从linux源码看epoll

从linux源码看epoll
前言
在linux的高性能网络编程中，绕不开的就是epoll。和select、poll等系统调用相比,epoll在需要监视大量文件描述符并且其中只有少数活跃的时候，表现出无可比拟的优势。epoll能让内核记住所关注的描述符，并在对应的描述符事件就绪的时候,在epoll的就绪链表中添加这些就绪元素，并唤醒对应的epoll等待进程。
本文就是笔者在探究epoll源码过程中，对kernel将就绪描述符添加到epoll并唤醒对应进程的一次源码分析(基于linux-2.6.32内核版本)。由于篇幅所限，笔者聚焦于tcp协议下socket可读事件的源码分析。

简单的epoll例子
下面的例子，是从笔者本人用c语言写的dbproxy中的一段代码。由于细节过多，所以做了一些删减。

int init_reactor(int listen_fd,int worker_count){
    ......
    // 创建多个epoll fd，以充分利用多核
    for(i=0;i<worker_count;i++){
        reactor->worker_fd = epoll_create(EPOLL_MAX_EVENTS);
    }
    /* epoll add listen_fd and accept */
    // 将accept后的事件加入到对应的epoll fd中
    int client_fd = accept(listen_fd,(struct sockaddr *)&client_addr,&client_len)));
    // 将连接描述符注册到对应的worker里面
    epoll_ctl(reactor->client_fd,EPOLL_CTL_ADD,epifd,&event);
}
// reactor的worker线程
static void* rw_thread_func(void* arg){
    ......

    for(;;){
          // epoll_wait等待事件触发
        int retval = epoll_wait(epfd,events,EPOLL_MAX_EVENTS,500);
        if(retval > 0){
            for(j=0; j < retval; j++){
                // 处理读事件
               if(event & EPOLLIN){
                 handle_ready_read_connection(conn);
                 continue;
             }
             /* 处理其它事件 */
            }
        }
    }
    ......
}

上述代码事实上就是实现了一个reactor模式中的accept与read/write处理线程，如下图所示:

epoll_create
Unix的万物皆文件的思想在epoll里面也有体现，epoll_create调用返回一个文件描述符，此描述符挂载在anon_inode_fs(匿名inode文件系统)的根目录下面。让我们看下具体的epoll_create系统调用源码:

SYSCALL_DEFINE1(epoll_create,int,size)
{
    if (size <= 0)
        return -EINVAL;

    return sys_epoll_create1(0);
}

由上述源码可见，epoll_create的参数是基本没有意义的，kernel简单的判断是否为0，然后就直接就调用了sys_epoll_create1。由于linux的系统调用是通过(SYSCALL_DEFINE1,SYSCALL_DEFINE2......SYSCALL_DEFINE6)定义的，那么sys_epoll_create1对应的源码即是SYSCALL_DEFINE(epoll_create1)。
(注:受限于寄存器数量的限制，(80x86下的)kernel限制系统调用最多有6个参数。据ulk3所述，这是由于32位80x86寄存器的限制)
接下来，我们就看下epoll_create1的源码:

SYSCALL_DEFINE1(epoll_create1,flags)
{
    // kzalloc(sizeof(*ep),GFP_KERNEL),用的是内核空间
    error = ep_alloc(&ep);
    // 获取尚未被使用的文件描述符，即描述符数组的槽位
    fd = get_unused_fd_flags(O_RDWR | (flags & O_CLOEXEC));
    // 在匿名inode文件系统中分配一个inode,并得到其file结构体
    // 且file->f_op = &eventpoll_fops
    // 且file->private_data = ep;
    file = anon_inode_getfile("[eventpoll]",&eventpoll_fops,ep,O_RDWR | (flags & O_CLOEXEC));
    // 将file填入到对应的文件描述符数组的槽里面
    fd_install(fd,file);             
    ep->file = file;
    return fd;
}

最后epoll_create生成的文件描述符如下图所示:

struct eventpoll
所有的epoll系统调用都是围绕eventpoll结构体做操作,现简要描述下其中的成员:

/*
 * 此结构体存储在file->private_data中
 */
struct eventpoll {
    // 自旋锁，在kernel内部用自旋锁加锁，就可以同时多线(进)程对此结构体进行操作
    // 主要是保护ready_list
    spinlock_t lock;
    // 这个互斥锁是为了保证在eventloop使用对应的文件描述符的时候，文件描述符不会被移除掉
    struct mutex mtx;
    // epoll_wait使用的等待队列，和进程唤醒有关
    wait_queue_head_t wq;
    // file->poll使用的等待队列，和进程唤醒有关
    wait_queue_head_t poll_wait;
    // 就绪的描述符队列
    struct list_head rdllist;
    // 通过红黑树来组织当前epoll关注的文件描述符
    struct rb_root rbr;
    // 在向用户空间传输就绪事件的时候，将同时发生事件的文件描述符链入到这个链表里面
    struct epitem *ovflist;
    // 对应的user
    struct user_struct *user;
    // 对应的文件描述符
    struct file *file;
    // 下面两个是用于环路检测的优化
    int visited;
    struct list_head visited_list_link;
};

本文讲述的是kernel是如何将就绪事件传递给epoll并唤醒对应进程上，因此在这里主要聚焦于(wait_queue_head_t wq)等成员。

epoll_ctl(add)
我们看下epoll_ctl(EPOLL_CTL_ADD)是如何将对应的文件描述符插入到eventpoll中的。 借助于spin_lock(自旋锁)和mutex(互斥锁),epoll_ctl调用可以在多个KSE(内核调度实体,即进程/线程)中并发执行。

SYSCALL_DEFINE4(epoll_ctl,epfd,op,fd,struct epoll_event __user *,event)
{
    /* 校验epfd是否是epoll的描述符 */
    // 此处的互斥锁是为了防止并发调用epoll_ctl,即保护内部数据结构
    // 不会被并发的添加修改删除破坏
    mutex_lock_nested(&ep->mtx,0);
    switch (op) {
        case EPOLL_CTL_ADD:
            ...
            // 插入到红黑树中
            error = ep_insert(ep,&epds,tfile,fd);
            ...
            break;
        ......
    }
    mutex_unlock(&ep->mtx); 
}

上述过程如下图所示：

ep_insert
在ep_insert中初始化了epitem，然后初始化了本文关注的焦点,即事件就绪时候的回调函数，代码如下所示:

static int ep_insert(struct eventpoll *ep,struct epoll_event *event,struct file *tfile,int fd)
{
    /* 初始化epitem */
    // &epq.pt->qproc = ep_ptable_queue_proc
    init_poll_funcptr(&epq.pt,ep_ptable_queue_proc);
    // 在这里将回调函数注入
    revents = tfile->f_op->poll(tfile,&epq.pt);
    // 如果当前有事件已经就绪，那么一开始就会被加入到ready list
    // 例如可写事件
    // 另外，在tcp内部ack之后调用tcp_check_space,最终调用sock_def_write_space来唤醒对应的epoll_wait下的进程
    if ((revents & event->events) && !ep_is_linked(&epi->rdllink)) {
        list_add_tail(&epi->rdllink,&ep->rdllist);
        // wake_up ep对应在epoll_wait下的进程
        if (waitqueue_active(&ep->wq)){
            wake_up_locked(&ep->wq);
        }
        ......
    }   
    // 将epitem插入红黑树
    ep_rbtree_insert(ep,epi);
    ......
}

tfile->f_op->poll的实现
向kernel更底层注册回调函数的是tfile->f_op->poll(tfile,&epq.pt)这一句，我们来看一下对于对应的socket文件描述符，其fd=>file->f_op->poll的初始化过程：

// 将accept后的事件加入到对应的epoll fd中
    int client_fd = accept(listen_fd,&event);

回顾一下上述user space代码，fd即client_fd是由tcp的listen_fd通过accept调用而来，那么我们看下accept调用链的关键路径:

accept
      |->accept4
            |->sock_attach_fd(newsock,newfile,flags & O_NONBLOCK);
                  |->init_file(file,...,&socket_file_ops);
                        |->file->f_op = fop;
                              /* file->f_op = &socket_file_ops */
            |->fd_install(newfd,newfile); // 安装fd

那么，由accept获得的client_fd的结构如下图所示:

注:由于是tcp socket,所以这边sock->ops=inet_stream_ops
回调函数的安装
kernel的调用路径如下:

sock_poll /*tfile->f_op->poll(tfile,&epq.pt)*/;
    |->sock->ops->poll
        |->tcp_poll
            /* 这边重要的是拿到了sk_sleep用于KSE(进程/线程)的唤醒 */
            |->sock_poll_wait(file,sk->sk_sleep,wait);
                |->poll_wait
                    |->p->qproc(filp,wait_address,p);
                    /* p为&epq.pt,而且&epq.pt->qproc= ep_ptable_queue_proc*/
                        |-> ep_ptable_queue_proc(filp,p);

绕了一大圈之后，我们的回调函数的安装其实就是调用了eventpoll.c中的ep_ptable_queue_proc,而且向其中传递了sk->sk_sleep作为其waitqueue的head,其源码如下所示:

static void ep_ptable_queue_proc(struct file *file,wait_queue_head_t *whead,poll_table *pt)
{
    // 取出当前client_fd对应的epitem
    struct epitem *epi = ep_item_from_epqueue(pt);
    // &pwq->wait->func=ep_poll_callback，用于回调唤醒
    // 注意，这边不是init_waitqueue_entry,即没有将当前KSE(current,当前进程/线程)写入到
    // wait_queue当中，因为不一定是从当前安装的KSE唤醒，而应该是唤醒epoll_wait的KSE
    init_waitqueue_func_entry(&pwq->wait,ep_poll_callback);
    // 这边的whead是sk->sk_sleep,将当前的waitqueue链入到socket对应的sleep列表
    add_wait_queue(whead,&pwq->wait);  
}

这样client_fd的结构进一步完善，如下图所示:

ep_poll_callback函数是唤醒对应epoll_wait的地方，我们将在后面一起讲述。

epoll_wait
epoll_wait主要是调用了ep_poll:

SYSCALL_DEFINE4(epoll_wait,maxevents,timeout)
{
    /* 检查epfd是否是epoll_create创建的fd */
    // 调用ep_poll
    error = ep_poll(ep,timeout);
    ...
}

紧接着，我们看下ep_poll函数:

static int ep_poll(struct eventpoll *ep,struct epoll_event __user *events,int maxevents,long timeout)
{
    ......
retry:
    // 获取spinlock
    spin_lock_irqsave(&ep->lock,flags);
    // 将当前task_struct写入到waitqueue中以便唤醒
    // wq_entry->func = default_wake_function;
    init_waitqueue_entry(&wait,current);
    // WQ_FLAG_EXCLUSIVE，排他性唤醒，配合SO_REUSEPORT从而解决accept惊群问题
    wait.flags |= WQ_FLAG_EXCLUSIVE;
    // 链入到ep的waitqueue中
    __add_wait_queue(&ep->wq,&wait);
    for (;;) {
        // 设置当前进程状态为可打断
        set_current_state(TASK_INTERRUPTIBLE);
        // 检查当前线程是否有信号要处理，有则返回-EINTR
        if (signal_pending(current)) {
            res = -EINTR;
            break;
        }
        spin_unlock_irqrestore(&ep->lock,flags);
        // schedule调度，让出CPU
        jtimeout = schedule_timeout(jtimeout);
        spin_lock_irqsave(&ep->lock,flags);
    }
    // 到这里，表明超时或者有事件触发等动作导致进程重新调度
    __remove_wait_queue(&ep->wq,&wait);
    // 设置进程状态为running
    set_current_state(TASK_RUNNING);
    ......
    // 检查是否有可用事件
    eavail = !list_empty(&ep->rdllist) || ep->ovflist != EP_UNACTIVE_PTR;
    ......
    // 向用户空间拷贝就绪事件
    ep_send_events(ep,maxevents)
}

上述逻辑如下图所示:

ep_send_events
ep_send_events函数主要就是调用了ep_scan_ready_list,顾名思义ep_scan_ready_list就是扫描就绪列表:

static int ep_scan_ready_list(struct eventpoll *ep,int (*sproc)(struct eventpoll *,struct list_head *,void *),void *priv,int depth)
{
    ...
    // 将epfd的rdllist链入到txlist
    list_splice_init(&ep->rdllist,&txlist);
    ...
    /* sproc = ep_send_events_proc */
    error = (*sproc)(ep,&txlist,priv);
    ...
    // 处理ovflist,即在上面sproc过程中又到来的事件
    ...
}

其主要调用了ep_send_events_proc:

static int ep_send_events_proc(struct eventpoll *ep,struct list_head *head,void *priv)
{
    for (eventcnt = 0,uevent = esed->events;
         !list_empty(head) && eventcnt < esed->maxevents;) {
       // 遍历ready list 
        epi = list_first_entry(head,struct epitem,rdllink);
        list_del_init(&epi->rdllink);
        // readylist只是表明当前epi有事件，具体的事件信息还是得调用对应file的poll
        // 这边的poll即是tcp_poll,根据tcp本身的信息设置掩码(mask)等信息 & 上兴趣事件掩码，则可以得知当前事件是否是epoll_wait感兴趣的事件
        revents = epi->ffd.file->f_op->poll(epi->ffd.file,NULL) &
            epi->event.events;
        if(revents){
            /* 将event放入到用户空间 */
            /* 处理ONESHOT逻辑 */
            // 如果不是边缘触发，则将当前的epi重新加回到可用列表中，这样就可以下一次继续触发poll,如果下一次poll的revents不为0，那么用户空间依旧能感知 */
            else if (!(epi->event.events & EPOLLET)){
                list_add_tail(&epi->rdllink,&ep->rdllist);
            }
            /* 如果是边缘触发，那么就不加回可用列表，因此只能等到下一个可用事件触发的时候才会将对应的epi放到可用列表里面*/
            eventcnt++
        }
        /* 如poll出来的revents事件epoll_wait不感兴趣(或者本来就没有事件)，那么也不会加回到可用列表 */
        ......
    }
    return eventcnt;
}

上述代码逻辑如下所示:

事件到来添加到epoll就绪队列(rdllist)的过程
经过上述章节的详述之后，我们终于可以阐述，tcp在数据到来时是怎么加入到epoll的就绪队列的了。

可读事件到来
首先我们看下tcp数据包从网卡驱动到kernel内部tcp协议处理调用链:

step1:
网络分组到来的内核路径，网卡发起中断后调用netif_rx将事件挂入CPU的等待队列，并唤起软中断(soft_irq)，再通过linux的软中断机制调用net_rx_action，如下图所示:

注:上图来自PLKA(<<深入Linux内核架构>>)

step2:
紧接着跟踪next_rx_action

next_rx_action
    |-process_backlog
        ......
            |->packet_type->func 在这里我们考虑ip_rcv
                    |->ipprot->handler 在这里ipprot重载为tcp_protocol
                        (handler 即为tcp_v4_rcv)

我们再看下对应的tcp_v4_rcv

tcp_v4_rcv
      |->tcp_v4_do_rcv
            |->tcp_rcv_state_process
                  |->tcp_data_queue
                        |-> sk->sk_data_ready(sock_def_readable)
                              |->wake_up_interruptible_sync_poll(sk->sleep,...)
                                    |->__wake_up
                                          |->__wake_up_common
                                                |->curr->func
                                                /* 这里已经被ep_insert添加为ep_poll_callback,而且设定了排它标识WQ_FLAG_EXCLUSIVE*/
                                                      |->ep_poll_callback

这样，我们就看下最终唤醒epoll_wait的ep_poll_callback函数:

static int ep_poll_callback(wait_queue_t *wait,unsigned mode,int sync,void *key)
{
    // 获取wait对应的epitem  
    struct epitem *epi = ep_item_from_wait(wait);
    // epitem对应的eventpoll结构体
    struct eventpoll *ep = epi->ep;
    // 获取自旋锁，保护ready_list等结构
    spin_lock_irqsave(&ep->lock,flags);
    // 如果当前epi没有被链入ep的ready list,则链入
    // 这样，就把当前的可用事件加入到epoll的可用列表了
    if (!ep_is_linked(&epi->rdllink))
        list_add_tail(&epi->rdllink,&ep->rdllist);
    // 如果有epoll_wait在等待的话，则唤醒这个epoll_wait进程
    // 对应的&ep->wq是在epoll_wait调用的时候通过init_waitqueue_entry(&wait,current)而生成的
    // 其中的current即是对应调用epoll_wait的进程信息task_struct
    if (waitqueue_active(&ep->wq))
        wake_up_locked(&ep->wq);
}

上述过程如下图所示:

最后wake_up_locked调用__wake_up_common,然后调用了在init_waitqueue_entry注册的default_wake_function,调用路径为:

wake_up_locked
    |->__wake_up_common
        |->default_wake_function
            |->try_wake_up (wake up a thread)
                |->activate_task
                    |->enqueue_task    running

将epoll_wait进程推入可运行队列，等待内核重新调度进程,然后epoll_wait对应的这个进程重新运行后，就从schedule恢复，继续下面的ep_send_events(向用户空间拷贝事件并返回)。
wake_up过程如下图所示:

可写事件到来
可写事件的运行过程和可读事件大同小异:
首先，在epoll_ctl_add的时候预先会调用一次对应文件描述符的poll，如果返回事件里有可写掩码的时候直接调用wake_up_locked以唤醒对应的epoll_wait进程。 然后，在tcp在底层驱动有数据到来的时候可能携带了ack从而可以释放部分已经被对端接收的数据，于是触发可写事件，这一部分的调用链为:

tcp_input.c
tcp_v4_rcv
    |-tcp_v4_do_rcv
        |-tcp_rcv_state_process
            |-tcp_data_snd_check
                |->tcp_check_space
                    |->tcp_new_space
                        |->sk->sk_write_space
                        /* tcp下即是sk_stream_write_space*/

最后在此函数里面sk_stream_write_space唤醒对应的epoll_wait进程

void sk_stream_write_space(struct sock *sk)
{
    // 即有1/3可写空间的时候才触发可写事件
    if (sk_stream_wspace(sk) >= sk_stream_min_wspace(sk) && sock) {
        clear_bit(SOCK_NOSPACE,&sock->flags);

        if (sk->sk_sleep && waitqueue_active(sk->sk_sleep))
            wake_up_interruptible_poll(sk->sk_sleep,POLLOUT |
                        POLLWRNORM | POLLWRBAND)
        ......
    }
}

关闭描述符(close fd)
值得注意的是，我们在close对应的文件描述符的时候，会自动调用eventpoll_release将对应的file从其关联的epoll_fd中删除，kernel关键路径如下:

close fd
      |->filp_close
            |->fput
                  |->__fput
                        |->eventpoll_release
                              |->ep_remove

所以我们在关闭对应的文件描述符后，并不需要通过epoll_ctl_del来删掉对应epoll中相应的描述符。

总结epoll作为linux下非常优秀的事件触发机制得到了广泛的运用。其源码还是比较复杂的，本文只是阐述了epoll读写事件的触发机制，探究linux kernel源码的过程非常快乐^_^。