GuoQi_HttpServe 设计问题笔记

链接前文：GuoQi_HttpServe 设计

1. too many open files

一般来说是因为 进程打开的得文件句柄太多，已经达到了上限，从而已经无法再打开了，一般认为可以通过增加句柄上限来解决问题。
首先 ulimit -a 来查看当前系统所支持的句柄上限。一般默认为1024。
以及可以用 lsof -p 进程id；来查看进程所打开文件的详情， lsof -p 进程号 id | wc -l 可以统计进程打开了多少文件。
如果你对你的程序有一定的解的话，应该对程序打开文件数(链接数)上限有一定的估算，如果感觉数字异常，请使用第一步的lsof -p 进程id > openfiles.log命令，获得当前占用句柄的全部详情进行分析，
1）打开的这些文件是不是都是必要的？
2）定位到打开这些文件的代码
3）是否程序操作了文件写入，但是没有进行正常关闭
4）是否程序进行了通讯，但是没有正常关闭(也就是没有超时结束的机制)

2. core dump

Linux下的程序常常会因为内存访问错误等原因造成segment fault(段错误)，此时如果系统core dump功能是打开的，那么将会有内存映像转储到硬盘上来，之后可以用gdb对core文件进行分析，还原系统发生段错误时刻的堆栈情况。这对于我们发现程序bug很有帮助。
通过core文件调试步骤：

1. ulimit -c unlimted（打开core，默认没有打开）
2. 运行./a.out（编译的时候加调试选项-g） 死锁阻塞,Ctrl+\ 产生core dump
3. gdb ./a.out core.xxx
4. thread apply all bt 查看死锁位置

最有可能的原因：指针未初始化，数组访问越界，栈空间太小导致溢出。在本项目产生这个原因就是线程池未正确的初始化，导致程序down掉。

3.SIGPIPE 问题

SIGPIPE信号产生的原因：
简单来说，就是客户端程序向服务器端程序发送了消息，然后关闭客户端，服务器端返回消息的时候就会收到内核给的SIGPIPE信号。
TCP的全双工信道其实是两条单工信道，client端调用close的时候，虽然本意是关闭两条信道，但是其实只能关闭它发送的那一条单工信道，还是可以接受数据，处于半连接的状态，此时server端还是可以发送数据，并不知道client端已经完全关闭了。所以这时候，对一个已经收到FIN包的socket调用read方法, 如果接收缓冲已空, 则返回0, 这就是常说的表示连接关闭. 但第一次对其调用write方法时, 如果发送缓冲没问题, 会返回正确写入(发送). 但发送的报文会导致对端发送RST报文, 因为对端的socket已经调用了close, 完全关闭, 既不发送, 也不接收数据。 所以, 第二次调用write方法(假设在收到RST之后), 会生成SIGPIPE信号, 导致进程退出。
解决办法：
设置系统忽略SIGPIPIE消息，从结果解决SIGPIPE错误导致程序崩溃问题;
将信号句柄设置为 SIG_IGN 忽略信号，那么就不会因为SIGPIPE信号终止程序，从而导致退出了。

void handle_for_sigpipe()//安全屏蔽掉SIGPIPE
{
struct sigaction sa;
memset(&sa, '\0', sizeof(sa));
sa.sa_handler = SIG_IGN;//忽略该信号
sa.sa_flags = 0;
if (sigaction(SIGPIPE, &sa, NULL))
return;
}

4.非阻塞设置问题

阻塞式I/O 在并发服务当中会成为拖慢服务器响应的累赘，会降低CPU的处理效率，非阻塞式I/O就能在并发服务中及时返回响应需求，从而使得加快服务器响应速度。
常见的设置方法就是使用 fcntl 函数将 flag 标志位置为 O_NONBLOCK;

int flag = fcntl(server_sock_fd, F_GETFL, 0); //设置套接字为非阻塞模式
if (flag == -1) return -1;
flag |= O_NONBLOCK;
if (fcntl(server_sock_fd, F_SETFL, flag) == -1)
perror("Set non block failed!");

5. epoll LT 和 ET 模式导致传输数据快慢的原因。

水平触发(level-triggered，也被称为条件触发)
LT: 只要满足条件，就触发一个事件(只要有数据没有被获取，内核就不断通知你)
边缘触发(edge-triggered)ET: 每当状态变化时，触发一个事件
LT 支持block 以及 no_nblock；
ET 仅支持 no_nblock；
所以两者的效率和上一条的原因其实是一样的。

tep.events = EPOLLIN | EPOLLET; //定义事件 ET边沿触发模式

6.epoll + 多线程带线程池 和 epoll + 多线程不带线程池 在任务属性的选择

实际测试中，I/O多路复用 + 多线程的选择传输数据的速度远远超过了I/O多路复用 + 多线程带线程池的选择。究其原因还是线程池的选用需要有适合它的地方才能发挥重要作用。

线程池的创建主要是在节省了线程创建和销毁的资源消耗，但是在I/O事件中没有什么作用，所以当创建线程和销毁线程的资源消耗占据了比较大的比重的时候，线程池的优势就会比较明显的突出来。
所以在该测试中，大量短连接在极短时间内访问服务器，单核心的处理器和单线程处理其实没什么差别。所以cpu还得去维护线程池所多花费的开销，综合下来速率并没有传统多线程模型高。

7.进程、线程退出时资源没有及时的得到释放。

子进程执行完任务退出之后，父进程如果不进行及时的回收，那么就是造成子进程成为僵尸进程。
这个时候需要运用 waitpid() 函数对子进程进行回收，也提高程序的吞吐量。
线程和进程一样，在结束的时候需要进行回收，利用 pthread_detach(newpthread) 函数。该函数为线程一旦结束，立马释放掉其拥有的资源。

延伸

Redis、Nginx采用的都是单线程模型，但是都可以处理高并发请求。
Redis 原因是基于多路复用的非阻塞IO，基于NIO(non_blocking_io);
Redis 为什么这么快？

完全基于内存，绝大部分请求是纯粹的内存操作；
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；
采用单线程，避免了不必要的上下文切换和竞争条件，不用考虑加锁释放锁和死锁的问题；