Nginx多线程原理

来源：互联网发布：磁力搜索引擎知乎编辑：程序博客网时间：2024/05/14 20:01

一、问题

一般情况下，nginx 是一个事件处理器，一个从内核获取连接事件并告诉系统如何处理的控制器。实际上，在操作系统做读写数据调度的时候，nginx是协同系统工作的，所以nginx能越快响应越好。

nginx处理的事件可以是超时通知、socket可读写的通知或错误通知。nginx 接收到这些消息后，会逐一进行处理。但是所有处理过程都是在一个简单的线程循环中完成的。nginx 从消息队列中取出一条event后执行，例如读写socket的event。在大多数情况下这很快，Nginx瞬间就处理完了。

如果有耗时长的操作发生怎么办？整个消息处理的循环都必须等待这个耗时长的操作完成，才能继续处理其他消息。所以，我们说的“阻塞操作”其实意思是长时间占用消息循环的操作。操作系统可能被各种各样的原因阻塞，或者等待资源的访问，例如硬盘、互斥锁、数据库同步操作等。

例如，当nginx 想要读取没有缓存在内存中的文件时，则要从磁盘读取。但磁盘是比较缓慢的，即使是其他后续的事件不需要访问磁盘，他们也得等待本次事件的访问磁盘结束。结果就是延迟增加和系统资源没有被充分利用。

有些操作系统提供了异步读写文件接口，在nginx中可以使用这些接口（http://nginx.org/en/docs/http/ngx_http_core_module.html?&&&_ga=1.197764335.1343221768.1436170723#aio）。例如FreeBSD就是一个较好的例子，但不幸的是，linux提供的一系列异步读文件接口有不少缺陷。其中一个问题是：文件访问和缓冲需要队列，但是Nginx已经很好解决了。但是还有一个更严重的问题：使用异步接口需要对文件描述符设置O_DIRECT标识，这意味着任何对这个文件的访问会跳过缓存直接访问磁盘上的文件。在大多数情况下，这不是访问文件的最佳方法。

二、线程池

为了解决这个问题，Nginx 1.7.11 引入了线程池概念。现在让我们了解一下线程池是怎样工作的。

在nginx中，线程池执行的是分发服务，他由一个任务队列和一些执行任务的线程组成。当一个工作线程在执行一个可能会存在潜在长时间操作的任务时，这个任务会被”卸下“并重新放到任务队列中去，这个被”卸下“的任务可能会被其他线程再执行。

现在，只有2个基础操作会造成“卸下任务”到任务队列：

在大多操作系统上的read()系统调用
linux系统的sendfile()
如果这个机制被证实是有益于nginx的，我们以后还会添加其他的操作。

三、线程池并非灵丹妙药

大多数读写文件操作都需要通过缓慢的磁盘。如果有充足的内存来存储数据，那么操作系统会缓存频繁使用的文件，也就是“页面缓存”（page cache）机制。

由于页面缓存机制，nginx几乎在所有情况下都能体现非常好的性能。通过页面缓存读取数据非常快，并且不会阻塞。另一方面，卸下任务到任务池是有瓶颈的。所以在内存充足并且使用的数据不是非常大的时候，nginx即使不使用线程池也是几乎工作在最佳状态。

卸下写操作到任务池中，是一个适用于特殊场景的处理方案，适用于大量无法使用VM缓存的请求操作。
例如一个高负荷的基于Nginx的视频流服务器。另外FreeBSD的用户不需要担心这些，因为FreeBSD已经有很好的异步读操作接口，无需使用线程池。

四、配置线程池

如果你确定在你的场景中适合使用线程池，那么一起看看如何配置线程池。准备工作步骤如下：

使用 nginx 1.7.11 或更新的版本
使用--with-threads参数编译nginx

最简单的例子，添加一个aio线程标识（可以添加到http、server 或 location段中）:

1
aio threads;

这是一个最简单的配置例子，等于以下的配置：

1
2
3
4
# in the 'main' context
thread_pooldefaultthreads=32max_queue=65536;
# in the 'http', 'server', or 'location' context
aiothreads=default;

以上配置定义了一个叫 default 的线程池，有32个工作线程，任务队列最大存放65536个任务。如果任务队列满了，nginx会抛弃任务并打印以下日志：

1
thread pool "NAME" queue overflow: N tasks waiting

当出现了这个日志，这意为着你可以调大你的任务队列，或者你的系统无法处理这么多任务。所以综上所述，你可以配置你的线程数，任务队列长度，线程池名称。你也可以设置多个线程池，用在不同的地方：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# in the 'main' context
thread_poolonethreads=128max_queue=0;
thread_pooltwothreads=32;
http{
server{
location/one{
aiothreads=one;
}
location/two{
aiothreads=two;
}
}
…
}

如果max_queue，也就是任务队列长度未指定，那么长度默认为65536.max_queue也可以设置为0，这样线程池只能处理和线程数一样多的任务，不会有任务存储在任务队列中。

现在假设你有一台有3个硬盘的服务器，你希望这台服务器作为缓存代理使用，这是你CDN的一个缓存节点，缓存的数据已经超过了可用内存。在这个场景中最重要的事情就是提高磁盘读写的性能。一个方案就是使用RAID，另一个方案就是使用Nginx：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
# We assume that each of the hard drives is mounted on one of these directories:
# /mnt/disk1, /mnt/disk2, or /mnt/disk3
# in the 'main' context
thread_poolpool_1threads=16;
thread_poolpool_2threads=16;
thread_poolpool_3threads=16;
http{
proxy_cache_path/mnt/disk1levels=1:2keys_zone=cache_1:256mmax_size=1024G
use_temp_path=off;
proxy_cache_path/mnt/disk2levels=1:2keys_zone=cache_2:256mmax_size=1024G
use_temp_path=off;
proxy_cache_path/mnt/disk3levels=1:2keys_zone=cache_3:256mmax_size=1024G
use_temp_path=off;
split_clients$request_uri$disk{
33.3%1;
33.3%2;
*3;
}
server{
…
location/{
proxy_passhttp://backend;
proxy_cache_key$request_uri;
proxy_cachecache_$disk;
aiothreads=pool_$disk;
sendfileon;
}
}
}

在配置中，thread_pool 指令给每个磁盘定义了独立的线程池；proxy_cache_path指令给每个磁盘定义独立的缓存路径、参数；split_clients 模块用于多个缓存（也就是多个磁盘）的负载均衡，这个解决方案很符合该使用场景；proxy_cache_path中的use_temp_path=off参数让nginx存储临时文件到缓存目录，这可以避免更新缓存时的磁盘间数据拷贝。

以上的例子说明可以根据自身硬件灵活调整nginx，通过细微调整，可以让你的软件、操作系统、硬件协同工作在最佳状态，尽可能的利用所有资源。

结论

线程池机制是一个非常好的机制，通过解决大量数据情况下导致的阻塞问题，使得nginx的性能达到一个新的高度。如之前提到的，接下来会有新的接口可能会实现在不损耗性能的情况下实现”卸下“任务机制。注：原文中的一些翻译
（1）offloading 翻译为卸下，其实就是把一个任务塞回到任务池中；
（2）原文中有提到把任务offloading到thread pool中，但其实是task是存放在task pool中，所以我译为”把任务卸下到任务池中“；
（3）性能测试阶段译文略过，可以参考原帖

0 0