zoukankan      html  css  js  c++  java
  • 浅谈计算机系统——系统模式优化(WEB)

    根据计算机系统的工作原理,我们知道了总体思路为:从CPU到内存,再到磁盘的过程。内存分为:内核空间和用户空间。相应的CPU也分为内核模式和用户模式。那一个用户级的计算机应用,又如何的详细工作过程呢?以下以WEB读文件为例:

    Round1:

    内核模式到用户模式的转换:

    对于一次IO访问(这回以read举例),数据会先被拷贝到操作系统内核的缓冲区中,然后才会从操作系统内核的缓冲区拷贝到应用程序的缓冲区,最后交给进程。所以说,当一个read操作发生时,它会经历两个阶段:
    1. 等待数据准备 (Waiting for the data to be ready)
    2. 将数据从内核拷贝到进程中 (Copying the data from the kernel to the process)。

    问题:

    以上两个阶段,用户空间一直处理阻塞状态,即等待完成。通过一个进程无法快速响应结束,再接受另一个WEB请求。

    解决方案:

    采用prefork模型(apache),即多进程模式。

    1.控制权限的httpd进程,监听80端口;
    2.主进程(httpd)管理服务子进程的调度,派生和销毁,响应用户的请求。

    Round2:

    问题:

    多进程运作,当进程过多的时候,进程间切换会越发频繁。但进程间切换开销又过大。

    解决方案:

    1.worker模式(apache),即多进程多线程模式。

    优点:a.线程切换是轻量级的,线程间可以共享很多资源,比如内存;

               b.单线程崩溃,会造成父进程崩溃;线程过多,进行切换,会造成线程抖动。所以采用了多进程,而不是完全依赖多线程。

    2.单进程绑定CPU解决,直接杜绝了进程切换。nginx支持。

    Round3:

    问题:由于两次数据复制过程,进程都处于阻塞状态,浪费了进程数和相关资源。

    解决方案: IO优化。

    linux系统产生了下面五种网络模式的方案:
    -- 阻塞 I/O(blocking IO)
    -- 非阻塞 I/O(nonblocking IO)
    -- I/O 多路复用( IO multiplexing)
    -- 信号驱动 I/O( signal driven IO)
    -- 异步 I/O(asynchronous IO)
    阻塞I/O模式:内核准备数据和数据从内核拷贝到进程内存地址,这两个过程应用进程都是阻塞的;
    非阻塞I/O模式:内核准备数据阶段不阻塞,但是进程需要周期询问内核数据是否准备好;然后再从内核拷贝到进程内存地址阶段是阻塞的;
    I/O多路复用:两个过程都是阻塞的,但是使用了select算法,一个进程或者线程可以同时处理多个I/O请求;poll算法也支持。
    信号驱动I/O:同非阻塞I/O模式,但是不用进程轮询,而是事件驱动,在内核数据准备好之后,向进程通知,epoll算法支持。
    异步I/O:两个过程都不阻塞,告知内核需要取的数据之后,内核负责准备数据,并拷贝到用户空间,再通知进程。而不是非阻塞里面的,进程来询问内核。

    备注:

    a.apahce除了prefork、worker模式,还有就是event模式。event模式,即信号驱动I/O模式。另外还优化了长连接。

    基于长连接,长期keep-alive在线,浪费线程,因此专门设定一个管理进程来管理这些长连接,在特定条件下,可以回收线程资源,而不会出现空闲线程。

    b.nginx采用了异步I/O模式,有效解决了C10K问题。将系统性能提升了三倍以上。

       另外nginx还使用了虚拟内存的机制,调用了mmap函数,即做了内存映射。并不将磁盘的文件复制到内存中,而是直接映射到内存中。只需要一次复制突出,而不需要两次。

  • 相关阅读:
    chrome书签插件
    Js箭头函数和lambda
    CSS水平或垂直居中技巧
    前端需要注意的SEO优化
    OpenCV图像识别初探-50行代码教机器玩2D游戏
    机器学习笔记(十一)----降维
    基于Docker搭建分布式消息队列Kafka
    一个经典面试题:如何保证缓存与数据库的双写一致性?
    Flask 蓝图机制及应用
    软件开发团队如何管理琐碎、突发性任务
  • 原文地址:https://www.cnblogs.com/daiaiai/p/11073493.html
Copyright © 2011-2022 走看看