Openstack中的eventlet分析(1)

时间:2022-02-01 21:01:42
本来打算总结一下eventlet在OpenStack中的应用,正巧在网上找到几篇别人已经总结好的资料,而且总结的很好,这里直接转载过来。同时也向作者表示感谢。

    Eventlet库在OpenStack服务中上镜率很高,尤其是在服务的多线程和WSGI Server并发处理请求的情况下,深入了解eventlet库是很必要的。Eventlet库是由second life开源的高性能网络库,从Eventlet的源码可以知道,其主要依赖于两个关键的库:

    1.greenlet

    2.select.epoll (或者epoll等类似的库)

    greenlet库过程了其并发的基础,eventlet库简单的对其封装之后,就构成了GreenTread。
    select库中的epoll则是其默认的网络通信模型。正由于这两个库的相对独立性,可以从两个方面来学习eventlet库,首先是greenlet。

greenlet

    在介绍GreenThread之前,可以先参考下面三篇文章,对greenlet来个迅速入门。

    1.greenlet官方文档

    2.greenlet官方文档翻译

    3.greentlet原理详细介绍

    还补充一篇文档,写的很好。

   openstack nova基础知识之eventlet

    通过这三篇循序渐渐的文章,大概可以了解到greenlet是一个称为协程(coroutine)的东西,有下面几个特点。

    1.每个协程都有自己的私有stack及局部变量;

    2.同一时间内只有一个协程在运行,故无须对某些共享变量加锁;

    3.协程之间的执行顺序,完成由程序来控制;

    总之,协程就是运行在一个线程内的伪并发方式,最终只有一个协程在运行,然后程序来控制执行的顺序。可以看下面的例子来理解上面的意思。

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. import greenlet  
  2.   
  3. def test1(n):  
  4.     print "test1:",n  
  5.     gr2.switch(32)  
  6.     print "test1: over"  
  7.   
  8. def test2(n):  
  9.     print "test2:",n  
  10.     gr1.switch(23)  
  11.     print "test2: over"  
  12.   
  13. greenlet = greenlet.greenlet  
  14. current = greenlet.getcurrent()  
  15. gr1 = greenlet(test1,current)  
  16. gr2 = greenlet(test2,current)  
  17. gr1.switch(2)  
    这段程序的执行结果如下:

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. test1: 2  
  2. test2: 32  
  3. test1: over  
    整个程序的过程很直白,首先创建两个协程,创建的过程传入了要执行的函数和父greenlet(在前面给出的三个链接中有详细介绍),然后调用其中的一个协程的switch函数,并且传递参数进去,就开始执行test1,然后到了gr2.switch(32)语句,切换到test2函数来,最后又切换回去。最终test1运行结束,回到父greenlet中,执行结束。这个过程就是始终只有一个协程在运行,函数的执行流由程序自己来控制。这个过程在上面的链接中描述的更加具体。

GreenThread

    那么在eventlet中对greenlet进行了简单的封装,就成了GreenThread,并且上面的程序还会引来一个问题,如果我们想要写一个协程,那到底该如何来控制函数的执行过程了,如果协程多了,控制岂不是很复杂了。带着这个问题来看eventlet的实现。

    在介绍下面的内容之前,先贴出eventlet官方的文档,这个上面详细的介绍了该如何来使用eventlet库。我们从其中选出一个接口来分析。spawn函数,调用该函数,将会使用一个GreenThread来执行用户传入的函数。函数具体接口如下:

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. def spawn(func, *args, **kwargs):  
    参数很清晰,想要执行的函数以及函数的参数。该函数实际上只做了三件事,最后返回创建的greenthread,因此该函数相比于spawn_n可以,得到函数调用的结果。

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. hub = hubs.get_hub()  
  2. g = GreenThread(hub.greenlet)  
  3. hub.schedule_call_global(0,g.switch,func,args,kwargs)  
  4. return g  
    第一,我们要先知道hubs的作用,在eventlet的官方文档有介绍,在greenlet的官方文档开始就是我们可以自己构造greenlet的调度器,那么hub的第一个作用就是greenthread的调度器。另外一个作用于网络相关,所以hub有多个实现,对应于epoll,select,poll,pyevent等,我们先看前面的第一个作用。

    hub在eventlet中是一个单太实例,也也就是全局就这有这一个实例,其包含一个greenlet实例,该greenlet实例是self.greenlet = greenlet(self.run),这个实例就是官方文档说的MAINLOOP,主循环,更加具体就是其中的run方法,是一个主循环。并且该hub还有两个重要的列表变量,self.timers 和 self.next_timers,前者是一个列表,但是在这个列表上实现了一个最小堆,用来存储将被调度运行的greenthread,后者,用来存储新加入的greenthread。

    第二,创建一个GreenThread的实例,greenthread继承于greenlet,简单封装了下,该类的构造函数只需要一个参数,父greenlet,然后再自己的构造函数中,调用父类greenlet的构造函数,传递两个参数,GreenTread的main函数和一个greenlet的实例。第二代码就知道,hubs中作为MAINLOOP的greenlet是所有先创建的greenthread的父greenlet。由前面介绍greenlet的例子中,我们可以知道,当调用该greenthread的switch方法时,将会开始执行该才传递给父类的self.main函数。

    第三,然后单态的hub调用schedule_call_global函数,该函数的作用可以看其注释,用来调度函数去执行。

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. """ 
  2. Schedule a callable to be called after 'seconds' seconds have 
  3. elapsed. The timer will NOT be canceled if the current greenlet has  
  4. exited before the timer fires. 
  5. seconds: The number of seconds to wait. 
  6. cb: The callable to call after the given time. 
  7. *args: Arguments to pass to the callable when called. 
  8. **kw: Keyword arguments to pass to the callable when called. 
  9. """  
  10. t = timer.Timer(seconds, cb, *args, **kw)  
  11. self.add_timer(t)  
  12. return t  
    注释中提到的timer是指,传递进来的参数会构造成Timer的实例最后添加到self.next_timer列表中。注意在spawn中传递进来的g.switch函数,如果调用了这个g.switch函数,则触发了它所在的greenthread的运行。

    这三步结束之后,对spawn的调用就返回了,然而现在只是创建了一个GreenThread,还没有调度它去执行,最后还需要再返回的结果上调用g.wait()方法,这样就开始GreenThread的神奇之旅了。

    我们看GreenThread的wait方法的具体代码:

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. def __init__(self, parent):  
  2.     greenlet.greenlet.__init__(selfself.main, parent)  
  3.     self._exit_event = event.Event()  
  4.     self._resolving_links = False  
  5.   
  6. def wait(self):  
  7.     """ Returns the result of the main function of this GreenThread.  If the    
  8.     result is a normal return value, :meth:`wait` returns it.  If it raised 
  9.     an exception, :meth:`wait` will raise the same exception (though the  
  10.     stack trace will unavoidably contain some frames from within the 
  11.     greenthread module)."""  
  12.     return self._exit_event.wait()  
    wait方法调用了Event实例的wait方法,就是在这个wait函数中,调用了我们前面提到的单态实例hub的switch方法,然后该switch真正的去调用hub的self.greenlet.switch(),我们已经所过该greenlet是所有调用spwan创建的greenlet的父greenlet,该self.greenlet在初始时传递了一个self.run方法,就是所谓的MAINLOOP。最终,程序的运行会由于switch的调用,开始run方法中的while循环了,这是多线程开发者最熟悉的while循环了。

    在该while循环中,就对self.next_timers中的timers做处理:

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. def prepare_timers(self):  
  2.     heappush = heapq.heappush  
  3.     t = self.timers  
  4.     for item in self.next_timers:  
  5.         if item[1].called:  
  6.             self.timers_canceled -= 1  
  7.         else:  
  8.             heappush(t, item)  
  9.     del self.next_timers[:]  
    首先处理next_timers中没有被调用的timers,push到最小堆中去,也就是时间最小者排前面,越先被执行。然后将所有已经调用了的timer删除掉,这是不是会有一个疑问:如果删除了的timers没有运行结束,那么下次岂不是没有机会再被调度来运行了。再看了greenthread.py中的sleep函数之后,就会明白。

    加入到heap中的timers这会按照顺序开始依次遍历,如果到了他们的执行时间点了,timer对象就会直接被调用。看下面的代码:

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. def fire_timers(self, when):  
  2.     t = self.timers  
  3.     heappop = heapq.heappop  
  4.     while t:  
  5.         next = t[0]  
  6.         exp = next[0]  
  7.         timer = next[1]  
  8.         if when < exp:  
  9.             break  
  10.         heappop(t)  
  11.         try:  
  12.             if timer.called:  
  13.                 self.timers_canceled -= 1  
  14.             else:  
  15.                 timer()  
  16.         except self.SYSTEM_EXCEPTIONS:  
  17.             raise  
  18.         except:  
  19.             self.squelch_timer_exception(timer, sys.exc_info())  
  20.             clear_sys_exc_info()  

    Timer对象重载了__call__方法,所以可以直接调用了,timer被调用之后,我们前面知道,传递进来的是g.switch,在timer中就是调用了该switch函数,直接触动了greenthread的执行,此时,我们自定义的函数就可以被执行了。

    我们知道,如果我们自定义的函数要运行时间很长,怎么办,其他的greenthread则没有机会去运行了,在openstack nova官方文档中介绍thread中也提到这个问题,此时我们需要在自己定义的函数中调用greenthread.sleep(0)函数,来进行切换,使其他的greenthread也能被调度运行。看看greenthread.sleep函数的代码。

[python] view plain copy print ? Openstack中的eventlet分析(1) Openstack中的eventlet分析(1)
  1. def sleep(seconds=0):  
  2.     """Yield control to another eligible coroutine until at least *seconds* have 
  3.     elapsed. 
  4.  
  5.     *seconds* may be specified as an integer, or a float if fractional seconds 
  6.     are desired. Calling :func:`~greenthread.sleep` with *seconds* of 0 is the 
  7.     canonical way of expressing a cooperative yield. For example, if one is 
  8.     looping over a large list performing an expensive calculation without 
  9.     calling any socket methods, it's a good idea to call ``sleep(0)`` 
  10.     occasionally; otherwise nothing else will run. 
  11.     """  
  12.     hub = hubs.get_hub()  
  13.     current = getcurrent() # 当前正在执行的greenthread,调用这个sleep函数  
  14.     assert hub.greenlet is not current, 'do not call blocking functions from the mainloop'  
  15.     timer = hub.schedule_call_global(seconds, current.switch)  
  16.     try:  
  17.         hub.switch()  
  18.     finally:  
  19.         timer.cancel()  
    从该sleep函数可以知道,我们又重新调用了一遍hub.schedule_call_global函数,然后直接调用hub.switch,这样在运行的子greenlet中,开始触发父greenlet(也就是MAINLOOP的greenlet)的执行,上次该greenlet正运行到 fire_timers 的timer()函数处,此时父greenlet则接着运行,开始新的调度。

    至此,调度的过程就大致描述结束了。

    greenthread中其他的函数都基本同样,如果我们的函数只是简单的进行CPU运行,而不涉及到IO处理,上面的知识就可以理解eventlet了,然而,eventlet是一个高性能的网络库,还有很大一部分是很网络相关的。在留给下次