Python Web静态服务器-epoll

2019-08-27

IO 多路复用

就是我们说的select，poll，epoll，有些地方也称这种IO方式为event driven IO。

select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。

它的基本原理就是select，poll，epoll这个function会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程。

epoll简单模型

import socket
import select
# 创建套接字
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
# 设置可以重复使用绑定的信息
s.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR,1)
# 绑定本机信息
s.bind(("",7788))
# 变为被动
s.listen(10)
# 创建一个epoll对象
epoll = select.epoll()
# 测试，用来打印套接字对应的文件描述符
# print(s.fileno())
# print(select.EPOLLIN|select.EPOLLET)
# 注册事件到epoll中
# epoll.register(fd[, eventmask])
# 注意，如果fd已经注册过，则会发生异常
# 将创建的套接字添加到epoll的事件监听中
epoll.register(s.fileno(), select.EPOLLIN|select.EPOLLET)
connections = {}
addresses = {}
# 循环等待客户端的到来或者对方发送数据
while True:
 # epoll 进行 fd 扫描的地方 -- 未指定超时时间则为阻塞等待
 epoll_list = epoll.poll()
 # 对事件进行判断
 for fd, events in epoll_list:
 # print fd
 # print events
 # 如果是socket创建的套接字被激活
 if fd == s.fileno():
 new_socket, new_addr = s.accept()
 print('有新的客户端到来%s' % str(new_addr))
 # 将 conn 和 addr 信息分别保存起来
 connections[new_socket.fileno()] = new_socket
 addresses[new_socket.fileno()] = new_addr
 # 向 epoll 中注册 新socket 的 可读 事件
 epoll.register(new_socket.fileno(), select.EPOLLIN|select.EPOLLET)
 # 如果是客户端发送数据
 elif events == select.EPOLLIN:
 # 从激活 fd 上接收
 recvData = connections[fd].recv(1024).decode("utf-8")
 if recvData:
 print('recv:%s' % recvData)
 else:
 # 从 epoll 中移除该 连接 fd
 epoll.unregister(fd)
 # server 侧主动关闭该 连接 fd
 connections[fd].close()
 print("%s---offline---" % str(addresses[fd]))
 del connections[fd]
 del addresses[fd]

说明

EPOLLIN （可读）

EPOLLOUT （可写）

EPOLLET （ET模式）

epoll对文件描述符的操作有两种模式：LT（level trigger）和ET（edge trigger）。LT模式是默认模式，LT模式与ET模式的区别如下：

LT模式：当epoll检测到描述符事件发生并将此事件通知应用程序，应用程序可以不立即处理该事件。下次调用epoll时，会再次响应应用程序并通知此事件。
ET模式：当epoll检测到描述符事件发生并将此事件通知应用程序，应用程序必须立即处理该事件。如果不处理，下次调用epoll时，不会再次响应应用程序并通知此事件。

web静态服务器-epool

以下代码，支持http的长连接，即使用了Content-Length

import socket
import time
import sys
import re
import select
class WSGIServer(object):
 """定义一个WSGI服务器的类"""
 def __init__(self, port, documents_root):
 # 1. 创建套接字
 self.server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
 # 2. 绑定本地信息
 self.server_socket.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
 self.server_socket.bind(("", port))
 # 3. 变为监听套接字
 self.server_socket.listen(128)
 self.documents_root = documents_root
 # 创建epoll对象
 self.epoll = select.epoll()
 # 将tcp服务器套接字加入到epoll中进行监听
 self.epoll.register(self.server_socket.fileno(), select.EPOLLIN|select.EPOLLET)
 # 创建添加的fd对应的套接字
 self.fd_socket = dict()
 def run_forever(self):
 """运行服务器"""
 # 等待对方链接
 while True:
 # epoll 进行 fd 扫描的地方 -- 未指定超时时间则为阻塞等待
 epoll_list = self.epoll.poll()
 # 对事件进行判断
 for fd, event in epoll_list:
 # 如果是服务器套接字可以收数据，那么意味着可以进行accept
 if fd == self.server_socket.fileno():
 new_socket, new_addr = self.server_socket.accept()
 # 向 epoll 中注册 连接 socket 的 可读 事件
 self.epoll.register(new_socket.fileno(), select.EPOLLIN | select.EPOLLET)
 # 记录这个信息
 self.fd_socket[new_socket.fileno()] = new_socket
 # 接收到数据
 elif event == select.EPOLLIN:
 request = self.fd_socket[fd].recv(1024).decode("utf-8")
 if request:
 self.deal_with_request(request, self.fd_socket[fd])
 else:
 # 在epoll中注销客户端的信息
 self.epoll.unregister(fd)
 # 关闭客户端的文件句柄
 self.fd_socket[fd].close()
 # 在字典中删除与已关闭客户端相关的信息
 del self.fd_socket[fd]
 def deal_with_request(self, request, client_socket):
 """为这个浏览器服务器"""
 if not request:
 return
 request_lines = request.splitlines()
 for i, line in enumerate(request_lines):
 print(i, line)
 # 提取请求的文件(index.html)
 # GET /a/b/c/d/e/index.html HTTP/1.1
 ret = re.match(r"([^/]*)([^ ]+)", request_lines[0])
 if ret:
 print("正则提取数据:", ret.group(1))
 print("正则提取数据:", ret.group(2))
 file_name = ret.group(2)
 if file_name == "/":
 file_name = "/index.html"
 # 读取文件数据
 try:
 f = open(self.documents_root+file_name, "rb")
 except:
 response_body = "file not found, 请输入正确的url"
 response_header = "HTTP/1.1 404 not foundrn"
 response_header += "Content-Type: text/html; charset=utf-8rn"
 response_header += "Content-Length: %drn" % len(response_body)
 response_header += "rn"
 # 将header返回给浏览器
 client_socket.send(response_header.encode('utf-8'))
 # 将body返回给浏览器
 client_socket.send(response_body.encode("utf-8"))
 else:
 content = f.read()
 f.close()
 response_body = content
 response_header = "HTTP/1.1 200 OKrn"
 response_header += "Content-Length: %drn" % len(response_body)
 response_header += "rn"
 # 将数据返回给浏览器
 client_socket.send(response_header.encode("utf-8")+response_body)
# 设置服务器服务静态资源时的路径
DOCUMENTS_ROOT = "./html"
def main():
 """控制web服务器整体"""
 # Python3 xxxx.py 7890
 if len(sys.argv) == 2:
 port = sys.argv[1]
 if port.isdigit():
 port = int(port)
 else:
 print("运行方式如: python3 xxx.py 7890")
 return
 print("http服务器使用的port:%s" % port)
 http_server = WSGIServer(port, DOCUMENTS_ROOT)
 http_server.run_forever()
if __name__ == "__main__":
 main()

小总结

I/O 多路复用的特点：

通过一种机制使一个进程能同时等待多个文件描述符，而这些文件描述符（套接字描述符）其中的任意一个进入读就绪状态，epoll()函数就可以返回。所以, IO多路复用，本质上不会有并发的功能，因为任何时候还是只有一个进程或线程进行工作，它之所以能提高效率是因为selectepoll 把进来的socket放到他们的 ‘监视’ 列表里面，当任何socket有可读可写数据立马处理，那如果selectepoll 手里同时检测着很多socket，一有动静马上返回给进程处理，总比一个一个socket过来,阻塞等待,处理高效率。

当然也可以多线程/多进程方式，一个连接过来开一个进程/线程处理，这样消耗的内存和进程切换页会耗掉更多的系统资源。所以我们可以结合IO多路复用和多进程/多线程来高性能并发，IO复用负责提高接受socket的通知效率，收到请求后，交给进程池/线程池来处理逻辑。