本文共 2188 字,大约阅读时间需要 7 分钟。
定时器是服务端应用程序中负责执行时间相关任务的核心组件。服务端逻辑主要由两个事件驱动:网络事件和时间事件。不同框架对这两种事件的处理方式有所不同。
在单线程模型中(如 Nginx、Redis 等),网络事件和时间事件通过同一线程同步处理;而在多线程模型中(如 Skynet 等),则分别由不同的线程处理网络事件和时间事件。
while (!quit) {    int now = get_now_time(); // 单位:ms    int timeout = get_nearest_timer() - now;    if (timeout < 0) timeout = 0;    int nevent = epoll_wait(epfd, ev, nev, timeout); // 利用 epoll_wait 实现定时器    for (int i = 0; i < nevent; i++) {        // 处理网络事件    }}  void* thread_timer(void* thread_param) {    init_timer();    while (!quit) {        update_timer(); // 更新定时器检测        sleep(t); // sleep 时间 t    }    clear_timer();    return NULL;}pthread_create(&pid, NULL, thread_timer, &thread_param);  // 初始化定时器void init_timer();// 添加定时器cbNode* add_timer(int expire, callback cb);// 删除定时器bool del_timer(Node* node);// 找到最近要触发的定时任务Node* find_nearest_timer();// 更新定时器检测void update_timer();
时间轮需要高效的数据结构支持,主要有以下四种选择:
红黑树可以支持 O(logN) 增、删、查操作。 дополнитель有序树结构允许快速查找最小节点,但需要维护节点的有序性。
最小堆以完全二叉树形式存在,支持 O(logN) 增、查操作,删除操作通过辅助数据结构加速。堆的最小节点总是根节点。
跳表的增、删、查操作复杂度为 O(logN),但其空间复杂度较高。虽然最小节点查找时间复杂度为 O(1),但大数据量下不具备高效性。
时间轮可以在 O(1) 时间复杂度下完成增、删、查操作,最小节点查找也为 O(1)。适合多个定时任务同时触发的情况。
void ngx_rbtree_insert_timer_value(ngx_rbtree_node_t *temp, ngx_rbtree_node_t *node, ngx_rbtree_node_t *sentinel) {    ngx_rbtree_node_t **p;    for ( ;; ) {        p = ((ngx_rbtree_key_int_t)(node->key - temp->key) < 0) ? &temp->left : &temp->right;        if (*p == sentinel) {            break;        }        temp = *p;    }    *p = node;    node->parent = temp;    node->left = sentinel;    node->right = sentinel;    ngx_rbt_red(node);}  最小堆的增操作需要满足完全二叉树定义,加入新节点后可能需要上浮操作。删除操作需要借由上升或下沉来维护堆的结构。
int seconds[60]; // 表盘刻度描述int tick = 0;// 时间轮每秒移动一次while (!quit) {    tick = (tick + 1) % 60; // 秒针循环}  用于解决心跳检测中常见的时延问题。例如,客户端每5秒发送心跳包,服务端若10秒内未收到心跳包则清除连接。
通过将定时任务按优先级分层,实现多级时间轮共享机制。例如,紧急任务放在第一层,普通任务放在第二层等。
通过以上设计,可以编写高效、灵活的定时器系统,满足不同场景的服务端需求。
转载地址:http://xjngz.baihongyu.com/