thrift

在网络一节中简单介绍了thrift的协议部分，在工程中会用得到thrift的线程并发，PRocess,server库。定义idl后生成代码和业务编写代码的关系如下：

运行过程：

1.开启threaft线程池
    a.主线程创建n个，开启，数量不够workerMonitor_.wait。到100个就死了（加锁，结束释放）
    b.工作线程开启后，加锁，增加数量，workerMonitor_.notify
      任务空monitor_.wait()
      否则取任务，判断等待队列长度不到阈值则manager_->;maxMonitor_.notify()，
      释放锁。执行任务。结束后继续抢锁循环
2.开启nonblockingserver，io线程就绪
    a.非0号其他线程先start，设置eventbase(iothread)，createpipe,注册notify；
      event_base_loop(eventBase_, 0);【无监听，每个io线程自己的event_base】
    b.0号线程注册事件，设置eventbase(iothread)；注册监听；createpipe,注册notify。
      0号io线程run，开始监听。其他io线程join
3.0号监听到handleEvent
    accept
    加锁create connection(init状态)分配连接给io线程（轮询）释放锁，通知分配的线程notifyhandler
4.分配到连接的IO线程notifyhandler(read notifyfd,transition)
    本次transition: init会加读事件setread,回调为workSocket，读取后继续给transition
    继续循环到读取结束，调用addtask=>setidle,不需要监听cfd
5.addtask
    thrift，加锁，如果tasks_.size() >= pendingTaskCountMax_，maxMonitor_.wait(timeout)；
    加入task队列，有空闲线程monitor_.notify()。任何一种monitor都公用一个锁。
    这里的task就是process然后notifyIOThread(read notifyfd,transition)。
6.处理后通知IO线程
    transition将cfd改为监听写事件,workSocket调用connenction的回调发送。
7.connenction的回调发送之后继续notifyIOThread 本次transition重置缓存区结束。

总结：多reactor多线程模式，一个accept，多个读写，单独任务处理。正常只需要一个reactor。单reactor多线程形式。

http_server

关于优雅重启

nginx这种多进程的比教好做，因为子进程可以独立于父进程。
主进程fork，继承监听fd,锁等，exec()执行完整代码。此时旧的子进程和新的子进程都可以抢锁监听fd处理连接，关闭旧主进程，给旧的子进程发送关闭信号，子进程在处理后才会监听到信号，做到了优雅。
线程没办法独立监听信号。

连接池

这里0是可用的。但是不要真的ping，否则代价太大，可以用read如果连接还在会发送EAGAIN错误则是连接中

    for (int i = 0; i < connectionCount; ++i) {
        RedisClient* redis = new RedisClient(host, port, conn_timeout_ms, rw_timeout_ms);
        redis->init();//CONNECT
        redisPool_.add(redis);
    }

改造的redis_pool

连接池+线程池+hiredis分别负责连接管理和并发请求处理。
封装目的：一般并发到分片获取数据的代理都有以下缺点：一个失败全部失败，要等所有返回才返回，而mget的失败会被放大。因此自己在业务层控制整个mget的超时时间和返回，到代理层已经拆分为当个get，用线程池实现。

spdLOG

• 业务调用

  ::shared_ptr spdlog::create(const std::string& logger_name, args... args) { sink_ptr sink = std::make_shared(args...); return details::registry::instance().create(logger_name, { sink }); /*锁控制 new_logger = std::make_shared(logger_name, sinks_begin, sinks_end, _async_q_size, _overflow_policy, _worker_warmup_cb, _flush_interval_ms, _worker_teardown_cb); //这里启线程 _loggers[logger_name] = new_logger;*/ } auto logger = spdlog::get("warn_logger"); if (logger != NULL) { logger->info("{}:{} {}", cplusutils::servbase_basename(__FILE__), __LINE__, log_info.str()); } info()=>log()->push_msg() " title="" data-original-title="复制">

  spdlog::set_async_mode(8192*4, spdlog::async_overflow_policy::block_retry,nullptr, std::chrono::seconds(3));
  std::string info_file =  FLAGS_log_path + "/" + FLAGS_info_file
  auto debug_logger = spdlog::basic_logger_mt("debug_logger", info_file.c_str());
  debug_logger->set_pattern("INFO: %Y-%m-%d %H:%M:%S %v");
  
  
  inline std::shared_ptr<spdlog::logger> spdlog::create(const std::string& logger_name, Args... args)
  {
      sink_ptr sink = std::make_shared<Sink>(args...);
      return details::registry::instance().create(logger_name, { sink });    
      /*锁控制  new_logger = std::make_shared<async_logger>(logger_name, sinks_begin, sinks_end, _async_q_size, _overflow_policy, _worker_warmup_cb, _flush_interval_ms, _worker_teardown_cb);    //这里启线程
      _loggers[logger_name] = new_logger;*/
  }
  
   auto logger = spdlog::get("warn_logger");
             if (logger != NULL) { 
                 logger->info("{}:{} {}", cplusutils::servbase_basename(__FILE__), __LINE__, log_info.str()); 
             }
  
  info()=>log()->push_msg()
  

• spdlog的push_msg就是enqueue

  inline void spdlog::details::async_log_helper::push_msg(details::async_log_helper::async_msg&& new_msg)
  {
      if (!_q.enqueue(std::move(new_msg)) && _overflow_policy != async_overflow_policy::discard_log_msg)
      {
          auto last_op_time = details::os::now();
          auto now = last_op_time;
          do
          {
              now = details::os::now();
              sleep_or_yield(now, last_op_time);
          }
          while (!_q.enqueue(std::move(new_msg)));
      }
  }

• spdlog每个日志都一个线程，启动后会循环等dequeue到落盘

  _worker_thread(&async_log_helper::worker_loop, this)
  while (active)
      {
          try
          {
              active = process_next_msg(last_pop, last_flush);
          }
      }
  
  
      inline bool spdlog::details::async_log_helper::process_next_msg(log_clock::time_point& last_pop, log_clock::time_point& last_flush)
  {
      async_msg incoming_async_msg;
  
      if (_q.dequeue(incoming_async_msg))
      {
              for (auto &s : _sinks)
              {
                  if (s->should_log(incoming_log_msg.level))
                  {
                      s->log(incoming_log_msg);   //调用正常的文件读写。
                  }
              }
         
      }
      else
      {
          auto now = details::os::now();
          handle_flush_interval(now, last_flush);
          sleep_or_yield(now, last_pop);
          return !_terminate_requested;
      }
  }
  

• 无锁队列

  bool enqueue(T&& data)
      {
          cell_t* cell;
          size_t pos = enqueue_pos_.load(std::memory_order_relaxed);
          for (;;)
          {
              cell = &buffer_[pos & buffer_mask_];
              size_t seq = cell->sequence_.load(std::memory_order_acquire);
              intptr_t dif = static_cast<intptr_t>(seq) - static_cast<intptr_t>(pos);
              if (dif == 0)
              {
                  if (enqueue_pos_.compare_exchange_weak(pos, pos + 1, std::memory_order_relaxed))
                      break;
              }
              else if (dif < 0)
              {
                  return false;
              }
              else
              {
                  pos = enqueue_pos_.load(std::memory_order_relaxed);
              }
          }
          cell->data_ = std::move(data);
          cell->sequence_.store(pos + 1, std::memory_order_release);
          return true;
      }
  
      bool dequeue(T& data)
      {
          cell_t* cell;
          size_t pos = dequeue_pos_.load(std::memory_order_relaxed);
          for (;;)
          {
              cell = &buffer_[pos & buffer_mask_];
              size_t seq =
                  cell->sequence_.load(std::memory_order_acquire);
              intptr_t dif = static_cast<intptr_t>(seq) - static_cast<intptr_t>(pos + 1);
              if (dif == 0)
              {
                  if (dequeue_pos_.compare_exchange_weak(pos, pos + 1, std::memory_order_relaxed))
                      break;
              }
              else if (dif < 0)
                  return false;
              else
                  pos = dequeue_pos_.load(std::memory_order_relaxed);
          }
          data = std::move(cell->data_);
          cell->sequence_.store(pos + buffer_mask_ + 1, std::memory_order_release);
          return true;
      }
  

  buffer 数组。每个有seq,data
  enqueue seq前移pos+1
  dequeue seq前移pos+1+mask 循环复用
  memory_order_relaxed:不对执行顺序做保证
  memory_order_acquire:本线程中,所有后续的读操作必须在本条原子操作完成后执行 memory_order_release:本线程中,所有之前的写操作完成后才能执行本条原子操作 a.COMpare_exchange_weak(n,w):比较a和n,如果相等，a赋值为w。不相等，n赋值为a,返回false

  buffer {sequence,data} enqueue_pos 两个和cell中的值一直加1 dequeue_pos 同上

  为何一个acquire一个relaxed呢？ pos的CAS可以保证写的原子性。最低relaxed。能保证单独操作原子，保证不了顺序, 这种对顺序的限制性能一定比锁好吗？ 这个只对单指令做限制，性能比锁好