C10K问题和多进程模型

收录编辑来自马哥教育相关课程

• 内核空间的相关程序在调度用户空间里的进程的时候，也占用了cpu资源......

nginx可以作为两种类型的反向代理 http 和smtp(mail)
C10K问题，
当一个主机的连接数过多的时候，单独一片网卡，响应在一个套接字上的请求，如何通过一个进程，或一组线程对请求提供服务？ 显然，阻塞模式就太糟糕了

• 多进程模型

以apache为例， 监听在80套接字上的http进程，接收用户请求，通过生成子进程响应客户请求，销毁用户空闲子进程（做到了专客户专进程的效果）
内核要调度进程，cpu要分配给时间片（但cpu的资源必定有限），

为了让访问者感受不到阻塞，内核调度程序对进程要进行切换 分配给进程2的时间片一旦完成，就把进程2转入睡眠（阻塞）状态，
再执行进程n.....如此往复执行 但某一时刻真正执行的只有一个进程，通过切换，客户感受不到等待，切换的工作由内核负责。
然而内核空间的相关程序完成这种用户空间的进程调度，也是需要占用cpu资源的，但实际问题并未得到解决（进程如果过多，那么消耗在切换的时间和cpu资源就会激增，但对解决实际问题无用）

例如，请求一个网页
实际上就是用户请求访问服务器硬盘上的一个网页（html php......皆有可能），然而用户空间的进程并不能直接访问，需要通过内核空间的调度程序去完成，在内核相关程序完成网页的读取和返回这段状态，
用户空间的进程处于睡眠状态（wait）其实就是阻塞，如果内核未完成读取网页并返回结果，那么即使唤醒这一请求，也无助于解决什么问题，因而这一状态也称之为 不可中断睡眠

物理内存，分为两部分，内核空间（buffer，cache） 进程空间（内有多个进程运行）（数据读取完毕，暂时放进内核空间，接下来复制到进程空间，供进程访问）

数据从硬盘加载到内存的过程，内存一般是要分页的，如果不分页那可能是堆，数据从磁盘加载到内存的页上面，每次I/O加载一个页面的数据，磁盘一般是分块的，每块1k，2k，4k不等，假设要读取的数据内存大小为4K,
那么根据页的大小，一次I/O读几个块，完成从硬盘数据到内存的加载（每块为2k，一次I/O读取两个块
每块为1K，一次I/O读取4个块......）

• DMA(direct memory access)

还以文件加载为例，如果文件大小需要占据10个内存页，磁盘上每个块大小2k，根据上面的论述，一次I/O要填充一个内存页，那么可以得出，有20k大小的文件数据需要加载，读取哪些磁盘块，加载到哪个内存地址，
都需要CPU参与决策！加载到内存页仅仅是处于缓冲的需要，最终是要映射/复制到进程可以访问的内存空间中去，接下来，如何选择空闲的内存空间，从内存的哪一部分开始分配，也都需要CPU参与决策，另外，从磁盘
哪一部分加载数据，需要驱动程序参与，而驱动程序也需要cpu资源得以运行，这些行为都发生在内核空间，因而我们说加载一个文件到内存，内核运作十分繁忙，那么降低内核对CPU的占用，尽可能让cpu处理其他程序
（进程），DMA机制应孕而生

• DMA工作过程

DMA是一个主板上的芯片，DMA机制下，文件加载过程是，内核找到一片连续的缓存空间，把起始地址给DMA,该芯片是一个控制芯片，具有CPU的部分功能：访问内存，复制数据，有传输数据----占据系统总线的能力，
有控制系统总线，数据总线，控制总线的能力；cpu分配完连续缓存的起始地址，并钦定完读取哪些磁盘块之后，就把总线控制权让渡给DMA芯片，DMA读取磁盘数据加载到内存，这一过程占据数据总线，
DMA发送指令读取第几个磁盘块，这一过程占用控制总线，读到哪个内存地址，也涉及占用数据总线

这样一来，cpu有更多的精力处理请求进程，而把加载数据的功能让渡给DMA履行，请求到数据的进程直接通过网卡和用户进行交互，而无需占用PCI总线

• DMA加载数据后

DMA完成加载数据后，产生中断，通知CPU（插入信号），DMA进入睡眠状态，由内核把加载完成的数据复制给请求进程，

这就是操作系统难以研发的原因-----涉及了复杂的仲裁机制

综上所述，内核空间根据用户空间的请求读取相应数据后，会先放到内存的内核空间，再复制到内存的进程空间以供请求进程访问，那么在多个请求请求同一个页面的业务场景下，虽然可以通过缓存，加速对

其他请求的访问速度，但是进程空间中会有多份相同的数据......这就是多进程模型不足的地方，冗余数据！

• 总结---多进程模型

线程切换过多，占用cpu资源
各进程地址空间独立，很多重复数据，内存利用效率低