分析典型案例：
- Celery 分布式异步任务框架
- Gunicorn Web容器
之所以挑这两个，不仅仅是应用广泛，而且两个的进程模型比较类似，都是Master、Worker的形式，在热重启上思路和做法又基本不同，比较有参考意义
知识点：
- atexit
- os.execv
- 模块共享变量
- 信号处理
- sleep原理:select
- 文件描述符共享
这几个知识点不难，区别只在于Celery和Gunicorn的应用方式。如果脑海中有这样的知识点，这篇文章也就是开阔下视野而已。。。
Celery和Gunicorn都会在接收到HUP信号时，进行热重启操作
Celery的重启：关旧Worker，然后execv重新启动整个进程
Gunicorn的重启：建立新Worker，再关旧Worker，Master不动
下面具体的看下它们的操作和核心代码。
对于Celery：
- def _reload_current_worker():
- platforms.close_open_fds([
- sys.__stdin__, sys.__stdout__, sys.__stderr__,
- ])
- os.execv(sys.executable, [sys.executable] + sys.argv)
- def install_worker_restart_handler(worker, sig='SIGHUP'):
- def restart_worker_sig_handler(*args):
- """Signal handler restarting the current python program."""
- import atexit
- atexit.register(_reload_current_worker)
- from celery.worker import state
- state.should_stop = EX_OK
- platforms.signals[sig] = restart_worker_sig_handler
HUP上挂的restart_worker_sig_handler 就做了两件事：
- 注册atexit函数
- 设置全局变量
考虑到这个执行顺序，应该就能明白Celery 是Master和Worker都退出了，崭新呈现。。
看过APUE的小伙伴，应该比较熟悉 atexit 了，这里也不多说。os.execv还挺有意思，根据Python文档，这个函数会执行一个新的函数用于替换掉 当前进程 ，在Unix里，新的进程直接把可执行程序读进进程，保留同样的PID。
在Python os标准库中，这是一整套基本一毛一样的函数，也许应该叫做函数族了：
- os. execl ( path , arg0 , arg1 , … )
- os. execle ( path , arg0 , arg1 , … , env )
- os. execlp ( file , arg0 , arg1 , … )
- os. execlpe ( file , arg0 , arg1 , … , env )
- os. execv ( path , args )
- os. execve ( path , args , env )
- os. execvp ( file , args )
- os. execvpe ( file , args , env )
以exec开头，后缀中的l和v两种，代表命令行参数是否是变长的(前者不可变),p代表是否使用PATH定位程序文件，e自然就是在新进程中是否使用ENV环境变量了
然后给worker的state.should_stop变量设置成False。。。 模块共享变量 这个是 Python FAQ里提到的一种方便的跨模块消息传递的方式，运用了Python module的单例。我们都知道Python只有一个进程，所以单例的变量到处共享
而should_stop这个变量也是简单粗暴，worker在执行任务的循环中判断这个变量，即执行异步任务->查看变量->获得异步任务->继续执行 的循环中，如果True就抛出一个【应该关闭】异常，worker由此退出。
这里面有一个不大不小的坑是：信号的发送对于外部的工具，例如kill，是非阻塞的，所以当HUP信号被发出后，worker可能并没有完成重启(等待正在执行的旧任务完成 才退出和新建)，因此如果整个系统中只使用HUP信号挨个灰度各个机器，那么很有可能出现全部worker离线的情况
接下来我们看看Gunicorn的重启机制：
信号实质上挂在在Arbiter上，Arbiter相当于master，守护和管理worker的，管理各种信号，事实上它init的时候就给自己起好Master的名字了，打印的时候会打出来：
- class Arbiter(object):
- def __init__(self, app):
- #一部分略
- self.master_name = "Master"
- def handle_hup(self):
- """\
- HUP handling.
- - Reload configuration
- - Start the new worker processes with a new configuration
- - Gracefully shutdown the old worker processes
- """
- self.log.info("Hang up: %s", self.master_name)
- self.reload()
这里的函数文档里写了处理HUP信号的过程了，简单的三行：
- 读取配置
- 开启新worker
- 优雅关闭旧Worker
reload函数的实现本身没什么复杂的，因为Gunicorn 是个Web容器，所以master里面是没有业务逻辑的，worker都是master fork出来的，fork是可以带着文件描述符(自然也包括socket)过去的。这也是Gunicorn可以随意增减worker的根源
master只负责两件事情：
- 拿着被Fork的worker的PID，以供关闭和处理
- 1秒醒来一次，看看有没有worker超时了需要被干掉
- while True:
- sig = self.SIG_QUEUE.pop(0) if len(self.SIG_QUEUE) else None
- if sig is None:
- self.sleep()
- self.murder_workers()
- self.manage_workers()
- continue
- else:
- #处理信号
在sleep函数中，使用了select.select+timeout实现，和time.sleep的原理是一样的，但不同之处在于select监听了自己创建的一个PIPE，以供wakeup立即唤醒
总结
以上就介绍了Celery和Gunicorn的重启机制差异。
从这两者的设计来看，可以理解他们这样实现的差异。
Celery是个分布式、异步的任务队列，任务信息以及排队信息实质上是持久化在外部的MQ中的，例如RabbitMQ和redis，其中的持久化方式，这应该另外写一篇《高级消息队列协议AMQP介绍》，就不在这里说了，对于Celery的Master和Worker来说，可以说是完全没有状态的。由Celery的部署方式也可以知道，近似于一个服务发现的框架，下线的Worker不会对整个分布式系统带来任何影响。唯一的例外可能是Beat组件，作为Celery定时任务的节拍器，要做少许改造以适配分布式的架构，并且实现Send Once功能。
Gunicorn作为Python的Web容器之一，会接收用户的请求，虽然我们通常都会使用nginx放在Gunicorn前方做反向代理，通常也可以使用nginx来做upstream offline、online的热重启，但那就不是一个层次的事情了
这里回头来再吐槽Golang
项目中使用到了Golang的一个Web框架，Golang在1.8中也已经支持Http.Server的热关闭了，但是一是因为刚出不就(竟然现在才出)，二是因为Golang的进程模型和Python大相近庭，go协程嘛，目前还没有看到那个Web框架中真正实现Gunicorn类似的热重启。
Golang 在fcgi的操作应该就类似Python之于wsgi了。。我感觉我是选择错了一个web框架
也没看见有人用syscall.Exec来用一下execve系统调用，Golang也没看见有人用socket REUSE。。作为一个懒惰的人感觉很蛋疼。。。
先让nginx大法做这件事情好了。
本文作者：佚名
来源：51CTO
