深入tornado中的ioLoop

待我称王封你为后i 2022-06-17 14:18 105阅读 0赞

本文所剖析的tornado源码版本为4.4.2

ioloop是tornado的关键，是他的最底层。

ioloop就是对I/O多路复用的封装，它实现了一个单例，将这个单例保存在IOLoop.\_instance中

ioloop实现了Reactor模型，将所有要处理的I/O事件注册到一个中心I/O多路复用器上，同时主线程/进程阻塞在多路复用器上；一旦有I/O事件到来或是准备就绪(文件描述符或socket可读、写)，多路复用器返回并将事先注册的相应I/O事件分发到对应的处理器中。

另外，ioloop还被用来集中运行回调函数以及集中处理定时任务。

## 一 准备知识： ##

1 首先我们要了解Reactor模型

2 其次，我们要了解I/O多路复用，由于本文假设系统为Linux，所以要了解epoll以及Python中的select模块

3 IOLoop类是Configurable类的子类，而Configurable类是一个工厂类，讲解[在这][Link 1]。

## 二  创建IOLoop实例 ##

来看IOLoop,它的父类是Configurable类，也就是说：IOLoop是一个直属配置子类

class IOLoop(Configurable):
        ......

这里就要结合Configurable类进行讲解：

![ContractedBlock.gif][]  Configurable中的\_\_new\_\_方法

1 首先实例化一个该直属配置子类的'执行类对象'，也就是调用该类的configurable\_default方法并返回赋值给impl：

![复制代码][copycode.gif]

@classmethod
        def configurable_default(cls):
            if hasattr(select, "epoll"):     # 因为我们假设我们的系统为Linux，且支持epoll，所以这里为True
                from tornado.platform.epoll import EPollIOLoop
                return EPollIOLoop 
            if hasattr(select, "kqueue"):
                # Python 2.6+ on BSD or Mac
                from tornado.platform.kqueue import KQueueIOLoop
                return KQueueIOLoop
            from tornado.platform.select import SelectIOLoop
            return SelectIOLoop

![复制代码][copycode.gif]

2 也就是impl是EPollIOLoop类对象，然后实例化该对象，运行其initialize方法

class EPollIOLoop(PollIOLoop):　　# 该类只有这么短短的几句，可见主要的方法是在其父类PollIOLoop中实现。
        def initialize(self, **kwargs):
            super(EPollIOLoop, self).initialize(impl=select.epoll(), **kwargs) # 执行了父类PollIOLoop的initialize方法，并将select.epoll()传入

来看一看PollIOLoop.initialize(EPollIOLoop(),impl=select.epoll())干了些啥：

![复制代码][copycode.gif]

class PollIOLoop(IOLoop):  # 从属配置子类
    
        def initialize(self, impl, time_func=None, **kwargs):
            super(PollIOLoop, self).initialize(**kwargs)                # 调用IOLoop的initialize方法
            self._impl = impl                               # self._impl = select.epoll()
            if hasattr(self._impl, 'fileno'):               # 文件描述符的close_on_exec属性
                set_close_exec(self._impl.fileno())
            self.time_func = time_func or time.time
            self._handlers = {}                             # 文件描述符对应的fileno()作为key，(文件描述符对象,处理函数)作为value
            self._events = {}                               # 用来存储epoll_obj.poll()返回的事件，也就是哪个fd发生了什么事件{(fd1, event1), (fd2, event2)……}
            self._callbacks = []
            self._callback_lock = threading.Lock()          # 添加线程锁
            self._timeouts = []                             # 存储定时任务
            self._cancellations = 0
            self._running = False
            self._stopped = False
            self._closing = False
            self._thread_ident = None                       # 获得当前线程标识符
            self._blocking_signal_threshold = None
            self._timeout_counter = itertools.count()
    
            # Create a pipe that we send bogus data to when we want to wake
            # the I/O loop when it is idle
            self._waker = Waker()
            self.add_handler(self._waker.fileno(),
                             lambda fd, events: self._waker.consume(),
                             self.READ)

![复制代码][copycode.gif]

首先调用了IOLoop.initialize(self,\*\*kwargs)方法：

![复制代码][copycode.gif]

def initialize(self, make_current=None):
            if make_current is None:
                if IOLoop.current(instance=False) is None:
                    self.make_current()
            elif make_current:
                if IOLoop.current(instance=False) is not None:
                    raise RuntimeError("current IOLoop already exists")
                self.make_current()
    
        @staticmethod
        def current(instance=True):
            current = getattr(IOLoop._current, "instance", None)
            if current is None and instance:
                return IOLoop.instance()
            return current
    
        def make_current(self):
            IOLoop._current.instance = self

![复制代码][copycode.gif]

我们可以看到IOLoop.initialize()主要是对线程做了一些支持和操作。

3 返回该实例

## 三 剖析PollIOLoop ##

1 处理I/O事件以及其对应handler的相关属性以及方法

使用self.\_handlers用来存储fd与handler的对应关系，文件描述符对应的fileno()作为key，元组(文件描述符对象,处理函数)作为value

self.\_events 用来存储epoll\_obj.poll()返回的事件，也就是哪个fd发生了什么事件\{(fd1, event1), (fd2, event2)……\}

add\_handler方法用来添加handler

update\_handle方法用来更新handler

remove\_handler方法用来移除handler

![复制代码][copycode.gif]

def add_handler(self, fd, handler, events):
            # 向epoll中注册事件 ， 并在self._handlers[fd]中为该文件描述符添加相应处理函数
            fd, obj = self.split_fd(fd)   # fd.fileno(),fd
            self._handlers[fd] = (obj, stack_context.wrap(handler))
            self._impl.register(fd, events | self.ERROR)
    
        def update_handler(self, fd, events):
            fd, obj = self.split_fd(fd)
            self._impl.modify(fd, events | self.ERROR)
    
        def remove_handler(self, fd):
            fd, obj = self.split_fd(fd)
            self._handlers.pop(fd, None)
            self._events.pop(fd, None)
            try:
                self._impl.unregister(fd)
            except Exception:
                gen_log.debug("Error deleting fd from IOLoop", exc_info=True)

![复制代码][copycode.gif]

2 处理回调函数的相关属性以及方法

self.\_callbacks用来存储回调函数

add\_callback方法用来直接添加回调函数

add\_future方法用来间接的添加回调函数，future对象详解[在这][Link 2]

![复制代码][copycode.gif]

def add_callback(self, callback, *args, **kwargs):
            # 因为Python的GIL的限制，导致Python线程并不算高效。加上tornado实现了多进程 + 协程的模式，所以我们略过源码中的部分线程相关的一些操作
            if self._closing:
                return
            self._callbacks.append(functools.partial(stack_context.wrap(callback), *args, **kwargs))
        def add_future(self, future, callback):
            # 为future对象添加经过包装后的回调函数，该回调函数会在future对象被set_done后添加至_callbacks中
            assert is_future(future)
            callback = stack_context.wrap(callback)
            future.add_done_callback(
                lambda future: self.add_callback(callback, future))

![复制代码][copycode.gif]

3 处理定时任务的相关属性以及方法

self.\_timeouts用来存储定时任务

self.add\_timeout用来添加定时任务(self.call\_later   self.call\_at都是间接调用了该方法)

![复制代码][copycode.gif]

def add_timeout(self, deadline, callback, *args, **kwargs):
            """
                ``deadline``可能是一个数字，表示相对于当前时间的时间（与“IOLoop.time”通常为“time.time”相同的大小），或者是datetime.timedelta对象。 
                自从Tornado 4.0以来，`call_later`是一个比较方便的替代方案，因为它不需要timedelta对象。
    
            """
            if isinstance(deadline, numbers.Real):
                return self.call_at(deadline, callback, *args, **kwargs)
            elif isinstance(deadline, datetime.timedelta):
                return self.call_at(self.time() + timedelta_to_seconds(deadline),
                                    callback, *args, **kwargs)
            else:
                raise TypeError("Unsupported deadline %r" % deadline)

![复制代码][copycode.gif]

4 启动io多路复用器

启动也一般就意味着开始循环，那么循环什么呢？

1 运行回调函数

2 运行时间已到的定时任务

3 当某个文件描述法发生事件时，运行该事件对应的handler

使用start方法启动ioloop，看一下其简化版(去除线程相关，以及一些相对不重要的细节)：

![复制代码][copycode.gif]

def start(self):
            try:
                while True:    
                    callbacks = self._callbacks
                    self._callbacks = []
                    due_timeouts = []
                    # 将时间已到的定时任务放置到due_timeouts中，过程省略
                    for callback in callbacks:          # 执行callback
                        self._run_callback(callback)
                    for timeout in due_timeouts:        # 执行timeout_callback
                        if timeout.callback is not None:
                            self._run_callback(timeout.callback)       
                    callbacks = callback = due_timeouts = timeout = None    # 释放内存
                    # 根据情况设置poll_timeout的值，过程省略
                    if not self._running:    # 终止ioloop运行时，在执行完了callback后结束循环
                        breaktry:
                        event_pairs = self._impl.poll(poll_timeout)
                    except Exception as e:
                        if errno_from_exception(e) == errno.EINTR:  # 系统调用被信号处理函数中断，进行下一次循环
                            continue
                        else:
                            raise 
                    self._events.update(event_pairs)
                    while self._events: 
                        fd, events = self._events.popitem()             # 获取一个fd以及对应事件
                        try:
                            fd_obj, handler_func = self._handlers[fd]   # 获取该fd对应的事件处理函数
                            handler_func(fd_obj, events)                # 运行该事件处理函数
                        except (OSError, IOError) as e:         
                            if errno_from_exception(e) == errno.EPIPE:     # 当客户端关闭连接时会产生EPIPE错误                         
                                pass
                            # 其他异常处理已经省略
                    fd_obj = handler_func = None       # 释放内存空间

![复制代码][copycode.gif]

![ContractedBlock.gif][]  start完整版

5 关闭io多路复用器

![复制代码][copycode.gif]

def close(self, all_fds=False):
            with self._callback_lock:
                self._closing = True
            self.remove_handler(self._waker.fileno())
            if all_fds:    # 该参数若为True，则表示会关闭所有文件描述符
                for fd, handler in self._handlers.values():
                    self.close_fd(fd)
            self._waker.close()
            self._impl.close() 
            self._callbacks = None
            self._timeouts = None

![复制代码][copycode.gif]

[Link 1]: http://www.cnblogs.com/MnCu8261/p/6774058.html
[ContractedBlock.gif]: /images/20220617/95baed75b1594ed8a3c513f7f812f346.png
[copycode.gif]: /images/20220617/0a84cc982c9f4783bf676dede7926182.png
[Link 2]: http://www.cnblogs.com/MnCu8261/p/6560502.html