首页 > 代码库 > libevent源码深度剖析九

libevent源码深度剖析九

libevent源码深度剖析九

——集成定时器事件
张亮

     现在再来详细分析libevent中I/O事件和Timer事件的集成,与Signal相比,Timer事件的集成会直观和简单很多。Libevent对堆的调整操作做了一些优化,本节还会描述这些优化方法。

1 集成到事件主循环

     因为系统的I/O机制像select()和epoll_wait()都允许程序制定一个最大等待时间(也称为最大超时时间)timeout,即使没有I/O事件发生,它们也保证能在timeout时间内返回。
那么根据所有Timer事件的最小超时时间来设置系统I/O的timeout时间;当系统I/O返回时,再激活所有就绪的Timer事件就可以了,这样就能将Timer事件完美的融合到系统的I/O机制中了。
具体的代码在源文件event.c的event_base_loop()中,现在就对比代码来看看这一处理方法:

[cpp] view plaincopy
  1.       if (!base->event_count_active && !(flags & EVLOOP_NONBLOCK)) {  
  2.           // 根据Timer事件计算evsel->dispatch的最大等待时间  
  3.     timeout_next(base, &tv_p);  
  4. else {   
  5.           // 如果还有活动事件,就不要等待,让evsel->dispatch立即返回  
  6.     evutil_timerclear(&tv);  
  7. }  
  8. // ...  
  9.       // 调用select() or epoll_wait() 等待就绪I/O事件  
  10. res = evsel->dispatch(base, evbase, tv_p);  
  11.       // ...  
  12.       // 处理超时事件,将超时事件插入到激活链表中  
  13.       timeout_process(base);  


    timeout_next()函数根据堆中具有最小超时值的事件和当前时间来计算等待时间,下面看看代码:

[cpp] view plaincopy
  1. static int timeout_next(struct event_base *base, struct timeval **tv_p)  
  2. {  
  3.     struct timeval now;  
  4.     struct event *ev;  
  5.     struct timeval *tv = *tv_p;  
  6.     // 堆的首元素具有最小的超时值  
  7.     if ((ev = min_heap_top(&base->timeheap)) == NULL) {  
  8.         // 如果没有定时事件,将等待时间设置为NULL,表示一直阻塞直到有I/O事件发生  
  9.         *tv_p = NULL;  
  10.         return (0);  
  11.     }  
  12.     // 取得当前时间  
  13.     gettime(base, &now);  
  14.     // 如果超时时间<=当前值,不能等待,需要立即返回  
  15.     if (evutil_timercmp(&ev->ev_timeout, &now, <=)) {  
  16.         evutil_timerclear(tv);  
  17.         return (0);  
  18.     }  
  19.     // 计算等待的时间=当前时间-最小的超时时间  
  20.     evutil_timersub(&ev->ev_timeout, &now, tv);  
  21.     return (0);  
  22. }  

2 Timer小根堆

     Libevent使用堆来管理Timer事件,其key值就是事件的超时时间,源代码位于文件min_heap.h中。
所有的数据结构书中都有关于堆的详细介绍,向堆中插入、删除元素时间复杂度都是O(lgN),N为堆中元素的个数,而获取最小key值(小根堆)的复杂度为O(1)。堆是一个完全二叉树,基本存储方式是一个数组。
     Libevent实现的堆还是比较轻巧的,虽然我不喜欢这种编码方式(搞一些复杂的表达式)。轻巧到什么地方呢,就以插入元素为例,来对比说明,下面伪代码中的size表示当前堆的元素个数:
典型的代码逻辑如下:

[c-sharp] view plaincopy
  1. Heap[size++] = new// 先放到数组末尾,元素个数+1  
  2. // 下面就是shift_up()的代码逻辑,不断的将new向上调整  
  3. _child = size;  
  4. while(_child>0) // 循环  
  5. {  
  6.    _parent = (_child-1)/2; // 计算parent  
  7.    if(Heap[_parent].key < Heap[_child].key)  
  8.       break// 调整结束,跳出循环  
  9.    swap(_parent, _child); // 交换parent和child  
  10. }  

   

     而libevent的heap代码对这一过程做了优化,在插入新元素时,只是为新元素预留了一个位置hole(初始时hole位于数组尾部),但并不立刻 将新元素插入到hole上,而是不断向上调整hole的值,将父节点向下调整,最后确认hole就是新元素的所在位置时,才会真正的将新元素插入到hole上,因此在调整过程中就比上面的代码少了一次赋值的操作,代码逻辑是:
     下面就是shift_up()的代码逻辑,不断的将new的“预留位置”向上调整
 

[cpp] view plaincopy
  1. // 下面就是shift_up()的代码逻辑,不断的将new的“预留位置”向上调整  
  2. _hole = size; // _hole就是为new预留的位置,但并不立刻将new放上  
  3. while(_hole>0) // 循环  
  4. {  
  5.     _parent = (_hole-1)/2; // 计算parent  
  6.     if(Heap[_parent].key < new.key)  
  7.         break// 调整结束,跳出循环  
  8.     Heap[_hole] = Heap[_parent]; // 将parent向下调整  
  9.     _hole = _parent; // 将_hole调整到_parent  
  10. }  
  11. Heap[_hole] = new// 调整结束,将new插入到_hole指示的位置  
  12. size++; // 元素个数+1  



     由于每次调整都少做一次赋值操作,在调整路径比较长时,调整效率会比第一种有所提高。libevent中的min_heap_shift_up_()函数就是上面逻辑的具体实现,对应的向下调整函数是min_heap_shift_down_()。
举个例子,向一个小根堆3, 5, 8, 7, 12中插入新元素2,使用第一中典型的代码逻辑,其调整过程如下图所示:
 heap insert

使用libevent中的堆调整逻辑,调整过程如下图所示:
 heap insert

对于删除和元素修改操作,也遵从相同的逻辑,就不再罗嗦了。

3 小节

通过设置系统I/O机制的wait时间,从而简捷的集成Timer事件;主要分析了libevent对堆调整操作的优化。