Redis请求处理的流程分析

概述#

调用流程#

命令执行过程 & 回写客户端#

命令执行#

数据回写客户端#

总结#

Reference

本文使用的Redis 5.0源码

感觉这部分的代码还是挺有意思的，我尽量用比较通俗的方式进行讲解

概述#

我记得我在一文说透 Go 语言 HTTP 标准库这篇文章里面解析了对于 Go 来说是如何创建一个 Server 端程序的：

首先是注册处理器；

开启循环监听端口，每监听到一个连接就会创建一个 Goroutine；

然后就是 Goroutine 里面会循环的等待接收请求数据，然后根据请求的地址去处理器路由表中匹配对应的处理器，然后将请求交给处理器处理；

用代码表示就是这样：

func (srv *Server) Serve(l net.Listener) error { 
    ...
    baseCtx := context.Background()  
    ctx := context.WithValue(baseCtx, ServerContextKey, srv)
    for {
        // 接收 listener 过来的网络连接
        rw, err := l.Accept()
        ... 
        tempDelay = 0
        c := srv.newConn(rw)
        c.setState(c.rwc, StateNew) 
        // 创建协程处理连接
        go c.serve(connCtx)
    }
}

对于 Redis 来说就有些不太一样，因为它是单线程的，无法使用多线程处理连接，所以 Redis 选择使用基于 Reactor 模式的事件驱动程序来实现事件的并发处理。

在 Redis 中所谓 Reactor 模式就是通过 epoll 来监听多个 fd，每当这些 fd 有响应的时候会以事件的形式通知 epoll 进行回调，每一个事件都有一个对应的事件处理器。

如： accept 对应 acceptTCPHandler 事件处理器、read & write 对应readQueryFromClient 事件处理器等，然后通过事件的循环派发的形式将事件分配给事件处理器进行处理。

所以说上面的这个 Reactor 模式都是通过 epoll 来实现的，对于 epoll 来说主要有这三个方法：

//创建一个epoll的句柄，size用来告诉内核这个监听的数目一共有多大
int epoll_create(int size)；
/*
 * 可以理解为，增删改 fd 需要监听的事件
 * epfd 是 epoll_create() 创建的句柄。
 * op 表示 增删改
 * epoll_event 表示需要监听的事件，Redis 只用到了可读，可写，错误，挂断 四个状态
 */
int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event)；
/*
 * 可以理解为查询符合条件的事件
 * epfd 是 epoll_create() 创建的句柄。
 * epoll_event 用来存放从内核得到事件的集合
 * maxevents 获取的最大事件数
 * timeout 等待超时时间
 */
int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);

所以我们可以根据这三个方法实现一个简单的 server：

// 创建监听
int listenfd = ::socket();
// 绑定ip和端口
int r = ::bind();  
// 创建 epoll 实例
int epollfd = epoll_create(xxx); 
// 添加epoll要监听的事件类型
int r = epoll_ctl(..., listenfd, ...);
struct epoll_event* alive_events =  static_cast<epoll_event*>(calloc(kMaxEvents, sizeof(epoll_event)));
while (true) {
    // 等待事件
    int num = epoll_wait(epollfd, alive_events, kMaxEvents, kEpollWaitTime);
// 遍历事件，并进行事件处理
    for (int i = 0; i < num; ++i) {
        int fd = alive_events[i].data.fd;
        // 获取事件
        int events = alive_events[i].events;
// 进行事件的分发
        if ( (events & EPOLLERR) || (events & EPOLLHUP) ) {
            ...
        } else  if (events & EPOLLRDHUP) {
            ...
        } 
        ...
    }   
}

调用流程#

所以根据上面的介绍，可以知道对于 Redis 来说一个事件循环无非也就这么几步：

注册事件监听及回调函数；

循环等待获取事件并处理；

调用回调函数，处理数据逻辑；

回写数据给 Client；

启动一个死循环调用 epoll_wait 等待并持续处理事件，待会我们回到 aeMain 函数中循环调 aeProcessEvents 函数；

当有网络事件过来的时候，会顺着回调函数 acceptTcpHandler 一路调用到 readQueryFromClient 进行数据的处理，readQueryFromClient 会解析 client 的数据，找到对应的 cmd 函数执行；

Redis 实例在收到客户端请求后，会在处理客户端命令后，将要返回的数据写入客户端输出缓冲区中而不是立马返回；

然后在 aeMain 函数每次循环时都会调用 beforeSleep 函数将缓冲区中的数据写回客户端；

上面的整个事件循环的过程实际上代码步骤已经写的非常清晰，网上也有很多文章介绍，我就不多讲了。

命令执行过程 & 回写客户端# 命令执行#

下面我们讲点网上很多文章都没提及的，看看 Redis 是如何执行命令，然后存入缓存，以及将数据从缓存写回 Client 这个过程。

在前一节我们也提到了，如果有网络事件过来的时候会调用到 readQueryFromClient 函数，它是真正执行命令的地方。我们也就顺着这个方法一直往下看：

readQueryFromClient 里面会调用 processInputBufferAndReplicate 函数处理请求的命令；

在 processInputBufferAndReplicate 函数里面会调用 processInputBuffer 以及判断一下如果是集群模式的话，是否需要将命令复制给其他节点；

processInputBuffer 函数里面会循环处理请求的命令，并根据请求的协议调用 processInlineBuffer 函数，将 redisObject 对象后调用 processCommand 执行命令；

processCommand 在执行命令的时候会通过 lookupCommand 去 server.commands 表中根据命令查找对应的执行函数，然后经过一系列的校验之后，调用相应的函数执行命令，调用 addReply 将要返回的数据写入客户端输出缓冲区；

server.commands会在 populateCommandTable 函数中将所有的 Redis 命令注册进去，作为一个根据命令名获取命令函数的表。

比如说，要执行 get 命令，那么会调用到 getCommand 函数：

void getCommand(client *c) {
    getGenericCommand(c);
}
int getGenericCommand(client *c) {
    robj *o;
// 查找数据
    if ((o = lookupKeyReadOrReply(c,c->argv[1],shared.nullbulk)) == NULL)
        return C_OK;
    ...
}
robj *lookupKeyReadOrReply(client *c, robj *key, robj *reply) {
    //到db中查找数据
    robj *o = lookupKeyRead(c->db, key);
    // 写入到缓存中
    if (!o) addReply(c,reply);
    return o;
}

在 getCommand 函数中查找到数据，然后调用 addReply 将要返回的数据写入客户端输出缓冲区。

数据回写客户端#

在上面执行完命令写入到缓冲区后，还需要从缓冲区取出数据返回给 Client。对于数据回写客户端这个流程来说，其实也是在服务端的事件循环中完成的。