freeswitch的任务引擎实现分析
概述
freeswitch核心框架中有一个定时任务系统,在开发过程中用来做一些延时操作和异步操作很方便。
我们在VOIP的呼叫流程中,经常会有一些对实时性要求没那么高的操作,或者会有阻塞流程的操作,我们都可以开启一个定时任务子流程,来达到延时和异步的目标。
下面,我们来对这个任务引擎的代码实现做一个简单的梳理和分析。
环境
centos:CentOS release 7.0 (Final)或以上版本
freeswitch:v1.8.7
GCC:4.8.5
数据结构
源码文件
src\include\switch_scheduler.h
src\switch_scheduler.c
任务数据结构
struct switch_scheduler_task {
int64_t created;
int64_t runtime;
uint32_t cmd_id;
uint32_t repeat;
char *group;
void *cmd_arg;
uint32_t task_id;
unsigned long hash;
};
struct switch_scheduler_task_container {
switch_scheduler_task_t task;
int64_t executed;
int in_thread;
int destroyed;
int running;
switch_scheduler_func_t func;
switch_memory_pool_t *pool;
uint32_t flags;
char *desc;
struct switch_scheduler_task_container *next;
};
typedef struct switch_scheduler_task_container switch_scheduler_task_container_t;
static struct {
switch_scheduler_task_container_t *task_list;
switch_mutex_t *task_mutex;
uint32_t task_id;
int task_thread_running;
switch_queue_t *event_queue;
switch_memory_pool_t *memory_pool;
} globals;
总图

常用接口
查看src\include\switch_scheduler.h头文件,常用接口如下。
switch_scheduler_add_task //Schedule a task in the future
switch_scheduler_del_task_id //Delete a scheduled task
switch_scheduler_del_task_group //Delete a scheduled task based on the group name
switch_scheduler_task_thread_start //Start the scheduler system
switch_scheduler_task_thread_stop //Stop the scheduler system
外部接口很简单。初始化接口使用start和stop,新增任务使用add_task,删除任务使用del_task_id,另外有一个del_task_group的接口针对任务群。
引擎初始化switch_scheduler_task_thread_start
函数原型
SWITCH_DECLARE(void) switch_scheduler_task_thread_start(void);
函数逻辑:
1, 初始化内存池globals.memory_pool。
2, 初始化互斥锁globals.task_mutex。
3, 初始化消息队列globals.event_queue。
4, 创建任务执行线程,线程函数switch_scheduler_task_thread,以下是任务线程的逻辑流程。
5, 设置全局变量globals.task_thread_running = 1。
6, 任务线程循环开始,task_thread_loop(0)。
7, 加锁globals.task_mutex。
8, 遍历任务链表globals.task_list,检查任务执行时间,符合执行时间的任务检查线程标识,对于有单独线程标识SSHF_OWN_THREAD的任务启动线程task_own_thread并执行,对于没有单独线程标识的任务,在当前线程中执行。
9, 解锁globals.task_mutex。
10, 加锁globals.task_mutex。
11, 遍历任务链表globals.task_list,检查任务删除标识tp->destroyed,销毁任务,释放任务相关内存。
12, 解锁globals.task_mutex。
13, 从全局消息队列globals.event_queue中获取事件,并发布该事件。
14, 任务线程循环结束。
15, task_thread_loop(1),遍历任务链表globals.task_list,设置所有任务删除标识tp->destroyed = 1,销毁任务,释放任务相关内存。
16, 从全局消息队列globals.event_queue中获取事件并销毁。
17, 设置全局变量globals.task_thread_running = 0。
引擎初始化后的内存模型如图

引擎停止switch_scheduler_task_thread_stop
函数原型
SWITCH_DECLARE(void) switch_scheduler_task_thread_stop(void);
函数逻辑:
1, 设置全局变量globals.task_thread_running=-1。
2, 等待任务线程退出。
3, 销毁内存池globals.memory_pool。
新增任务switch_scheduler_add_task
函数原型
SWITCH_DECLARE(uint32_t) switch_scheduler_add_task(time_t task_runtime,
switch_scheduler_func_t func,
const char *desc, const char *group, uint32_t cmd_id, void *cmd_arg, switch_scheduler_flag_t flags);
函数逻辑:
1, 加锁globals.task_mutex。
2, 分配一块内存给任务容器container,类型为switch_scheduler_task_container_t。
3, container数据初始化。包括回调函数func和任务预定运行时间等信息。
4, 将container插入任务链表globals.task_list的队尾。
5, 解锁globals.task_mutex。
6, 新建SWITCH_EVENT_ADD_SCHEDULE事件,并将事件插入消息队列globals.event_queue。
7, 结束返回任务id。
增加多个任务之后的内存模型如图

删除任务switch_scheduler_del_task_id
函数原型
SWITCH_DECLARE(uint32_t) switch_scheduler_del_task_id(uint32_t task_id);
函数逻辑:
1, 加锁globals.task_mutex。
2, 遍历任务链表globals.task_list,找到对应task_id的任务。
3, 任务标识SSHF_NO_DEL则不删除。
4, 任务正在运行则不删除。
5, 设置任务删除标识tp->destroyed++。
6, 解锁globals.task_mutex。
总结
任务引擎中的循环,在任务执行正常的情况下,每隔500ms检查1次任务链表,在实际应用中,可能会有一定的延迟,无法做到实时执行。
对于任务的执行过程,考虑到有阻塞操作的任务,一定要使用单独线程执行,否则会阻塞其他任务。
定时任务引擎,使用时间轮模式是否更好用?
空空如常
求真得真
freeswitch的任务引擎实现分析的更多相关文章
- JQuery Sizzle引擎源代码分析
最近在拜读艾伦在慕课网上写的JQuery课程,感觉在国内对JQuery代码分析透彻的人没几个能比得过艾伦.有没有吹牛?是不是我说大话了? 什么是Sizzle引擎? 我们经常使用JQuery的选择器查询 ...
- Java三大主流开源工作流引擎技术分析
首先,这个评论是我从网上,书中,搜索和整理出来的,也许有技术点上的错误点,也许理解没那么深入.但是我是秉着学习的态度加以评论,学习,希望对大家有用,进入正题! 三大主流工作流引擎:Shark,oswo ...
- Spark与Flink大数据处理引擎对比分析!
大数据技术正飞速地发展着,催生出一代又一代快速便捷的大数据处理引擎,无论是Hadoop.Storm,还是后来的Spark.Flink.然而,毕竟没有哪一个框架可以完全支持所有的应用场景,也就说明不可能 ...
- [转]JQuery - Sizzle选择器引擎原理分析
原文: https://segmentfault.com/a/1190000003933990 ---------------------------------------------------- ...
- Presto查询引擎简单分析
Hive查询流程分析 各个组件的作用 UI(user interface)(用户接口):提交数据操作的窗口Driver(引擎):负责接收数据操作,实现了会话句柄,并提供基于JDBC / ODBC的ex ...
- 005 -- Mysql数据库引擎特点分析
常用的数据库引擎的特点: ISAM: ISAM是一个定义明确且历经时间考验的数据表格管理方法,它在设计之时就考虑到数据库查询次数要远大于更新次数.因此,ISAM执行读取操作的速度很快,而且不占用大量的 ...
- Flink流式引擎技术分析--大纲
Flink简介 Flink组件栈 Flink特性 流处理特性 API支持 Libraries支持 整合支持 Flink概念 Stream.Transformation.Operator Paralle ...
- MongoDb Mmap引擎分析
版权声明:本文由孔德雨原创文章,转载请注明出处: 文章原文链接:https://www.qcloud.com/community/article/137 来源:腾云阁 https://www.qclo ...
- 开源大数据引擎:Greenplum 数据库架构分析
Greenplum 数据库是最先进的分布式开源数据库技术,主要用来处理大规模的数据分析任务,包括数据仓库.商务智能(OLAP)和数据挖掘等.自2015年10月正式开源以来,受到国内外业内人士的广泛关注 ...
随机推荐
- MongDB日志分析
Result文件数据说明: Ip:106.39.41.166,(城市) Date:10/Nov/2016:00:01:02 +0800,(日期) Day:10,(天数) Traffic: 54 ,(流 ...
- 【刷题-LeetCode】222. Count Complete Tree Nodes
Count Complete Tree Nodes Given a complete binary tree, count the number of nodes. Note: Definition ...
- 发现一个现象:golang中大量的go出新协程,必然在GC统计中出现1ms以上的GC延迟
结论:协程池还是有必要的,能够有效减小GC的压力. 我的某个服务,为了方(tou)便(lan),一些异步处理的场合直接go出协程来处理. 服务中使用这样的代码来统计GC的延迟: var mem run ...
- 哪些是GET请求,哪些是POST请求
GET请求: 1,form标签 method=get 2,a标签 3,link标签引入css 4,Script标签引入js文件 5,img标签引入图片 6,iframe引入html页面 7,在浏览器地 ...
- IDEA中导入Maven工程(module)
导入其它Maven工程时可能会出现依赖代码变红等等可以重新导入 右键pom.xml文件 --->Maven---->Reimport ,idea强制刷新内容,一般能解决依赖没有识别的问题 ...
- linux文件创建删除与基础命令使用
目录 一:linux介绍 二:系统介绍 三:系统命令语法格式 四:系统目录结构 五:系统路径的类型 六:系统运行命令 七:查看系统命令帮助man手册 八:系统快捷方式 九:常用系统命令 十:进行目录创 ...
- 裸k8s搭建中遇到的两个坑
在装docker的时候报错了,需要先安装selinux版本.才能安装容器. 需要按照提示安装这个包. 采用强制安装.rpm -ivh 包名字 --force --nodeps 在k8s的master上 ...
- python if-elif-else 判断
#!/usr/bin/python #coding=utf-8 #好好学习,天天向上 age=12 if age<4: price=0 elif age<18: price=40 elif ...
- Python3.7.3 + pycharm安装
Python3.7.3下载地址: https://www.python.org/ https://www.python.org/getit/ Pycharm: http://www.jetbrains ...
- 「BalkanOI 2018 Day1」Minmaxtree
「BalkanOI 2018 Day1」Minmaxtree 每个点都有一个最大和最小权值的限制. 然后每一个权值的限制都必须要取到. 每个点显然可以直接让他取到最大或最小权值. 可以想到每个点匹配一 ...