thrift
在网络一节中简单介绍了thrift的协议部分，在工程中会用得到thrift的线程并发，process,server库。定义idl后生成代码和业务编写代码的关系如下：
运行过程：
1.开启threaft线程池 主线程创建n个，开启，数量不够workerMonitor_.wait。到100个就死了（加锁，结束释放） 工作线程开启后，加锁，增加数量，workerMonitor_.notify，任务空monitor_.wait()，否则取任务，判断等待队列长度不到阈值则manager_->maxMonitor_.notify()，释放锁。执行任务。结束后继续抢锁循环2.开启nonblockingserver，io线程就绪 非0号其他线程先start，设置eventbase(iothread)，createpipe,注册notify；event_base_loop(eventBase_, 0);【无监听，每个io线程自己的event_base】 0号线程注册事件，设置eventbase(iothread)；注册监听；createpipe,注册notify。0号io线程run，开始监听。其他io线程join3.0号监听到handleEvent accept 加锁create connection分配连接给io线程（轮询）释放锁，通知分配的线程notifyhandler4.分配到连接的IO线程notifyhandler(read notifyfd,transition) 本次transition: 读取，调用addtask=>setidle,不需要监听cfd5.addtask thrift，加锁，如果tasks_.size() >= pendingTaskCountMax_，maxMonitor_.wait(timeout)；加入task队列，有空闲线程monitor_.notify()。任何一种monitor都公用一个锁。 这里的task就是process然后notifyIOThread(read notifyfd,transition)。6.处理后通知IO线程 transition将cfd改为监听写事件,加入到本线程的事件监听中，调用connenction的回调发送。7.connenction的回调发送之后继续notifyIOThread 本次transition重置缓存区结束。
总结：多reactor多线程模式，一个accept，多个读写，单独任务处理。正常只需要一个reactor。单reactor多线程形式。
http_server
关于优雅重启
nginx这种多进程的比价好做，因为子进程可以独立于父进程。
主进程fork，继承监听fd,锁等，exec()执行完整代码。此时旧的子进程和新的子进程都可以抢锁监听fd处理连接，关闭旧主进程，给旧的子进程发送关闭信号，子进程在处理后才会监听到信号，做到了优雅。
线程没办法独立监听信号。
连接池
add的就是任意连接对象。实现connect,reconnect.
比如
for (int i = 0; i < connectionCount; ++i) { RedisClient* redis = new RedisClient(host, port, conn_timeout_ms, rw_timeout_ms); redis->init();//CONNECT redisPool_.add(redis); }改造的redis_pool
连接池+线程池+hiredis分别负责连接管理和并发请求处理。
封装目的：一般并发到分片获取数据的代理都有以下缺点：一个失败全部失败，要等所有返回才返回，而mget的失败会被放大。因此自己在业务层控制整个mget的超时时间和返回，到代理层已经拆分为当个get，用线程池实现。
spdlog
业务调用
spdlog::set_async_mode(8192*4, spdlog::async_overflow_policy::block_retry,nullptr, std::chrono::seconds(3));std::string info_file = FLAGS_log_path + "/" + FLAGS_info_fileauto debug_logger = spdlog::basic_logger_mt("debug_logger", info_file.c_str());debug_logger->set_pattern("INFO: %Y-%m-%d %H:%M:%S %v");inline std::shared_ptr<spdlog::logger> spdlog::create(const std::string& logger_name, Args... args){ sink_ptr sink = std::make_shared<Sink>(args...); return details::registry::instance().create(logger_name, { sink }); /*锁控制 new_logger = std::make_shared<async_logger>(logger_name, sinks_begin, sinks_end, _async_q_size, _overflow_policy, _worker_warmup_cb, _flush_interval_ms, _worker_teardown_cb); //这里启线程 _loggers[logger_name] = new_logger;*/} auto logger = spdlog::get("warn_logger");\ if (logger != NULL) { \ logger->info("{}:{} {}", cplusutils::servbase_basename(__FILE__), __LINE__, log_info.str()); \ }info()=>log()->push_msg()spdlog的push_msg就是enqueue
inline void spdlog::details::async_log_helper::push_msg(details::async_log_helper::async_msg&& new_msg){ if (!_q.enqueue(std::move(new_msg)) && _overflow_policy != async_overflow_policy::discard_log_msg) { auto last_op_time = details::os::now(); auto now = last_op_time; do { now = details::os::now(); sleep_or_yield(now, last_op_time); } while (!_q.enqueue(std::move(new_msg))); }}spdlog每个日志都一个线程，启动后会循环等dequeue到落盘
_worker_thread(&async_log_helper::worker_loop, this)while (active) { try { active = process_next_msg(last_pop, last_flush); } } inline bool spdlog::details::async_log_helper::process_next_msg(log_clock::time_point& last_pop, log_clock::time_point& last_flush){ async_msg incoming_async_msg; if (_q.dequeue(incoming_async_msg)) { for (auto &s : _sinks) { if (s->should_log(incoming_log_msg.level)) { s->log(incoming_log_msg); //调用正常的文件读写。 } } } else { auto now = details::os::now(); handle_flush_interval(now, last_flush); sleep_or_yield(now, last_pop); return !_terminate_requested; }}无锁队列
bool enqueue(T&& data) { cell_t* cell; size_t pos = enqueue_pos_.load(std::memory_order_relaxed); for (;;) { cell = &buffer_[pos & buffer_mask_]; size_t seq = cell->sequence_.load(std::memory_order_acquire); intptr_t dif = static_cast<intptr_t>(seq) - static_cast<intptr_t>(pos); if (dif == 0) { if (enqueue_pos_.compare_exchange_weak(pos, pos + 1, std::memory_order_relaxed)) break; } else if (dif < 0) { return false; } else { pos = enqueue_pos_.load(std::memory_order_relaxed); } } cell->data_ = std::move(data); cell->sequence_.store(pos + 1, std::memory_order_release); return true; } bool dequeue(T& data) { cell_t* cell; size_t pos = dequeue_pos_.load(std::memory_order_relaxed); for (;;) { cell = &buffer_[pos & buffer_mask_]; size_t seq = cell->sequence_.load(std::memory_order_acquire); intptr_t dif = static_cast<intptr_t>(seq) - static_cast<intptr_t>(pos + 1); if (dif == 0) { if (dequeue_pos_.compare_exchange_weak(pos, pos + 1, std::memory_order_relaxed)) break; } else if (dif < 0) return false; else pos = dequeue_pos_.load(std::memory_order_relaxed); } data = std::move(cell->data_); cell->sequence_.store(pos + buffer_mask_ + 1, std::memory_order_release); return true; }buffer 数组。每个有seq,data
enqueue seq前移pos+1
dequeue seq前移pos+1+mask 循环复用
memory_order_relaxed:不对执行顺序做保证
memory_order_acquire:本线程中,所有后续的读操作必须在本条原子操作完成后执行 memory_order_release:本线程中,所有之前的写操作完成后才能执行本条原子操作 a.compare_exchange_weak(n,w):比较a和n,如果相等，a赋值为w。不相等，n赋值为a,返回falsebuffer {sequence,data} enqueue_pos 两个和cell中的值一直加1 dequeue_pos 同上
为何一个acquire一个relaxed呢？ pos的CAS可以保证写的原子性。最低relaxed。能保证单独操作原子，保证不了顺序, 这种对顺序的限制性能一定比锁好吗？ 这个只对单指令做限制，性能比锁好