workerman学习笔记（一.概念篇）
从事PHP开发已经有三年的时间了，大部分的时间都是在写业务逻辑。从最初的web端开发，到后期的为app提供接口，绝大部分时间都有接触到php底层，虽然在开发中能切身感受到php作为弱类型脚本语言在性能上的缺陷，但是往往的优化方向还是停留在nginx和mysql上。
从2017年下半年开始，因为需要开发一个小型的即时聊天系统，我萌发了想要自己从php底层出发，学习更深层次的技术原理的想法，通过workerman扩展的学习，向架构方面努力。
首先，workerman是什么，Workerman是一款纯PHP开发的开源高性能的PHP socket 服务框架。它不是一个MVC框架，而是一个更底层更通用的socket服务框架，你可以用它开发tcp代理、梯子代理、做游戏服务器、邮件服务器、ftp服务器。
实际上Workerman类似一个PHP版本的nginx，核心也是多进程+Epoll+非阻塞IO。Workerman每个进程能维持上万并发连接。由于本身常住内存，不依赖Apache、nginx、php-fpm这些容器，拥有超高的性能。同时支持TCP、UDP、UNIXSOCKET，支持长连接，支持Websocket、HTTP、WSS、HTTPS等通讯协以及各种自定义协议。拥有定时器、异步socket客户端、异步Mysql、异步Redis、异步Http、异步消息队列等众多高性能组件。
首先需要了解一下几个核心概念，1.多进程 2.Epoll 3.非阻塞IO
1 多进程：
首先什么是进程呢，一个进程包括了代码、数据和分配给进程的资源（内存），在计算机系统里直观地说一个进程就是一个PID。操作系统保护进程空间不受外部进程干扰，即一个进程不能访问到另一个进程的内存。有时候进程间需要进行通信，这时可以使用操作系统提供进程间通信机制。通常情况下，执行一个可执行文件操作系统会为其创建一个进程以供它运行。但如果该执行文件是基于多进程设计的话，操作系统会在最初的进程上创建出多个进程出来，这些进程间执行的代码是一样，但执行结果可能是一样的，也可能是不一样的。
为什么需要多进程？最直观的想法是，如果操作系统支持多核的话，那么一个执行文件可以在不同的核心上跑；即使是非多核的，在一个进程在等待I/O操作时另一个进程也可以在CPU上跑，提高CPU利用率、程序的效率。
廖雪峰的博客中有讲到：在Linux系统上可以通过fork()来在父进程中创建出子进程。一个进程调用fork()后，系统会先给新进程分配资源，例如存储数据和代码空间。然后把原来进程的所有值、状态都复制到新的进程里，只有少数的值与原来的进程不同，以区分不同的进程。fork()函数会返回两次，一次给父进程（返回子进程的pid或者fork失败信息），一次给子进程（返回0）。至此，两个进程分道扬镳，各自运行在系统里。
2 非阻塞IO：
首先什么是IO，即input与output的操作。网络IO的本质是socket的读取，socket在linux系统被抽象为流，IO可以理解为对流的操作。对于一次IO访问（以read举例），数据会先被拷贝到操作系统内核的缓冲区中，然后才会从操作系统内核的缓冲区拷贝到应用程序的地址空间。
所以说，当一个read操作发生时，它会经历两个阶段：
第一阶段（等待数据）：等待数据准备 (Waiting for the data to be ready)。
第二阶段（拷贝数据）：将数据从内核拷贝到进程中 (Copying the data from the kernel to the process)
对于socket流（即IO）而言，
第一步：通常涉及等待网络上的数据分组到达，然后被复制到内核的某个缓冲区。
第二步：把数据从内核缓冲区复制到应用进程缓冲区。
网络IO的模型大致有如下几种：
同步模型（synchronous IO）
阻塞IO（bloking IO）资源不可用时，IO请求一直阻塞，直到反馈结果（有数据或超时）。在linux中，默认情况下所有的socket都是blocking，blocking IO的特点就是在IO执行的两个阶段（等待数据和拷贝数据两个阶段）都被block了。
非阻塞IO（non-blocking IO）资源不可用时，IO请求离开返回，返回数据标识资源不可用。在linux中，如果数据还没有准备好，那么它并不会block用户进程，内核马上返回给进程，说明这个命令不能立即满足（EAGAIN 或 EWOULDBLOCK）。因此非阻塞就是使用轮询的（polling）方式来实现。
多路复用IO（multiplexing IO） IO multiplexing就是我们说的select，poll，epoll，有些地方也称这种IO方式为event driven IO。select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select，poll，epoll这个function会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程。在IO multiplexing Model中，实际中，对于每一个socket，一般都设置成为non-blocking，但是，整个用户的process其实是一直被block的。只不过process是被select这个函数block，而不是被socket IO给block。所以IO多路复用是阻塞在select，epoll这样的系统调用之上，而没有阻塞在真正的I/O系统调用如recvfrom之上。
信号驱动式IO（signal-driven IO）
异步IO（asynchronous IO）用户进程发起read操作之后，立刻就可以开始去做其它的事。而另一方面，从kernel的角度，当它受到一个asynchronous read之后，首先它会立刻返回，所以不会对用户进程产生任何block。然后，kernel会等待数据准备完成，然后将数据拷贝到用户内存，当这一切都完成之后，kernel会给用户进程发送一个signal，告诉它read操作完成了。
3 Epoll : epoll现在就很好理解了，epoll就是Linux内核为处理大批量文件描述符而作了改进的poll，是Linux下多路复用IO接口select/poll的增强版本，它能显著提高程序在大量并发连接中只有少量活跃的情况下的系统CPU利用率。
PS.几个需要注意的点：
1：IO多路复用是同步阻塞模型还是异步阻塞模型？
同步是需要主动等待消息通知，而异步则是被动接收消息通知，通过回调、通知、状态等方式来被动获取消息。IO多路复用在阻塞到select阶段时，用户进程是主动等待并调用select函数获取数据就绪状态消息，并且其进程状态为阻塞。所以，把IO多路复用归为同步阻塞模式。
2：到底什么是并发，高并发到底是一张怎么样的状态？
高并发的程序一般使用同步非阻塞方式而非多线程 + 同步阻塞方式。要理解这一点，首先要看一下并发和并行的区别。也就是说并发数是指同时进行的任务数（如同时服务的 HTTP 请求），而并行数是可以同时工作的物理资源数量（如 CPU 核数）。通过合理调度任务的不同阶段，并发数可以远远大于并行度，这就是区区几个 CPU 可以支持上万个用户并发请求的奥秘。在这种高并发的情况下，为每个任务（用户请求）创建一个进程或线程的开销非常大。而同步非阻塞方式可以把多个 IO 请求丢到后台去，这就可以在一个进程里服务大量的并发 IO 请求。
