- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我知道像 select、poll、epoll 等事件驱动的 I/O 允许有人构建一个高度可扩展的 Web 服务器,但我对细节感到困惑。如果只有一个执行线程和一个进程在为服务器运行,那么当服务器为就绪客户端运行其“处理”例程时,这不是以串行方式完成以处理就绪客户端列表,因为它不能在多个内核或 CPU 上调度?此外,当这个处理发生时......服务器不会无响应吗?
我曾经认为这就是人们使用线程池来处理后端事件 I/O 的原因,但是当我最近听说并不是每个人都在他们的应用程序中使用线程池时,我感到很困惑。
最佳答案
嗯。我认为,您(原始海报)和其他答案是倒退的。
您似乎掌握了事件驱动的部分,但对事件触发后会发生的事情感到困惑。
要理解的关键是,Web 服务器通常花很少的时间“处理”请求,而花大量时间等待磁盘和网络 I/O。
当请求进来时,服务器通常需要做两件事之一。要么加载一个文件并将其发送给客户端,要么将请求传递给其他东西(经典的,一个 CGI 脚本,现在 FastCGI 由于显而易见的原因更为常见)。
在任何一种情况下,服务器的工作在计算上都是最少的,它只是客户端和磁盘或“其他东西”之间的中间人。
这就是为什么这些服务器使用所谓的 非阻塞 输入/输出。
确切的机制因操作系统而异,但关键点是读或写请求总是立即(或足够接近)返回。例如,当您尝试写入套接字时,系统要么立即接受它可以写入缓冲区的内容,要么返回诸如 EWOULDBLOCK 错误之类的内容,让您知道它现在无法接收更多数据。
一旦写入被“接受”,程序就可以记下连接的状态(例如“5000 of 10000 bytes sent”或其他内容)并继续下一个准备好采取行动的连接,回到首先在系统准备好接收更多数据之后。
这与普通阻塞套接字不同,在普通阻塞套接字中,当操作系统尝试通过网络向客户端发送数据时,大写请求可能会阻塞很长时间。
从某种意义上说,这与您可能使用线程 I/O 所做的并没有什么不同,但它大大减少了内存、上下文切换和一般“内务处理”形式的开销,并最大限度地利用了操作系统做到最好(或者应该做到):快速处理 I/O。
对于多处理器/多核系统,同样的原则适用。这种服务器在每个单独的 CPU 上仍然非常高效。您只需要一个可以 fork 自身的多个实例以利用额外的处理器。
关于events - 事件驱动的 I/O 如何允许多处理?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3231018/
在使用 requests 库中的状态代码时,我遇到了一些奇怪的事情。每个 HTTP 状态代码都有一个常量,有些具有别名(例如,包括 200 的复选标记): url = 'https://httpbin
这是我得到的代码,但我不知道这两行是什么意思: o[arr[i]] = o[arr[i]] || {}; o = o[arr[i]]; 完整代码: var GLOBAL={}; GLOBAL.name
所以这个问题的答案What is the difference between Θ(n) and O(n)? 指出“基本上,当我们说算法是 O(n) 时,它也是 O(n2)、O(n1000000)、O
这是一个快速的想法;有人会说 O(∞) 实际上是 O(1) 吗? 我的意思是它不依赖于输入大小? 所以在某种程度上它是恒定的,尽管它是无限的。 或者是唯一“正确”的表达方式 O(∞)? 最佳答案 无穷
这是真的: log(A) + log(B) = log(A * B) [0] 这也是真的吗? O(log(A)) + O(log(B)) = O(log(A * B)) [1] 据我了解 O(f
我正在解决面试练习的问题,但我似乎无法找出以下问题的时间和空间复杂度的答案: Given two sorted Linked Lists, merge them into a third list i
我了解 Big-Oh 表示法。但是我该如何解释 O(O(f(n))) 是什么意思呢?是指增长率的增长率吗? 最佳答案 x = O(n)基本上意味着 x <= kn对于一些常量 k . 因此 x = O
我正在编写一个函数,该函数需要一个对象和一个投影来了解它必须在哪个字段上工作。 我想知道是否应该使用这样的字符串: const o = { a: 'Hello There' }; funct
直觉上,我认为这三个表达式是等价的。 例如,如果一个算法在 O(nlogn) + O(n) 或 O(nlogn + n) 中运行(我很困惑),我可以假设这是一个O(nlogn) 算法? 什么是真相?
根据 O'Reilly 的 Python in a Nutshell 中的 Alex Martelli,复杂度类 O(n) + O(n) = O(n)。所以我相信。但是我很困惑。他解释说:“N 的两个
O(n^2)有什么区别和 O(n.log(n)) ? 最佳答案 n^2 的复杂性增长得更快。 关于big-o - 大 O 符号 : differences between O(n^2) and O(n
每当我收到来自 MS outlook 的电子邮件时,我都会收到此标记 & nbsp ; (没有空格)哪个显示为?在 <>. 当我将其更改为 ISO-8859-1 时,浏览器页面字符集编码为 UTF-8
我很难理解 Algorithms by S. Dasgupta, C.H. Papadimitriou, and U.V. Vazirani - page 24 中的以下陈述它们将 O(n) 的总和表
我在面试蛋糕上练习了一些问题,并在问题 2给出的解决方案使用两个单独的 for 循环(非嵌套),解决方案提供者声称他/她在 O(n) 时间内解决了它。据我了解,这将是 O(2n) 时间。是我想错了吗,
关于 Java 语法的幼稚问题。什么 T accept(ObjectVisitorEx visitor); 是什么意思? C# 的等价物是什么? 最佳答案 在 C# 中它可能是: O Accept(
假设我有一个长度为 n 的数组,我使用时间为 nlogn 的排序算法对它进行了排序。得到这个排序后的数组后,我遍历它以找到任何具有线性时间的重复元素。我的理解是,由于操作是分开发生的,所以时间是 O(
总和 O(1)+O(2)+ .... +O(n) 的计算结果是什么? 我在某处看到它的解决方案: O(n(n+1) / 2) = O(n^2) 但我对此并不满意,因为 O(1) = O(2) = co
这个问题在这里已经有了答案: 11 年前关闭。 Possible Duplicate: Plain english explanation of Big O 我想这可能是类里面教的东西,但作为一个自学
假设我有两种算法: for (int i = 0; i 2)更长的时间给定的一些n - 其中n这种情况的发生实际上取决于所涉及的算法 - 对于您的具体示例, n 2)分别时间,您可能会看到: Θ(n)
这个问题在这里已经有了答案: Example of a factorial time algorithm O( n! ) (4 个回答) 6年前关闭。 我见过表示为 O(X!) 的 big-o 示例但
我是一名优秀的程序员,十分优秀!