，对于连接状态的存储，nginx主要采用了这样一个复杂结构。

　　struct ngx_connection_s {

　　void *data;

　　ngx_event_t *read;

　　ngx_event_t *write;

　　...

　　};

　　结构ngx_event_t存储了连接IO状态的详细信息，同时所有的ngx_event_t组成了两个全局的链表，以便进行存取操作。

　　在这两个数据结构的基础上，nginx使用了下面这两个函数来完成每个进程/线程的循环

　　1. ngx_locked_post_event

　　这个函数负责更新某一个连接的状态，在检查到连接IO状态改变（比如通过select）后被调用。

　　nginx以module的方式提供了select语义的多种实现：

　　poll

　　devpoll

　　epoll

　　eventport

　　kqueue

　　rtsig

　　后面4种，都是BSD/Linux为加速IO操作而提供的异步IO模型

　　2. ngx_event_thread_process_posted

　　这个函数检查event表，并调用event对应的handler函数，每次处理1个event。

　　这两个函数组合使用，就实现了最基本的m:n并发模型。

　　nginx代码分析之（二）——Empty Gif是如何工作的

　　访问新浪时，时常会有一些网页返回空白（但不是“此页无法显示”），从浏览器的信息中可以知道此时服务器返回了一个1×1的空白gif图片。

　　这实际上是nginx实现的，nginx有一个名为Empty Gif的module，专门负责此项工作。

　　由于这个module比较简单，我们就先从它入手，来看看nginx的模块实现。

　　

　　模块注册Empty Gif这个module只有一个文件——ngx_http_empty_gif_module.c

　　这个文件比较简单，一开始定义并初始化了3个变量。

　　static ngx_command_t ngx_http_empty_gif_commands[] = {...};

　　static ngx_http_module_t ngx_http_empty_gif_module_ctx = {...};

　　ngx_module_t ngx_http_empty_gif_module = {...};

　　其中只有ngx_http_empty_gif_module是非静态的，我将暂时将其称为module主结构变量，

　　而其余两个变量都可以由它访问到。

　　但是如果继续查看nginx的源码，会发现没有其他地方引用ngx_http_empty_gif_module，

　　那这个module是怎么注册并应用起来的呢？

　　如果熟悉Apache的代码，会发现这和Apache 2.0的module机制非常类似——每个module都对应到一个module主结构变量，通过这个主结构变量可以访问到这个module的其他内容，该module所有的函数也用函数指针的方式存放在这些结构变量中。

　　而且Apache同样没有其他地方的代码引用到module主结构变量。这是因为module不是必须的，该module在某一个特定的编译版本里是可以不存在的。因此一个module是否有效，不是通过代码来决定，而是通过编译选项来实现。

　　在nginx代码的auto目录中，有一个名为sources的文件，根据编译选项（configure的参数）的不同，m4宏变量HTTP_MODULES的值会发生变化：

　　如果指定了使用empty gif模块（默认就是使用了），则最终m4宏变量HTTP_MODULES的值可能如下：

　　HTTP_MODULES="ngx_http_module \

　　ngx_http_core_module \

　　ngx_http_log_module \

　　ngx_http_upstream_module \

　　ngx_http_empty_gif_module "

　　注意：这里的ngx_http_empty_gif_module字符串对应了ngx_http_empty_gif_module.c文件中的Module主结构变量名。

　　编译之前的configure结束后，会在objs目录下生成一个名为ngx_modules.c的文件，此文件的内容如下：

　　#include

　　#include

　　extern ngx_module_t ngx_core_module;

　　extern ngx_module_t ngx_errlog_module;

　　extern ngx_module_t ngx_conf_module;

　　...

　　extern ngx_module_t ngx_http_empty_gif_module;

　　...

　　ngx_module_t *ngx_modules[] = {

　　&ngx_core_module,

　　&ngx_errlog_module,

　　&ngx_conf_module,

　　...

　　&ngx_http_empty_gif_module,

　　...

　　NULL

　　};

　　在此生成了对ngx_http_empty_gif_module变量的引用，并将其放到了ngx_modules表中，

　　通过相关函数可以进行存取。

　　这样，在编译时就完成了Empty Gif模块注册的过程。

　　模块的初始化和应用初始化一般都是根据配置文件的内容来进行，但和我们一般写程序的做法不同——nginx并没有在一个统一的地方处理所有的配置，而是让每个模块负责处理自己的配置项，如果没有编译这个模块，则其对应的配置项就无法处理，这也是又一个和Apache的相似之处。

　　nginx使用了ngx_command_t结构来描述某一个模块对应的配置项及处理函数。

　　以Empty Gif模块为例：

　　static ngx_command_t ngx_http_empty_gif_commands[] = {

　　{ ngx_string("empty_gif"),

　　NGX_HTTP_LOC_CONF|NGX_CONF_NOARGS,

　　ngx_http_empty_gif,

　　0,

　　0,

　　NULL },

　　0);"> ngx_null_command

　　};

　　上面的定义表明：

　　1. Empty Gif模块只处理一个配置项——“empty_gif”

　　2. 这个配置是一个Location相关的配置（NGX_HTTP_LOC_CONF），

　　即只有在处理某一个URL子集，如 /test_[0-9]*.gif时才生效。

　　

　　实际的配置文件可能如下：

　　location ~ /test_[0-9].gif {

　　empty_gif;

　　}

　　3. 这个配置项不带参数（NGX_CONF_NOARGS）

　　4. 配置处理函数是ngx_http_empty_gif

　　ngx_http_empty_gif函数的实现很简单：

　　static char *

　　ngx_http_empty_gif(ngx_conf_t *cf, ngx_command_t *cmd, void *conf)

　　{

　　ngx_http_core_loc_conf_t *clcf;

　　clcf = ngx_http_conf_get_module_loc_conf(cf, ngx_http_core_module);

　　clcf->handler = ngx_http_empty_gif_handler;

　　return NGX_CONF_OK;

　　}

　　ngx_http_conf_get_module_loc_conf是一个宏，用于获得Location相关的配置表cf中ngx_http_core_module对应的项，获取之后，Empty Gif模块将自己的处理函数挂到了ngx_http_core_module对应的handler上。

　　这样，nginx在处理HTTP请求时，如果发现其URL匹配到Empty Gif所属的Location，

　　如URL(/test_1.gif)匹配到Location(/test_[0-9].gif)，

　　则使用ngx_http_empty_gif作为处理函数，这个函数直接向浏览器写回一幅1×1的空白gif图片。