Web 服务器如何“侦听” IP 地址、中断或轮询？

Question

我试图了解网络服务器的底层细节。我想知道服务器，比如 Apache，是否在不断轮询新请求，或者它是否通过某种中断系统工作。如果是中断，是什么触发中断，是网卡驱动？

Answer 1

简短的回答是：某种中断系统。本质上，它们使用阻塞 I/O，这意味着它们在等待新数据时休眠（阻塞）。

1. 服务器创建一个侦听套接字，然后在等待新连接时阻塞。在此期间，内核将进程置于可中断睡眠状态并运行其他进程。这是很重要的一点：让进程不断轮询会浪费 CPU。内核可以通过阻塞进程直到有工作要做，从而更有效地使用系统资源。

2. 当新数据到达网络时，网卡发出中断。

3. 内核看到有来自网卡的中断，通过网卡驱动，从网卡中读取新数据并存入内存。（这必须快速完成，并且通常在中断处理程序中处理。）

4. 内核处理新到达的数据并将其与套接字相关联。在该套接字上阻塞的进程将被标记为可运行，这意味着它现在可以运行。它不一定立即运行（内核可能决定仍然运行其他进程）。

5. 在空闲时，内核将唤醒被阻止的网络服务器进程。（因为它现在可以运行了。）

6. 网络服务器进程继续执行，就好像没有时间过去一样。它的阻塞系统调用返回并处理任何新数据。然后……转到第 1 步。

Answer 2

有很多“较低”的细节。

首先，考虑内核有一个进程列表，并且在任何给定时间，这些进程中的一些正在运行，而另一些则没有。内核允许每个正在运行的进程占用一些 CPU 时间，然后中断它并移动到下一个。如果没有可运行的进程，那么内核可能会向 CPU发出类似于HLT的指令，该指令会暂停 CPU，直到出现硬件中断。

服务器中的某处是一个系统调用，上面写着“给我做点什么”。有两大类方法可以做到这一点。在 Apache 的情况下，它调用acceptApache 先前打开的套接字，可能监听端口 80。内核维护一个连接尝试队列，并在每次收到TCP SYN时添加到该队列中。内核如何知道接收到 TCP SYN 取决于设备驱动程序；对于许多 NIC，接收网络数据时可能会出现硬件中断。

accept要求内核在下一次连接启动时返回给我。如果队列不为空，则accept立即返回。如果队列为空，则从正在运行的进程列表中删除进程 (Apache)。当稍后启动连接时，该过程将恢复。这被称为“阻塞”，因为对于调用它的进程来说，它accept()看起来像一个函数，直到它有结果才返回，这可能是从现在开始的一段时间。在此期间，该过程无能为力。

一旦accept返回，Apache 就知道有人正在尝试发起连接。然后调用fork将 Apache 进程拆分为两个相同的进程。其中一个进程继续处理 HTTP 请求，另一个进程accept再次调用以获取下一个连接。因此，总有一个主进程只调用accept和生成子进程，然后每个请求都有一个子进程。

这是一种简化：可以使用线程而不是进程来执行此操作，也可以fork事先这样做，以便在收到请求时准备好工作进程，从而减少启动开销。根据 Apache 的配置方式，它可以执行以下任一操作。

这是如何做到这一点的第一个大类，它被称为阻塞 IO，因为像accept和read和write对套接字进行操作的系统调用将挂起进程，直到它们有东西要返回。

另一种广泛的方法称为非阻塞或基于事件或异步 IO。这是通过像selector 之类的系统调用来实现的epoll。它们都做同样的事情：你给它们一个套接字列表（或者一般来说，文件描述符）以及你想用它们做什么，内核会阻塞，直到它准备好做这些事情之一。

使用此模型，您可能会告诉内核（使用epoll），“告诉我何时在端口 80 上有新连接或在我打开的 9471 个其他连接中的任何一个上读取新数据”。epoll阻塞，直到其中一项准备就绪，然后你才去做。然后你重复。系统调用accept和read和write从不阻塞，部分是因为每当你调用它们时，epoll只是告诉你它们已经准备好了，所以没有理由阻塞，还因为当你打开套接字或文件时，你指定了你想要它们在非阻塞模式下，因此这些调用将失败EWOULDBLOCK而不是阻塞。

这种模型的优点是您只需要一个过程。这意味着您不必为每个请求分配堆栈和内核结构。Nginx和HAProxy使用这种模型，这是它们在类似硬件上可以处理比 Apache 多得多的连接的一个重要原因。