Socket 深度探索 4 PHP （一）

来源URL：/article/1697916.html

Socket（套接字）一直是网络层的底层核心内容，也是 TCP/IP 以及 UDP 底层协议的实现通道。随着互联网信息时代的爆炸式发展，当代服务器的性能问题面临越来越大的挑战，著名的 C10K 问题（http://www.kegel.com/c10k.html）也随之出现。幸亏通过大牛们的不懈努力，区别于传统的 select/poll 的 epoll/kqueue 方式出现了，目前
linux2.6 以上的内核都普遍支持，这是 Socket 领域一项巨大的进步，不仅解决了 C10K 问题，也渐渐成为了当代互联网的底层核心技术。libevent 库就是其中一个比较出彩的项目（现在非常多的开源项目都有用到，包括 Memcached），感兴趣的朋友可以研究一下。

由于网络上系统介绍这个部分的文章并不多，而涉及 PHP 的就更少了，所以石头君在这里希望通过《Socket深度探究4PHP》这个系列给对这个领域感兴趣的读者们一定的帮助，也希望大家能和我一起对这个问题进行更深入的探讨。首先，解释一下目前 Socket 领域比较易于混淆的概念有：阻塞/非阻塞、同步/异步、多路复用等。

1、阻塞/非阻塞：这两个概念是针对 IO 过程中进程的状态来说的，阻塞 IO 是指调用结果返回之前，当前线程会被挂起；相反，非阻塞指在不能立刻得到结果之前，该函数不会阻塞当前线程，而会立刻返回。

2、同步/异步：这两个概念是针对调用如果返回结果来说的，所谓同步，就是在发出一个功能调用时，在没有得到结果之前，该调用就不返回；相反，当一个异步过程调用发出后，调用者不能立刻得到结果，实际处理这个调用的部件在完成后，通过状态、通知和回调来通知调用者。

3、多路复用（IO/Multiplexing）：为了提高数据信息在网络通信线路中传输的效率，在一条物理通信线路上建立多条逻辑通信信道，同时传输若干路信号的技术就叫做多路复用技术。对于 Socket 来说，应该说能同时处理多个连接的模型都应该被称为多路复用，目前比较常用的有 select/poll/epoll/kqueue 这些 IO 模型（目前也有像 Apache 这种每个连接用单独的进程/线程来处理的
IO 模型，但是效率相对比较差，也很容易出问题，所以暂时不做介绍了）。在这些多路复用的模式中，异步阻塞/非阻塞模式的扩展性和性能最好。

感觉概念很抽象对吧，“一切答案在于现场”，下面让我们从三种经典的 PHP Socket IO 模型实例来对以上的概念再做一次分析：

1、使用 accept 阻塞的古老模型：属于同步阻塞 IO 模型，代码如下：

socket_server.php

[php] view
plaincopy

<?php

/**

* SocketServer Class

* By James.Huang <shagoo#gmail.com>

**/

set_time_limit(0);

class SocketServer

{

private static $socket;

function SocketServer($port)

{

global $errno, $errstr;

if ($port < 1024) {

die("Port must be a number which bigger than 1024/n");

}

$socket = stream_socket_server("tcp://0.0.0.0:{$port}", $errno, $errstr);

if (!$socket) die("$errstr ($errno)");

// stream_set_timeout($socket, -1); // 保证服务端 socket 不会超时，似乎没用：）

while ($conn = stream_socket_accept($socket, -1)) { // 这样设置不超时才油用

static $id = 0;

static $ct = 0;

$ct_last = $ct;

$ct_data = '';

$buffer = '';

$id++; // increase on each accept

echo "Client $id come./n";

while (!preg_match('//r?/n/', $buffer)) { // 没有读到结束符，继续读

// if (feof($conn)) break; // 防止 popen 和 fread 的 bug 导致的死循环

$buffer = fread($conn, 1024);

echo 'R'; // 打印读的次数

$ct += strlen($buffer);

$ct_data .= preg_replace('//r?/n/', '', $buffer);

}

$ct_size = ($ct - $ct_last) * 8;

echo "[$id] " . __METHOD__ . " > " . $ct_data . "/n";

fwrite($conn, "Received $ct_size byte data./r/n");

fclose($conn);

}

fclose($socket);

}

}

new SocketServer(2000);

socket_client.php

[php] view
plaincopy

<?php

/**

* Socket Test Client

* By James.Huang <shagoo#gmail.com>

**/

function debug ($msg)

{

// echo $msg;

error_log($msg, 3, '/tmp/socket.log');

}

if ($argv[1]) {

$socket_client = stream_socket_client('tcp://0.0.0.0:2000', $errno, $errstr, 30);

// stream_set_blocking($socket_client, 0);

// stream_set_timeout($socket_client, 0, 100000);

if (!$socket_client) {

die("$errstr ($errno)");

} else {

$msg = trim($argv[1]);

for ($i = 0; $i < 10; $i++) {

$res = fwrite($socket_client, "$msg($i)");

usleep(100000);

echo 'W'; // 打印写的次数

// debug(fread($socket_client, 1024)); // 将产生死锁，因为 fread 在阻塞模式下未读到数据时将等待

}

fwrite($socket_client, "/r/n"); // 传输结束符

debug(fread($socket_client, 1024));

fclose($socket_client);

}

}

else {

// $phArr = array();

// for ($i = 0; $i < 10; $i++) {

// $phArr[$i] = popen("php ".__FILE__." '{$i}:test'", 'r');

// }

// foreach ($phArr as $ph) {

// pclose($ph);

// }

for ($i = 0; $i < 10; $i++) {

system("php ".__FILE__." '{$i}:test'");

}

}

首先，解释一下以上的代码逻辑：客户端 socket_client.php 循环发送数据，最后发送结束符；服务端 socket_server.php 使用 accept 阻塞方式接收 socket 连接，然后循环接收数据，直到收到结束符，返回结果数据（接收到的字节数）。虽然逻辑很简单，但是其中有几种情况很值得分析一下：

A> 默认情况下，运行 php socket_client.php test，客户端打出 10 个 W，服务端打出若干个 R 后面是接收到的数据，/tmp/socket.log 记录下服务端返回的接收结果数据。这种情况很容易理解，不再赘述。然后，使用 telnet 命令同时打开多个客户端，你会发现服务器一个时间只处理一个客户端，其他需要在后面“排队”；这就是阻塞 IO 的特点，这种模式的弱点很明显，效率极低。

B> 只打开 socket_client.php 第 26 行的注释代码，再次运行 php socket_client.php test 客户端打出一个 W，服务端也打出一个 R，之后两个程序都卡住了。这是为什么呢，分析逻辑后你会发现，这是由于客户端在未发送结束符之前就向服务端要返回数据；而服务端由于未收到结束符，也在向客户端要结束符，造成死锁。而之所以只打出一个 W 和 R，是因为
fread 默认是阻塞的。要解决这个死锁，必须打开 socket_client.php 第 16 行的注释代码，给 socket 设置一个 0.1 秒的超时，再次运行你会发现隔 0.1 秒出现一个 W 和 R 之后正常结束，服务端返回的接收结果数据也正常记录了。可见 fread 缺省是阻塞的，我们在编程的时候要特别注意，如果没有设置超时，就很容易会出现死锁。

C> 只打开 15 行注释，运行 php socket_client.php test，结果基本和情况 A 相同，唯一不同的是 /tmp/socket.log 没有记录下返回数据。这里可以看出客户端运行在阻塞和非阻塞模式的区别，当然在客户端不在乎接受结果的情况下，可以使用非阻塞模式来获得最大效率。

D> 运行 php socket_client.php 是连续运行 10 次上面的逻辑，这个没什么问题；但是很奇怪的是如果你使用 35 - 41 行的代码，用 popen 同时开启 10 个进程来运行，就会造成服务器端的死循环，十分怪异！后来经调查发现只要是用 popen 打开的进程创建的连接会导致 fread 或者 socket_read 出错直接返回空字串，从而导致死循环，查阅
PHP 源代码后发现 PHP 的 popen 和 fread 函数已经完全不是 C 原生的了，里面都插入了大量的 php_stream_* 实现逻辑，初步估计是其中的某个 bug 导致的 Socket 连接中断所导致的，解决方法就是打开 socket_server.php 中 31 行的代码，如果连接中断则跳出循环，但是这样一来就会有很多数据丢失了，这个问题需要特别注意！

2、使用 select/poll 的同步模型：属于同步非阻塞 IO 模型，代码如下：

select_server.php

[php] view
plaincopy

<?php

/**

* SelectSocketServer Class

* By James.Huang <shagoo#gmail.com>

**/

set_time_limit(0);

class SelectSocketServer

{

private static $socket;

private static $timeout = 60;

private static $maxconns = 1024;

private static $connections = array();

function SelectSocketServer($port)

{

global $errno, $errstr;

if ($port < 1024) {

die("Port must be a number which bigger than 1024/n");

}

$socket = socket_create_listen($port);

if (!$socket) die("Listen $port failed");

socket_set_nonblock($socket); // 非阻塞

while (true)

{

$readfds = array_merge(self::$connections, array($socket));

$writefds = array();

// 选择一个连接，获取读、写连接通道

if (socket_select($readfds, $writefds, $e = null, $t = self::$timeout))

{

// 如果是当前服务端的监听连接

if (in_array($socket, $readfds)) {

// 接受客户端连接

$newconn = socket_accept($socket);

$i = (int) $newconn;

$reject = '';

if (count(self::$connections) >= self::$maxconns) {

$reject = "Server full, Try again later./n";

}

// 将当前客户端连接放入 socket_select 选择

self::$connections[$i] = $newconn;

// 输入的连接资源缓存容器

$writefds[$i] = $newconn;

// 连接不正常

if ($reject) {

socket_write($writefds[$i], $reject);

unset($writefds[$i]);

self::close($i);

} else {

echo "Client $i come./n";

}

// remove the listening socket from the clients-with-data array

$key = array_search($socket, $readfds);

unset($readfds[$key]);

}

// 轮循读通道

foreach ($readfds as $rfd) {

// 客户端连接

$i = (int) $rfd;

// 从通道读取

$line = @socket_read($rfd, 2048, PHP_NORMAL_READ);

if ($line === false) {

// 读取不到内容，结束连接

echo "Connection closed on socket $i./n";

self::close($i);

continue;

}

$tmp = substr($line, -1);

if ($tmp != "/r" && $tmp != "/n") {

// 等待更多数据

continue;

}

// 处理逻辑

$line = trim($line);

if ($line == "quit") {

echo "Client $i quit./n";

self::close($i);

break;

}

if ($line) {

echo "Client $i >>" . $line . "/n";

}

}

// 轮循写通道

foreach ($writefds as $wfd) {

$i = (int) $wfd;

$w = socket_write($wfd, "Welcome Client $i!/n");

}

}

}

}

function close ($i)

{

socket_shutdown(self::$connections[$i]);

socket_close(self::$connections[$i]);

unset(self::$connections[$i]);

}

}

new SelectSocketServer(2000);

select_client.php

[php] view
plaincopy

<?php

/**

* SelectSocket Test Client

* By James.Huang <shagoo#gmail.com>

**/

function debug ($msg)

{

// echo $msg;

error_log($msg, 3, '/tmp/socket.log');

}

if ($argv[1]) {

$socket_client = stream_socket_client('tcp://0.0.0.0:2000', $errno, $errstr, 30);

// stream_set_timeout($socket_client, 0, 100000);

if (!$socket_client) {

die("$errstr ($errno)");

} else {

$msg = trim($argv[1]);

for ($i = 0; $i < 10; $i++) {

$res = fwrite($socket_client, "$msg($i)/n");

usleep(100000);

// debug(fread($socket_client, 1024)); // 将产生死锁，因为 fread 在阻塞模式下未读到数据时将等待

}

fwrite($socket_client, "quit/n"); // add end token

debug(fread($socket_client, 1024));

fclose($socket_client);

}

}

else {

$phArr = array();

for ($i = 0; $i < 10; $i++) {

$phArr[$i] = popen("php ".__FILE__." '{$i}:test'", 'r');

}

foreach ($phArr as $ph) {

pclose($ph);

}

// for ($i = 0; $i < 10; $i++) {

// system("php ".__FILE__." '{$i}:test'");

// }

}

以上代码的逻辑也很简单，select_server.php 实现了一个类似聊天室的功能，你可以使用 telnet 工具登录上去，和其他用户文字聊天，也可以键入“quit”命令离开；而 select_client.php 则模拟了一个登录用户连续发 10 条信息，然后退出。这里也分析两个问题：

A> 这里如果我们执行 php select_client.php 程序将会同时打开 10 个连接，同时进行模拟登录用户操作；观察服务端打印的数据你会发现服务端确实是在同时处理这些连接，这就是多路复用实现的非阻塞 IO 模型，当然这个模型并没有真正的实现异步，因为最终服务端程序还是要去通道里面读取数据，得到结果后同步返回给客户端。如果这次你也使用 telnet 命令同时打开多个客户端，你会发现服务端可以同时处理这些连接，这就是非阻塞
IO，当然比古老的阻塞 IO 效率要高多了，但是这种模式还是有局限的，继续看下去你就会发现了~

B> 我在 select_server.php 中设置了几个参数，大家可以调整试试：

$timeout ：表示的是 select 的超时时间，这个一般来说不要太短，否则会导致 CPU 负载过高。

$maxconns ：表示的是最大连接数，客户端超过这个数的话，服务器会拒绝接收。这里要提到的一点是，由于 select 是通过句柄来读写的，所以会受到系统默认参数 __FD_SETSIZE 的限制，一般默认值为 1024，修改的话需要重新编译内核；另外通过测试发现 select 模式的性能会随着连接数的增大而线性便差（详情见《Socket深度探究4PHP（二）》），这也就是 select
模式最大的问题所在，所以如果是超高并发服务器建议使用下一种模式。

3、使用 epoll/kqueue 的异步模型：属于异步阻塞/非阻塞 IO 模型，代码如下：

epoll_server.php

[php] view
plaincopy

<?php

/**

* EpollSocketServer Class (use libevent)

* By James.Huang <shagoo#gmail.com>

*

* Defined constants:

*

* EV_TIMEOUT (integer)

* EV_READ (integer)

* EV_WRITE (integer)

* EV_SIGNAL (integer)

* EV_PERSIST (integer)

* EVLOOP_NONBLOCK (integer)

* EVLOOP_ONCE (integer)

**/

set_time_limit(0);

class EpollSocketServer

{

private static $socket;

private static $connections;

private static $buffers;

function EpollSocketServer ($port)

{

global $errno, $errstr;

if (!extension_loaded('libevent')) {

die("Please install libevent extension firstly/n");

}

if ($port < 1024) {

die("Port must be a number which bigger than 1024/n");

}

$socket_server = stream_socket_server("tcp://0.0.0.0:{$port}", $errno, $errstr);

if (!$socket_server) die("$errstr ($errno)");

stream_set_blocking($socket_server, 0); // 非阻塞

$base = event_base_new();

$event = event_new();

event_set($event, $socket_server, EV_READ | EV_PERSIST, array(__CLASS__, 'ev_accept'), $base);

event_base_set($event, $base);

event_add($event);

event_base_loop($base);

self::$connections = array();

self::$buffers = array();

}

function ev_accept($socket, $flag, $base)

{

static $id = 0;

$connection = stream_socket_accept($socket);

stream_set_blocking($connection, 0);

$id++; // increase on each accept

$buffer = event_buffer_new($connection, array(__CLASS__, 'ev_read'), array(__CLASS__, 'ev_write'), array(__CLASS__, 'ev_error'), $id);

event_buffer_base_set($buffer, $base);

event_buffer_timeout_set($buffer, 30, 30);

event_buffer_watermark_set($buffer, EV_READ, 0, 0xffffff);

event_buffer_priority_set($buffer, 10);

event_buffer_enable($buffer, EV_READ | EV_PERSIST);

// we need to save both buffer and connection outside

self::$connections[$id] = $connection;

self::$buffers[$id] = $buffer;

}

function ev_error($buffer, $error, $id)

{

event_buffer_disable(self::$buffers[$id], EV_READ | EV_WRITE);

event_buffer_free(self::$buffers[$id]);

fclose(self::$connections[$id]);

unset(self::$buffers[$id], self::$connections[$id]);

}

function ev_read($buffer, $id)

{

static $ct = 0;

$ct_last = $ct;

$ct_data = '';

while ($read = event_buffer_read($buffer, 1024)) {

$ct += strlen($read);

$ct_data .= $read;

}

$ct_size = ($ct - $ct_last) * 8;

echo "[$id] " . __METHOD__ . " > " . $ct_data . "/n";

event_buffer_write($buffer, "Received $ct_size byte data./r/n");

}

function ev_write($buffer, $id)

{

echo "[$id] " . __METHOD__ . "/n";

}

}

new EpollSocketServer(2000);

epoll_client.php

[php] view
plaincopy

<?php

/**

* EpollSocket Test Client

* By James.Huang <shagoo#gmail.com>

**/

function debug ($msg)

{

// echo $msg;

error_log($msg, 3, '/tmp/socket.log');

}

if ($argv[1]) {

$socket_client = stream_socket_client('tcp://0.0.0.0:2000', $errno, $errstr, 30);

// stream_set_blocking($socket_client, 0);

if (!$socket_client) {

die("$errstr ($errno)");

} else {

$msg = trim($argv[1]);

for ($i = 0; $i < 10; $i++) {

$res = fwrite($socket_client, "$msg($i)");

usleep(100000);

debug(fread($socket_client, 1024));

}

fclose($socket_client);

}

}

else {

$phArr = array();

for ($i = 0; $i < 10; $i++) {

$phArr[$i] = popen("php ".__FILE__." '{$i}:test'", 'r');

}

foreach ($phArr as $ph) {

pclose($ph);

}

// for ($i = 0; $i < 10; $i++) {

// system("php ".__FILE__." '{$i}:test'");

// }

}

先说一下，以上的例子是基于 PHP 的 libevent 扩展实现的，需要运行的话要先安装此扩展，参考：http://pecl.php.net/package/libevent。

这个例子做的事情和前面介绍的第一个模型一样，epoll_server.php 实现的服务端也是接受客户端数据，然后返回结果（接收到的字节数）。但是，当你运行 php epoll_client.php 的时候你会发现服务端打印出来的结果和 accept 阻塞模型就大不一样了，当然运行效率也有极大的提升，这是为什么呢？接下来就介绍一下 epoll/kqueue 模型：在介绍 select
模式的时候我们提到了这种模式的局限，而 epoll 就是为了解决 poll 的这两个缺陷而生的。首先，epoll 模式基本没有限制（参考 cat /proc/sys/fs/file-max 默认就达到 300K，很令人兴奋吧，其实这也就是所谓基于 epoll 的 Erlang 服务端可以同时处理这么多并发连接的根本原因，不过现在 PHP 理论上也可以做到了，呵呵）；另外，epoll 模式的性能也不会像 select 模式那样随着连接数的增大而变差，测试发现性能还是很稳定的（下篇会有详细介绍）。

epoll 工作有两种模式 LT(level triggered) 和 ET(edge-triggered)，前者是缺省模式，同时支持阻塞和非阻塞 IO 模式，虽然性能比后者差点，但是比较稳定，一般来说在实际运用中，我们都是用这种模式（ET 模式和 WinSock 都是纯异步非阻塞模型）。而另外一点要说的是 libevent 是在编译阶段选择系统的 I/O demultiplex
机制的，不支持在运行阶段根据配置再次选择，所以我们在这里也就不细讨论 libevent 的实现的细节了，如果朋友有兴趣进一步了解的话，请参考：http://monkey.org/~provos/libevent/。

到这里，第一部分的内容结束了，相信大家已经了解了 Socket 编程的几个重点概念和一些实战技巧，在下一篇《Socket深度探究4PHP（二） 》我将会对
select/poll/epoll/kqueue 几种模式做一下深入的介绍和对比，另外也会涉及到两种重要的 I/O 多路复用模式：Reactor 和 Proactor 模式。

To be continued ...