epoll

multiprocessing模块 　　由于GIL的存在，python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。 　　multiprocessing包是Python中的多进程管理包。与threading.Thread类似，它可以利用multiprocessing.Process对象来创建一个进程。该进程可以运行在Python程序内部编写的函数。该Process对象与Thread对象的用法相同，也有start(), run(), join()的方法。 　　此外multiprocessing包中也有Lock/Event/Semaphore/Condition类 (这些对象可以像多线程那样，通过参数传递给各个进程)，用以同步进程，其用法与threading包中的同名类一致。所以，multiprocessing的很大一部份与threading使用同一套API，只不过换到了多进程的情境。 　　multiprocessing模块的功能众多：支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Queue、Pipe、Lock等组件，进程没有任何共享状态，进程修改的数据，改动仅限于该进程内。 　　Process类的介绍 Process(target = talk,args = (conn,addr)) #

作为公司的公共产品，经常有这样的需求：就是新建一个本地服务，产品线作为客户端通过 tcp 接入本地服务，来获取想要的业务能力。 与印象中动辄处理成千上万连接的 tcp 网络服务不同，这个本地服务是跑在客户机器上的，Win32 上作为开机自启动的 windows 服务运行； Linux 上作为 daemon 在后台运行。总的说来就是用于接收几个产品进程的连接，因此轻量化是其最重要的要求，在这个基础上要能兼顾跨平台就可以了。 其实主要就是 windows，再兼顾一点儿 linux。 考察了几个现有的开源网络框架，从 ACE 、boost::asio 到 libevent，都有不尽于人意的地方： a) ACE：太重，只是想要一个网络框架，结果它扒拉扒拉一堆全提供了，不用还不行； b) boost::asio：太复杂，牵扯到 boost 库，并且引入了一堆 c++ 模板，需要高版本 c++ 编译器支持； c) libevent：这个看着不错，当时确实用这个做底层封装了一版，结果发版后发现一个比较致命的问题，导致在防火墙设置比较严格的机器上初始化失败，这个后面我会详细提到。 其它的就更不用说了，之前也粗略看过陈硕的 muddo，总的感觉吧，它是基于其它开源框架不足地方改进的一个库，有相当可取的地方，但是这个改进的方向也主要是解决更大并发、更多连接，不是我的痛点，所以没有继续深入研究。 好了

阻塞IO模型（Blocking I/O） Linux 内核一开始提供了 read 与 write 阻塞式操作。 当客户端连接时，会在对应进程的文件描述符目录（/proc/进程号/fd）生成对应的文件描述符（0 标准输入；1 标准输出；2 标准错误输出；），比如 fd 8 , fd 9； 应用程序需要读取的时候，通过系统调用 read (fd8) 读取，如果数据还没到来，此应用程序的进程或线程会阻塞等待。 man 2 read 概述 #include <unistd.h> ssize_t read(int fd, void *buf, size_t count); 描述 read() 从文件描述符 fd 中读取 count 字节的数据并放入从 buf 开始的缓冲区中. 如果 count 为零,read()返回0,不执行其他任何操作. 如果 count 大于SSIZE_MAX,那么结果将不可预料. 返回值 成功时返回读取到的字节数(为零表示读到文件描述符), 此返回值受文件剩余字节数限制.当返回值小于指定的字节数时 并不意味着错误;这可能是因为当前可读取的字节数小于指定的 字节数(比如已经接近文件结尾,或 者正在从管道或者终端读取数 据,或者 read()被信号中断). 发生错误时返回-1,并置 errno 为相应值.在这种情况下无法得知文件偏移位置是否有变化. 问题

Tomcat的作用 　　平时写完web程序都是直接点击启动，就可以在本机浏览器访问了。但是仔细想想，我们似乎都没有写过浏览器与servlet通信的代码，也没有写过创建request、reponse的代码。实际上，这些都是由Tomcat完成的，它的主要作用如下： 　　1. 完成服务的与客户端的数据收发，即通信功能。 　　2. 完成请求的映射功能。 　　3. 管理servlet的生命周期。 Tomcat的工作模型（图片来源于网络）： connector用于处理连接相关的事情，并提供Socket与Request和Response相关的转化; Container用于封装和管理Servlet，以及具体处理Request请求； 一个Tomcat中只有一个Server，一个Server可以包含多个Service，一个Service只有一个Container，但是可以有多个Connectors，这是因为一个服务可以有多个连接，如同时提供Http和Https链接，也可以提供向相同协议不同端口的连接。为了方便，Engine可以直接看成我们编写的服务器程序，即servlet。 Tomcat的BIO工作模型 　　客户端与服务端建立的TCP连接， 线程在等待其对应的客户端连接发送数据时是不能做其它事的，一直在阻塞中 。也因此有N个客户端与服务端建立了连接，就必须要N条线程去处理。工作模型如下：

[root@WEBServer10414 ~]# cat /etc/nginx/nginx.conf #user nobody;#定义nginx运行的用户和用户组 user root; worker_processes 8;#nginx进程数，建议设置为等于CPU总核心数 #error_log logs/error.log;#错误日志路径 #error_log logs/error.log notice;#错误日志类型，如[debug | info | notice | warn | error | crit ] #error_log logs/error.log info;错误日志类型 #pid logs/nginx.pid;#进程文件 worker_rlimit_nofile 51200;#一个nginx进程打开的最多文件描述符数目，理论值应该是最多打开文件数（系统的值ulimit） events {#工作模式与连接数上限 use epoll;#参考事件模型[ kqueue | rtsig | epoll | /dev/poll | select | poll ]; worker_connections 51200;#单个进程最大连接数 } http {#设定http服务器 include mime.types; #文件扩展名与文件类型映射表 default_type

作者：Cony 导语：微服务开源框架TARS的RPC调用包含客户端与服务端，《微服务开源框架TARS的RPC源码解析》系列文章将从初识客户端、客户端的同步及异步调用、初识服务端、服务端的工作流程四部分，以C++语言为载体，深入浅出地带你了解TARS RPC调用的原理。 什么是TARS TARS是腾讯使用十年的微服务开发框架，目前支持C++、Java、PHP、Node.js、Go语言。该开源项目为用户提供了涉及到开发、运维、以及测试的一整套微服务平台PaaS解决方案，帮助一个产品或者服务快速开发、部署、测试、上线。目前该框架应用在腾讯各大核心业务，基于该框架部署运行的服务节点规模达到数十万。 TARS的通信模型中包含客户端和服务端。客户端服务端之间主要是利用RPC进行通信。本系列文章分上下两篇，对RPC调用部分进行源码解析。本文是下篇，我们将以C++语言为载体，带大家了解一下TARS的服务端。 初识服务端 在使用TARS构建RPC服务端的时候，TARS会帮你生成一个XXXServer类，这个类是继承自Application类的，声明变量XXXServer g_app，以及调用函数： g_app.main(argc, argv); g_app.waitForShutdown(); 便可以开启TARS的RPC服务了。在开始剖析TARS的服务端代码之前，先介绍几个重要的类

本文博客地址： http://blog.csdn.net/qq1084283172/article/details/74452308 一、 Android Hook框架adbi源码中inline Hook实现部分的代码结构 Android Hook框架adbi源码中inline Hook部分的实现代码结构示意图如下所示，hijack代码部分是前面的博客中提到的root下Android跨进程注入so的注入工具，instruments\base代码部分为inline Hook的操作实现，instruments\example代码部分则为Android Hook框架adbi实现Hook系统调用函数epoll_wait的使用例子。 二、 adbi源码中inline Hook实现的详细步骤分析 1 .inline Hook函数被调用的时机 在so库文件加载的时候，会首先执行.init段的构造函数，因此在编写注入到Android目标进程中的so库文件时要定义该构造函数并实现在此处调用inline Hook。inline Hook实现就是在so库文件注入到Android进程中被加载调用该构造函数时被执行的。Android Hook框架adbi基于模块化的设计思想，该构造函数的编写是放在自定义Hook函数的接口中来实现的，在这里就是在Hook函数代码示例instruments\example

常见的IO事件处理模型有两种：Reactor和Proactor。Redis中的ae就是采用的Reactor事件处理模型，Proactor需要操作系统的支持，目前暂时还没接触到相关的使用场景，主要是学习模型结构。 Reactor模型 Handler ：用来标识一个文件描述符 Synchronous Event Demultiplexer ：同步事件多路分解器，由select、poll或者epoll函数来实现，调用后会阻塞，直到等待Handler上的一个或多个事件发生 Event Handler ：事件处理接口 Concrete Event Handler ：事件处理接口的实现类，用来实现应用程序所提供的特定事件处理逻辑 Reactor ：Reactor反应堆，主要实现以下功能： 1）注册和删除关注的文件描述符 2）运行事件循环 3）有就绪事件到来时，分发事件到之前注册的回调函数上处理 Reactor时序图 运行主程序，将关注的事件handler注册到Reactor中 主程序调用Reactor，进入无限事件循环，等待注册的事件到来 当事件到来时，调用select返回待处理的事件，Reactor将事件分发到之前注册的回调函数中去处理 Proactor模型 Handler ：用来标识一个文件描述符； Asynchronous Operation Processor ：异步操作处理器

Redis到底有多快 Redis采用的是基于内存的采用的是 单进程单线程 模型的 KV 数据库 ， 由C语言编写 ，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）。这个数据不比采用单进程多线程的同样基于内存的 KV 数据库 Memcached 差！有兴趣的可以参考官方的基准程序测试《 How fast is Redis？ 》（ redis.io/topics/benchma ） 横轴是连接数，纵轴是QPS 。此时，这张图反映了一个数量级，希望大家在面试的时候可以正确的描述出来，不要问你的时候，你回答的数量级相差甚远！ Redis为什么这么快 1、完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)； 2、数据结构简单，对数据操作也简单，Redis中的数据结构是专门进行设计的； 3、采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗； 4、使用多路I/O复用模型，非阻塞IO； 5、使用底层模型不同，它们之间底层实现方式以及与客户端之间通信的应用协议不一样，Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话

一、 Nginx 简介 Nginx 在架构中发挥的作用 网关 --- 面向客户的总入口。 虚拟主机 --- 一台机器为不同的域名 /ip/ 端口提供服务 路由 --- 使用反向代理，整合后续服务为一个完整业务 静态服务器 ---mvvm 模式中，用来发布前端 html/css/js/img 负载集群 --- 使用 upstream ，负载多个 tomcat 二、 Nginx 架构设计 2.1. Nginx 的模块化设计 高度模块化的设计是 Nginx 的架构基础。 Nginx 服务器被分解为多个模块，每个模块就是 一个功能模块，只负责自身的功能，模块之间严格遵循 “ 高内聚，低耦合 ” 的原则。 核心模块 核心模块是 Nginx 服务器正常运行必不可少的模块，提供错误日志记录、配置文件解析、 事件驱动机制、进程管理等核心功能。 标准 HTTP 模块 标准 HTTP 模块提供 HTTP 协议解析相关的功能，如：端口配置、网页编码设置、 HTTP 响应头设置等。 可选 HTTP 模块 可选 HTTP 模块主要用于扩展标准的 HTTP 功能，让 Nginx 能处理一些特殊的服务，如： Flash 多媒体传输、解析 GeoIP 请求、 SSL 支持等。 邮件服务模块 邮件服务模块主要用于支持 Nginx 的邮件服务，包括对 POP3 协议、 IMAP 协议和 SMTP 协议的支持。