最近在使用libev过程中遇到一个场景：一个fd从一个ev_loop迁移到另一个ev_loop，会出现这个fd同时存在两个epoll的瞬间。
不禁要问了，一个fd同时被两个epoll监视的行为是怎样的，epoll嵌套使用是怎样实现的？为此，整理了以前读的epoll源码。
概述
epoll的扩展性和性能关键在于两个数据结构: 0) 一个rbtree; 1) 一个ready list.
epoll是有状态的, 内核中维护了一个数据结构用来管理所要监视的fd，这个数据结构是eventpoll.
在eventpoll中有一颗红黑树, 用来快速的查找和修改要监视的fd，每个节点被封装成epitem结构.
在eventpoll中有一个列表, 用来收集已经发生事件的epitem, 这个list叫ready list.
epoll系统的初始化
eventpoll_init() { eventpoll_mnt = kern_mount(&eventpoll_fs_type); epi_cache = kmem_cache_create("eventpoll_epi", sizeof(struct epitem), 0, SLAB_HWCACHE_ALIGN|EPI_SLAB_DEBUG|SLAB_PANIC, NULL, NULL); pwq_cache = kmem_cache_create("eventpoll_pwq", sizeof(struct eppoll_entry), 0, EPI_SLAB_DEBUG|SLAB_PANIC, NULL, NULL); error = register_filesystem(&eventpoll_fs_type); eventpoll_mnt = kern_mount(&eventpoll_fs_type); }
init初始化代码很简单:
1. 申请epitem的缓冲;
2. 申请eppoll_entry的缓冲;
3. 把epoll和文件系统关联起来.
下图是 epoll和VFS的关联：
epoll创建 - epoll_create
SYSCALL_DEFINE1(epoll_create1, int, flags) { int error, fd; struct eventpoll *ep = NULL; struct file *file; error = ep_alloc(&ep); fd = get_unused_fd_flags(O_RDWR | (flags & O_CLOEXEC)); file = anon_inode_getfile("[eventpoll]", &eventpoll_fops, ep, (flags & O_CLOEXEC)); fd_install(fd, file); ep->file = file; return fd; }
- error = ep_alloc(&ep);
分配一个epollevent结构体; - 把ep和文件系统的inode, file关联起来。
epoll添加事件 - epoll_ctl
asmlinkage long sys_epoll_ctl(int epfd, int op, int fd, struct epoll_event __user *event) { struct file *file, *tfile; struct eventpoll *ep; struct epitem *epi; struct epoll_event epds; tfile = fget(fd); // 判断epfd是否是一个epoll if (file == tfile || !is_file_epoll(file)) goto eexit_3; // 从private_data中取出eventpoll指针 // 并且上锁, 因此一个epoll_ctl是线程安全的 ep = file->private_data; down_write(&ep->sem); // 尝试着从红黑树ep->rbr上找到tfile对应的一个epitem epi = ep_find(ep, tfile, fd); error = -EINVAL; switch (op) { case EPOLL_CTL_ADD: if (!epi) { // 如果是ADD操作，并且这个fd不在eventpoll里，则执行插入操作，注意：内核会主动加上POLLERR和POLLHUP事件 epds.events |= POLLERR | POLLHUP; error = ep_insert(ep, &epds, tfile, fd); } else // 否则设置error error = -EEXIST; clear_tfile_check_list(); break; case EPOLL_CTL_DEL: if (epi) error = ep_remove(ep, epi); else error = -ENOENT; break; case EPOLL_CTL_MOD: if (epi) { epds.events |= POLLERR | POLLHUP; error = ep_modify(ep, epi, &epds); } else error = -ENOENT; break; } } }
ep_insert插入事件
下图是epoll的数据结构。root指向红黑树的树根；rdlist指向待收割事件的列表ready list：
static int ep_insert(struct eventpoll *ep, struct epoll_event *event, struct file *tfile, int fd) { int error, revents, pwake = 0; unsigned long flags; struct epitem *epi; struct ep_pqueue epq; // 从slab中分配一个epitem if (!(epi = kmem_cache_alloc(epi_cache, GFP_KERNEL))) return -ENOMEM; // 初始化epi INIT_LIST_HEAD(&epi->rdllink); INIT_LIST_HEAD(&epi->fllink); INIT_LIST_HEAD(&epi->pwqlist); epi->ep = ep; ep_set_ffd(&epi->ffd, tfile, fd); epi->event = *event; epi->nwait = 0; epi->next = EP_UNACTIVE_PTR; // 调用tcp_poll // 在tcp_sock->sk_sleep中插入一个等待者 epq.epi = epi; init_poll_funcptr(&epq.pt, ep_ptable_queue_proc); // 0) 向fd添加一个回调让其有事件发生时通知epoll; // 1) 同时, 可能此时已经有事件存在了, revents返回这个事件 revents = tfile->f_op->poll(tfile, &epq.pt); // 把这个epi添加到红黑树中 ep_rbtree_insert(ep, epi); error = -EINVAL; if (reverse_path_check()) goto error_remove_epi; spin_lock_irqsave(&ep->lock, flags); // 如果此时有事件到来，并且没有把epi添加到就绪队列，则添加到epoll的就绪队列 if ((revents & event->events) && !ep_is_linked(&epi->rdllink)) { list_add_tail(&epi->rdllink, &ep->rdllist); // 并且唤醒一个正在等在这个epoll管理的fd的进程 if (waitqueue_active(&ep->wq)) wake_up_locked(&ep->wq); // 并且唤醒一个正在等在这个epoll本身的进程 if (waitqueue_active(&ep->poll_wait)) pwake++; } spin_unlock_irqrestore(&ep->lock, flags); atomic_inc(&ep->user->epoll_watches); // 在ep->lock锁的外面唤醒嵌套epoll if (pwake) ep_poll_safewake(&ep->poll_wait); return 0; }
在插入一个fd到epoll中会显示调用一次poll, 对于tcp来说是tcp_poll.
来看看poll是如何初始化和被调用的.
tcp_poll
下图是网卡硬件中断触发epoll_wait返回的调用路径：
// tcp 协议初始化 static struct inet_protosw inetsw_array[] = { { .type = SOCK_STREAM, .protocol = IPPROTO_TCP, .prot = &tcp_prot, .ops = &inet_stream_ops, .capability = -1, .no_check = 0, .flags = INET_PROTOSW_PERMANENT | INET_PROTOSW_ICSK, }, ... ... ... }
// tcp_poll才是最终的调用函数 const struct proto_ops inet_stream_ops = { .family = PF_INET, .owner = THIS_MODULE, .bind = inet_bind, .accept = inet_accept, .poll = tcp_poll, .listen = inet_listen }
tcp_poll的逻辑
static unsigned int sock_poll(struct file *file, poll_table * wait) { struct socket *sock; sock = file->private_data; return sock->ops->poll(file, sock, wait); } // 0) 注册事件到tcp中; // 1) 返回此时已经发生的事件. unsigned int tcp_poll(struct file *file, struct socket *sock, poll_table *wait) { unsigned int mask; struct sock *sk = sock->sk; struct tcp_sock *tp = tcp_sk(sk); // 注册一个回调到sk->sk_sleep中 // 注意, wait为空时忽略注册动作 poll_wait(file, sk->sk_sleep, wait); // 如果是监听套接字，则inet_csk_listen_poll if (sk->sk_state == TCP_LISTEN) return inet_csk_listen_poll(sk); mask = 0; if (sk->sk_err) mask = POLLERR; // copied_seq 和 rcv_nxt 不相等，则说明有未读数据出现了 if ((1 << sk->sk_state) & ~(TCPF_SYN_SENT | TCPF_SYN_RECV)) { if ((tp->rcv_nxt != tp->copied_seq) && (tp->urg_seq != tp->copied_seq || tp->rcv_nxt != tp->copied_seq + 1 || sock_flag(sk, SOCK_URGINLINE) || !tp->urg_data)) mask |= POLLIN | POLLRDNORM; if (sk_stream_wspace(sk) >= sk_stream_min_wspace(sk)) { mask |= POLLOUT | POLLWRNORM; } } }
看看如何注册回调到tcp socket中
// 反向调用poll_table->qproc，注册一个poll_callback static inline void poll_wait(struct file * filp, wait_queue_head_t * wait_address, poll_table *p) { if (p && wait_address) p->qproc(filp, wait_address, p); } // 注册poll_callback到sock->sk_sleep上 // 0) file是sock对应的file句柄; // 1) whead是sock->sk_sleep static void ep_ptable_queue_proc(struct file *file, wait_queue_head_t *whead, poll_table *pt) { struct epitem *epi = ep_item_from_epqueue(pt); struct eppoll_entry *pwq; if (epi->nwait >= 0 && (pwq = kmem_cache_alloc(pwq_cache, SLAB_KERNEL))) { init_waitqueue_func_entry(&pwq->wait, ep_poll_callback); pwq->whead = whead; pwq->base = epi; add_wait_queue(whead, &pwq->wait); list_add_tail(&pwq->llink, &epi->pwqlist); epi->nwait++; } else { /* We have to signal that an error occurred */ epi->nwait = -1; } }
// 只要socket上有事件发生就会回调上面注册的回调
poll_callback的回调
数据包到达:
PKT Arrive INT
--> Driver
--> 0) alloc_skb; 1) netif_rx
--> RX_SOFTIRQ
--> net_rx_action软中断处理函数 (dev->poll)
--> process_backlog
--> netif_receive_skb
--> tcp_v4_rcv()
--> tcp_v4_do_rcv
--> tcp_rcv_state_process
--> sock_def_wakeup
--> ep_poll_callback
回调
static int ep_poll_callback(wait_queue_t *wait, unsigned mode, int sync, void *key) { int pwake = 0; unsigned long flags; // 通过wait找到epoll_entry // 通过epoll_entry->base找到epitem struct epitem *epi = ep_item_from_wait(wait); struct eventpoll *ep = epi->ep; spin_lock_irqsave(&ep->lock, flags); if (!(epi->event.events & ~EP_PRIVATE_BITS)) goto out_unlock; if (key && !((unsigned long) key & epi->event.events)) goto out_unlock; // 把当前epitem添加到ready list中，等待收割 if (!ep_is_linked(&epi->rdllink)) list_add_tail(&epi->rdllink, &ep->rdllist); // 在收到数据包的回调中唤醒等待在epll上的进程 if (waitqueue_active(&ep->wq)) wake_up_locked(&ep->wq); // 唤醒嵌套epoll的进程 if (waitqueue_active(&ep->poll_wait)) pwake++; pin_unlock_irqrestore(&ep->lock, flags); if (pwake) ep_poll_safewake(&ep->poll_wait); return 1; }
下面看看用户态如何收割事件.
epoll事件收割 - epoll_wait
SYSCALL_DEFINE4(epoll_wait, int, epfd, struct epoll_event __user *, events, int, maxevents, int, timeout) { error = ep_poll(ep, events, maxevents, timeout); } static int ep_poll(struct eventpoll *ep, struct epoll_event __user *events, int maxevents, long timeout) { int res = 0, eavail, timed_out = 0; if (timeout > 0) { struct timespec end_time = ep_set_mstimeout(timeout); slack = select_estimate_accuracy(&end_time); to = &expires; *to = timespec_to_ktime(end_time); } else if (timeout == 0) { timed_out = 1; spin_lock_irqsave(&ep->lock, flags); goto check_events; } fetch_events: spin_lock_irqsave(&ep->lock, flags); // 如果ready list为空 if (!ep_events_available(ep)) { init_waitqueue_entry(&wait, current); wait.flags |= WQ_FLAG_EXCLUSIVE; // 把当前进程添加到等待队列中 __add_wait_queue(&ep->wq, &wait); for (;;) { // 设置进程的状态为TASK_INTERRUPTIBLE，以便在ep_poll_callback将其唤醒 set_current_state(TASK_INTERRUPTIBLE); // ready list非空 if (ep_events_available(ep) || timed_out) break; // 有信号返回EINTR if (signal_pending(current)) { res = -EINTR; break; } // 解锁准备调度出去 spin_unlock_irqrestore(&ep->lock, flags); if (!schedule_hrtimeout_range(to, slack, HRTIMER_MODE_ABS)) timed_out = 1; // 再次运行后，第一件事就是获取锁 spin_lock_irqsave(&ep->lock, flags); } __remove_wait_queue(&ep->wq, &wait); set_current_state(TASK_RUNNING); } eavail = ep_events_available(ep); // 开始收割事件 ep_send_events(ep, events, maxevents); } static int ep_send_events(struct eventpoll *ep, struct epoll_event __user *events, int maxevents) { struct ep_send_events_data esed; esed.maxevents = maxevents; esed.events = events; return ep_scan_ready_list(ep, ep_send_events_proc, &esed); } static int ep_scan_ready_list(struct eventpoll *ep, int (*sproc)(struct eventpoll *, struct list_head *, void *), void *priv) { int error, pwake = 0; unsigned long flags; struct epitem *epi, *nepi; LIST_HEAD(txlist); // 上锁，和epoll_ctl, epoll_wait互斥 mutex_lock(&ep->mtx); // 原子的置换readlist 到 txlist中 // 并且开启ovflist, 使得在sproc执行过程中产生的事件存入其中, 是一个事件的临时停靠点 spin_lock_irqsave(&ep->lock, flags); list_splice_init(&ep->rdllist, &txlist); ep->ovflist = NULL; spin_unlock_irqrestore(&ep->lock, flags); // 开始调用sproc组织事件到用户空间的数组中 error = (*sproc)(ep, &txlist, priv); spin_lock_irqsave(&ep->lock, flags); for (nepi = ep->ovflist; (epi = nepi) != NULL; nepi = epi->next, epi->next = EP_UNACTIVE_PTR) { // 把sproc执行期间产生的事件加入到ready list中, 但是有可能这些新诞生的事件到目前为止还在txlist中 // 也就是, 有可能sproc并没有消耗完本次的ready list，那么剩下的事件要等到下次epoll_wait来收割 // 所以, // 0) 需要去重, 这是通过ep_is_linked(&epi->rdllink)来做到的, 因为如果这个epi在txlist中, 它的rdllikn非空; // 1) 需要把还没有被收割到用户空间的事件再次的放入ready list中, 并且要保证这些事件在新诞生的事件的前面, 这是通过list_splice做到的. if (!ep_is_linked(&epi->rdllink)) list_add_tail(&epi->rdllink, &ep->rdllist); } // 关闭ovflist ep->ovflist = EP_UNACTIVE_PTR; list_splice(&txlist, &ep->rdllist); // 唤醒 if (!list_empty(&ep->rdllist)) { if (waitqueue_active(&ep->wq)) wake_up_locked(&ep->wq); if (waitqueue_active(&ep->poll_wait)) pwake++; } spin_unlock_irqrestore(&ep->lock, flags); mutex_unlock(&ep->mtx); if (pwake) ep_poll_safewake(&ep->poll_wait); return error; }
事件是怎么被收割到用户空间的
static int ep_send_events_proc(struct eventpoll *ep, struct list_head *head, void *priv) { struct ep_send_events_data *esed = priv; int eventcnt; unsigned int revents; struct epitem *epi; struct epoll_event __user *uevent; // 这个函数不需要再上锁了 // 收割事件的个数上限是esed->maxevents for (eventcnt = 0, uevent = esed->events; !list_empty(head) && eventcnt < esed->maxevents;) { epi = list_first_entry(head, struct epitem, rdllink); // 已经被收割的事件要从txlist中移除掉, 很重要. // 因为，并不是txlist上的所有的事件都会被收割到用户空间 // 剩下的未收割的事件要再次的放回到ready list list_del_init(&epi->rdllink); // 显示的tcp_poll一次事件, 看看这个fd上发生了什么事情, 并和自己关心的事件做交集 revents = epi->ffd.file->f_op->poll(epi->ffd.file, NULL) & epi->event.events; if (revents) { // 回传到用户空间 if (__put_user(revents, &uevent->events) ||__put_user(epi->event.data, &uevent->data)) { list_add(&epi->rdllink, head); return eventcnt ? eventcnt : -EFAULT; } eventcnt++; uevent++; if (epi->event.events & EPOLLONESHOT) epi->event.events &= EP_PRIVATE_BITS; else if (!(epi->event.events & EPOLLET)) { // 如果是LT模式要再次放入到ready list中 // 难道这个事件就一直在ready list中了? 用户态的epoll_wait岂不是每次都会收割到事件?什么时候会被剔除掉? // 非也(以读事件为例): // 0) 如果用户态在epoll_wait中获取到了一个epi事件, 并没有处理, 那么这个事件是一直存在在fd上的(举个例子: 可读状态会一直处于可读, rcv_nxt>copied_seq) // 1) 用户态代码不读取数据或仅仅读取了部分数据, 为了保证LT语义, 下次epoll_wait时候能够再次获取到改epi, 这个epi必须要保存到ready list中; // 2) 用户态代码一直读取这个fd上的数据直到EGAIN, 下次epoll_wait的时候任然会从ready list中碰到这个事件, 但此时tcp_poll不会返回可读事件了, 所以此后会从ready list中剔除掉. // 3) 也就是, epoll事件的剔除是发生在下一次epoll_wait中 list_add_tail(&epi->rdllink, &ep->rdllist); } } } return eventcnt; }
自问自答
问： 一个fd加入到多个epoll行为如何？
答： 统一个fd通过epoll_ctl添加到两个epoll中，在epoll_ctl流程中会通过tcp_poll调用在fd->sock->sk_sleep中插入一个回调。也就是说，两次epoll_ctl就会往同一个fd的sk_sleep中插入两个回调。在有事件到来时会遍历sk_sleep上所有的回调。所以，会触发两次epoll_wait返回。
问：epoll的LT和ET如何实现的？和具体的poll()有关吗？
答：具体的poll()函数是无感知LT和ET的。tcp_poll在state change时候会回调sk_sleep上的回调。epoll在收割事件的时候会判断是ET还是LT，如果是ET则把epi从ready list移除掉，并且加入到用户态的events数组中，所以下次epoll_wait就不会收割到这个事件了，除非state change又发生了变化触发了回调；如果是LT除了把epi加入到用户态的events数组中，还会再次加入到ready list之后，下次epoll_wait会再次返回，但是并不会始终返回。
