定时器Timer

目录

一、定时器应用

二、定时器设计

1. 接口设计

2. 实现方式

2.1 红黑树

2.2 最小堆

2.3 时间轮

源码

---

---

---

一、定时器应用

• 心跳检测/周期任务
• 倒计时/超时机制

对于服务端而言，驱动服务端的事件主要有两种：网络事件、定时事件。

不同的框架中，这两种事件有不同的实现方式：

第一种：网络事件和时间事件在一个线程中配合使用。如：Nginx、Redis；

第二种：网络事件和时间事件在不同线程中处理。如skynet。

// 第一种：
while (!quit) {
    time_t now = time(NULL);
    int timeout = get_nearest_timer() - now;
    if (timeout < 0) timeout = 0;
    int nEvent = epoll_wait(epfd, ev, nev, timeout);
    for (int i = 0; i < nEvent; i++) {
        // 处理网络事件
    }
    update_timer();  // 处理时间事件
}

// 第二种
void *thread_timer(void *p) {
    init_timer();
    while (!quit) {
        update_timer();  // 更新定时器，并处理时间事件或把时间事件发送到MQ
        sleep(t);        // t要小于时间精度
    }
    clear_timer();
    return NULL;
}

二、定时器设计

1. 接口设计

// 初始化timer
void init_timer();

// 添加timer
Node *add_timer(int expire, callback cb);

// 删除timer
bool del_timer(Node *node);

// 找到最近的定时任务
Node *find_nearest_timer();

// 更新timer
void update_timer();

// 清除timer
void clear_timer();

2. 实现方式

• 红黑树
• 最小堆
• 跳表
• 时间轮

待确认

实现方式	增删查	查找最小节点	应用场景
RBTree	O(log2^N)	O(log2N)	Nginx Redis
MinHeap	增查：O(log2N) 删：O(N) ，可通过辅助数据结构（hash table）快速定位节点，加快删除操作	O(1)	常用？
SkipList	O(log2N) 空间复杂度O(1.5N)	O(1)
时间轮	O(1)	O(1)	Linux内核

2.1 红黑树

这里需要和STL的map区分，因为这里可能存在相同的key，而map的key是唯一的。可以考虑使用multimap，也可以自己实现。

nginx中的实现如下：

void ngx_rbtree_insert_timer_value(ngx_rbtree_node_t *temp,
    ngx_rbtree_node_t *node, ngx_rbtree_node_t *sentinel)
{
    ngx_rbtree_node_t **p;
    for ( ;; ) {
        // 注意：key相同时，p选择right
        p = ((ngx_rbtree_key_int_t) (node->key - temp->key) < 0)
            ? &temp->left : &temp->right;
        if (*p == sentinel) {
            break;
        }
        temp = *p;
    }
    *p = node;
    node->parent = temp;
    node->left = sentinel;
    node->right = sentinel;
    ngx_rbt_red(node);
}

2.2 最小堆

完全⼆叉树：若⼆叉树的深度为 h ，除了 h 层外，其他层的节点数都是该层所能容纳节点的最⼤
数量（满⾜2^n），且 h 层都集中在最左侧；

最小堆特性：
  1. 是⼀颗完全⼆叉树；
  2. 某⼀个节点的值总是⼩于等于它的⼦节点的值；
  3. 堆中每个节点的⼦树都是最⼩堆；

增加节点步骤：

        为了满足完全二叉树特性，把新增的节点放到最后的位置，然后考虑是否需要上升。如添加“4”，4为5的左子树，4<5 需要上升。

删除节点步骤：

       删除前需要查询节点是否存在，最小堆的查询效率是O(n)，查询到节点后，把该节点和最后一个节点交换位置，先考虑下降操作，如果操作失败则考虑上升操作，最后删除最后一个节点。

如删除“1”，首先1和3交换，3和2交换，再删除末尾节点；

如删除“9“，首先9和3交换，3不能下沉了，考虑上升操作，3和7交换。

2.3 时间轮

单层时间轮

如何实现：客户端每 5 秒钟发送⼼跳包；服务端若 10 秒内没收到⼼跳数据，则清除连接；

实际在开发过程中，若收到除了⼼跳包的其他数据，⼼跳检测也算通过，在这⾥为了简化流程，只
判断⼼跳包；

作为对⽐：我们假设使⽤ map<int, conn*> 来存储所有连接数；每秒检测 map 结构，那么每秒需
要遍历所有的连接，如果这个map结构包含⼏万条连接，那么我们做了很多⽆效检测；考虑极端
情况，刚添加进来的连接，下⼀秒就需要去检测，实际上只需要10秒后检测就⾏了；那么我们考
虑使⽤时间轮来检测；

注意：这个例⼦只是⽤来帮助理解时间轮，不代表实际解决⽅案；

单层时间轮如下图，需要注意的地方：

   a. 在同一个节点可以支持多个定时任务，可采用链表链接；

   b. 时间轮长度最好采用2^n，则 m%2^n 可以转化为 m&(2^n-1)

   c. 每次收到心跳包时 used++，每次执行定时任务时used--，当used==0时，心跳超时。

多层时间轮

参考时钟的运行。

假设层级1每10ms运行一次定时任务；

当层级1运行完255的定时任务，此时层级2移动一格：将该格的定时任务重新映射到层级1（注意，层级2的一格，可以表示层级1的255个格）；以此类推，层级2运行完63格的定时任务，层级3移动一格，并将层级3的这一格映射到层级2

以下引用于：一张图理解Kafka时间轮(TimingWheel),看不懂算我输! - 知乎

下图更好理解多层时间轮，图中展示了每个时间格对应的过期时间范围, 我们可以清晰地看到, 第二层时间轮的第0个时间格的过期时间范围是 [0,19]。也就是说, 第二层时间轮的一个时间格就可以表示第一层时间轮的所有(20个)时间格;

---

  

源码

代码：0voice/7.1 timers at main · T-Mac1991/0voice · GitHub