Nginx基本数据结构

文分析基于Nginx-1.2.6,与旧版本或将来版本可能有些许出入,但应该差别不大,可做参考

在Nginx中对array、list、queue、RB tree和hash表进行了实现,这些结构所涉及的内存管理都是在内存池中进行,源代码都位于src/core目录下。

Array

相对来说,数组是Nginx中最简单的数据结构,它是在内存池中分配的,与语言原生的数组相比,增强了功能,使用时可把它当做变长的,不必担心越界访问。通过ngx_array_t结构体描述了数组的结构信息。

为方便描述,称ngx_array_t结构体为数组的头(header),为数组元素分配的连续空间为数组的体(body)。

其结构如下图所示:

Nginx基本数据结构_第1张图片

其中elts指向的是数组真实数据的存放位置,nelts是指数组中已经填充的元素个数,size是元素的大小,nalloc是分配的数组空间可容纳的元素数,pool指向的是数组内存所在的内存池。

数组操作比较简单,共有5个函数,

  • 创建ngx_array_create:其过程是首先分配空间给一个ngx_array_t结构体(即header),然后分配n*size大小的空间供数组中元素存放,之后初始化header,并返回它的首地址。

  • 初始化ngx_array_init:它与创建相比,只少了第一个步骤。

  • 销毁ngx_array_destroy:它并不是真正地释放数组所占用空间(内存池中的内存释放由内存池统一进行),而是有条件地更新内存池信息。(条件是:数组空间在内存池已用空间的最后位置)

  • ngx_array_push:这也并不是真正地往数组中添加一个元素,而只是向数组请求划分出一个元素大小的空间并返回。此过程分两种情况,

    • 如果数组body中还有空闲,则把第一个可填充元素的位置返回;
    • 如果数组body已满,并且
      • 数组body在内存池已用空间的最后位置,且紧挨数组body之后还有足够的空间存放元素,则由内存池划分紧挨body的一个元素空间给body。
      • 否则,在内存池中分配原数组body两倍大小的空间,并把原数组中的元素复制到新空间,并更新数组的结构信息(header)。
  • ngx_array_push_n:同上面一样,这也只是向数组请求划分出n个元素大小的空间并返回,过程大同小异。

瞧下array的使用(这段代码在ngx_hash.c中,在下面分析hash表时会见到ngx_hash_key_t 结构,可见ngx_array_push只是返回可填充元素的位置,具体内容还得再调用之后赋值:

<!-- lang: cpp -->
ngx_array_t   curr_names;
ngx_hash_key_t       *name;
if (ngx_array_init(&curr_names, hinit->temp_pool, nelts,
                       sizeof(ngx_hash_key_t))
        != NGX_OK)
{
    return NGX_ERROR;
}
name = ngx_array_push(&curr_names);
if (name == NULL) {
    return NGX_ERROR;
}

name->key.len = len;
name->key.data = names[n].key.data;
name->key_hash = hinit->key(name->key.data, name->key.len);
name->value = names[n].value;

List

Nginx基本数据结构_第2张图片

list结构中有个单向链表把所有的part串联起来,并在last域中记录下最后一个part便于在链表结尾插入新part,list中所有元素大小是相同的为size,nalloc指的是在list中已经分配了多少个元素的空间。

list中只有三个相关操作,create,init,push,在ngx_list.h和ngx_list.c中定义。

与array类似的是,ngx_XXX_create只是对array或list的空间进行分配,当然它们的空间都分两部分,一部分是header,一部分是body;ngx_XXX_push都只是返回一个可以填充元素的位置并对header进行更新,而body中的元素内容在调用此函数之后再赋值填充。

与array不同的是,在push操作中,当已分配的空间都填满元素时,list会新建一个part(ngx_list_part_t),并在新part中划出空间并返回。

源码中给出了遍历list的示例代码如下:

    
/*
 *  the iteration through the list:
 */
part = &list.part;
data = part->elts;

for (i = 0 ;; i++) {

    if (i >= part->nelts) {
       if (part->next == NULL) {
            break;
        }  
       part = part->next;
       data = part->elts;
       i = 0;
    }

    ...  data[i] ...
}

queue

queue是个双向循环队列,设有一标记(sentinel),它之后是队列头,之前是队列尾。结构如下图所示。

Nginx基本数据结构_第3张图片

对queue的操作多用宏定义,除图中画出的,还有:

  • ngx_queue_remove(x) :队列中移除节点x
  • ngx_queue_split(h, q, n) :h为队列的标记,q为队列中的一个节点,这个宏意思是把原队列拆分成两个,一个是仍以h为标记的队列,其中包含了原队列q之前(到标记为止)的所有结点,另一个是一n为标记的队列,其中包含了原队列q之后(包括q,到标记为止)的所有节点。
  • ngx_queue_add(h, n) :h和n是两个队列的标记,这个宏意思是将n队列中的节点(除了标记n)连接到h队列的末尾,将两个队列进行合并,这样组成了一个以h为标记包含原来两个队列所有节点的新队列。

ngx_queue_t中并没有存储数据,所以使用时需在自定义结构体中嵌入一个ngx_queue_t类型的变量,其使用方法如下图所示:

Nginx基本数据结构_第4张图片

另外有两个函数:

  • ngx_queue_middle(queue)有注释:寻找队列中间节点(find the middle queue element if the queue has odd number of elements or the first element of the queue's second part otherwise)
  • ngx_queue_sort(queue, cmp)使用稳定插入排序算法对queue队列进行排序,完成后在next方向上为升序

RB Tree

红黑树是一种平衡的二叉查找树。其性质和操作在各种算法书上都有,搜一下,也很多,不细讲。贴上相关结构代码如下:

    
typedef ngx_uint_t  ngx_rbtree_key_t;
typedef ngx_int_t   ngx_rbtree_key_int_t;


typedef struct ngx_rbtree_node_s  ngx_rbtree_node_t;

struct ngx_rbtree_node_s {
    ngx_rbtree_key_t       key;
    ngx_rbtree_node_t     *left;
    ngx_rbtree_node_t     *right;
    ngx_rbtree_node_t     *parent;
    u_char                 color;
    u_char                 data;
};


typedef struct ngx_rbtree_s  ngx_rbtree_t;

typedef void (*ngx_rbtree_insert_pt) (ngx_rbtree_node_t *root,
    ngx_rbtree_node_t *node, ngx_rbtree_node_t *sentinel);

struct ngx_rbtree_s {
    ngx_rbtree_node_t     *root;
    ngx_rbtree_node_t     *sentinel;
    ngx_rbtree_insert_pt   insert;
};

其中*sentinel就是叶子节点(Nil)。

函数ngx_rbtree_insert_value和ngx_rbtree_insert_timer_value为实现的ngx_rbtree_insert_pt handler,是按普通二叉查找树的方式插入一个节点,并标记此节点的color为红色,这是红黑树中插入节点的第一个步骤。两者的区别,在于节点key值的比较,后者考虑了值溢出的情况,是针对节点key是timer值而实现的。

   
/*在ngx_rbtree_insert_value中*/
 p = (node->key < temp->key) ? &temp->left : &temp->right;

/* 在ngx_rbtree_insert_timer_value中*/
/*    
* Timer values
* 1) are spread in small range, usually several minutes,
* 2) and overflow each 49 days, if milliseconds are stored in 32 bits.  
* The comparison takes into account that overflow.
*/

/*  
*   要比较的两个timer值通常相差不大,大概几分钟而已
*   而0xFFFFFFFF小于50天的毫秒数,所以当值超过50天时就会溢出
*   所以0xFFFFFFF0和0x0000000F的timer值比较,应该认为0x0000000F值溢出
*    其本来值应该大于0xFFFFFFF0,所以才有此区别。
*/
p = ((ngx_rbtree_key_int_t) (node->key - temp->key) < 0)
        ? &temp->left : &temp->right;

//红黑树tree中插入节点node
void ngx_rbtree_insert(ngx_thread_volatile ngx_rbtree_t *tree,ngx_rbtree_node_t *node)

 //红黑树tree中删除节点node
void ngx_rbtree_delete(ngx_thread_volatile ngx_rbtree_t *tree,    ngx_rbtree_node_t *node)

hash

这里已经有很好的分析,创建hash和查找的过程可参考他那里。

把他的图也复制了过来,

下面就注释下ngx_hash_init函数吧


/* names数组中有nelts个ngx_hash_key_t ,是要填充到hash表中的数据*/
ngx_int_t
ngx_hash_init(ngx_hash_init_t *hinit, ngx_hash_key_t *names, ngx_uint_t nelts)
{
u_char          *elts;
size_t           len;
u_short         *test;
ngx_uint_t       i, n, key, size, start, bucket_size;
ngx_hash_elt_t  *elt, **buckets;

/*bucket_size为每个桶允许占用的最大空间,通过这个循环保证桶有足够空间
  *  盛放至少一个ngx_hash_elt_t,另外ngx_hash_elt_t可看做变长结构,因为如图所示
  * 紧挨其结构体之后仍然存放这name剩余的len-1个字节
  * NGX_HASH_ELT_SIZE(&names[n])意思是
  *  与names[n]对应的的ngx_hash_elt_t所需的空间*/
for (n = 0; n < nelts; n++) {
    if (hinit->bucket_size < NGX_HASH_ELT_SIZE(&names[n]) + sizeof(void *))
    {
        ngx_log_error(NGX_LOG_EMERG, hinit->pool->log, 0,
                      "could not build the %s, you should "
                      "increase %s_bucket_size: %i",
                      hinit->name, hinit->name, hinit->bucket_size);
        return NGX_ERROR;
    }
}
/*test中存放的是每个桶所需的空间*/
test = ngx_alloc(hinit->max_size * sizeof(u_short), hinit->pool->log);
if (test == NULL) {
    return NGX_ERROR;
}

bucket_size = hinit->bucket_size - sizeof(void *);

start = nelts / (bucket_size / (2 * sizeof(void *)));
start = start ? start : 1;

if (hinit->max_size > 10000 && nelts && hinit->max_size / nelts < 100) {
    start = hinit->max_size - 1000;
}
/*size为桶个数,从start开始,当分配的桶个数合适时跳到found*/
for (size = start; size < hinit->max_size; size++) {

    ngx_memzero(test, size * sizeof(u_short));

    for (n = 0; n < nelts; n++) {
        if (names[n].key.data == NULL) {
            continue;
        }

        key = names[n].key_hash % size;
        test[key] = (u_short) (test[key] + NGX_HASH_ELT_SIZE(&names[n]));

        if (test[key] > (u_short) bucket_size) {
            goto next;/*如果有个桶所需空间超过了允许最大值则增加桶的数量*/
        }
    }

    goto found;

next:

    continue;
}
/*桶数量已经最大,仍然有某个桶没有足够的空间盛放对应的项*/
ngx_log_error(NGX_LOG_EMERG, hinit->pool->log, 0,
              "could not build the %s, you should increase "
              "either %s_max_size: %i or %s_bucket_size: %i",
              hinit->name, hinit->name, hinit->max_size,
              hinit->name, hinit->bucket_size);

ngx_free(test);

return NGX_ERROR;

found:
/*此时size是合适的桶个数*/
for (i = 0; i < size; i++) {
    test[i] = sizeof(void *);
}
/*桶个数定下后,test中是每个桶应分配的内存大小*/
for (n = 0; n < nelts; n++) {
    if (names[n].key.data == NULL) {
        continue;
    }

    key = names[n].key_hash % size;
    test[key] = (u_short) (test[key] + NGX_HASH_ELT_SIZE(&names[n]));
}

len = 0;
/*循环结束后len中存放的是为所有的桶应分配的内存大小*/
for (i = 0; i < size; i++) {
    if (test[i] == sizeof(void *)) {
        continue;
    }
    /*每个桶对齐到cacheline边界上时所需的内存大小*/
    test[i] = (u_short) (ngx_align(test[i], ngx_cacheline_size));

    len += test[i];
}
/*这个地方图上有解释*/
if (hinit->hash == NULL) {
    hinit->hash = ngx_pcalloc(hinit->pool, sizeof(ngx_hash_wildcard_t)
                                         + size * sizeof(ngx_hash_elt_t *));
    if (hinit->hash == NULL) {
        ngx_free(test);
        return NGX_ERROR;
    }

    buckets = (ngx_hash_elt_t **)
                  ((u_char *) hinit->hash + sizeof(ngx_hash_wildcard_t));

} else {
    buckets = ngx_pcalloc(hinit->pool, size * sizeof(ngx_hash_elt_t *));
    if (buckets == NULL) {
        ngx_free(test);
        return NGX_ERROR;
    }
}
/*所有桶所占空间的起始位置也要对齐到cacheline边界上*/
elts = ngx_palloc(hinit->pool, len + ngx_cacheline_size);
if (elts == NULL) {
    ngx_free(test);
    return NGX_ERROR;
}
elts = ngx_align_ptr(elts, ngx_cacheline_size);

/*将buckets中的每个桶指针指向对应的桶空间首地址*/
for (i = 0; i < size; i++) {
    if (test[i] == sizeof(void *)) {
        continue;
    }

    buckets[i] = (ngx_hash_elt_t *) elts;
    elts += test[i];

}

for (i = 0; i < size; i++) {
    test[i] = 0;
}
/*填充每个元素到对应的桶的对应位置*/
for (n = 0; n < nelts; n++) {
    if (names[n].key.data == NULL) {
        continue;
    }

    key = names[n].key_hash % size;
    elt = (ngx_hash_elt_t *) ((u_char *) buckets[key] + test[key]);

    elt->value = names[n].value;
    elt->len = (u_short) names[n].key.len;

    ngx_strlow(elt->name, names[n].key.data, names[n].key.len);

    test[key] = (u_short) (test[key] + NGX_HASH_ELT_SIZE(&names[n]));
}
/*每个桶的结尾是一值为NULL的指针*/
for (i = 0; i < size; i++) {
    if (buckets[i] == NULL) {
        continue;
    }

    elt = (ngx_hash_elt_t *) ((u_char *) buckets[i] + test[i]);

    elt->value = NULL;
}

ngx_free(test);
/*把分配的buckets连接到hash上,并在hash->size中记录下桶的个数*/
hinit->hash->buckets = buckets;
hinit->hash->size = size;

return NGX_OK;
}

ngx_hash_key和ngx_hash_key_lc是实现的两个ngx_hash_key_pt,用来对字符串生成hash值,区别是后者计算的是字符串全部小写后的hash值。

至于还有个ngx_hash_wildcard_init,里面有递归调用,现在还迷糊着,先放着吧。。

你可能感兴趣的:(nginx)