1. Reactor模式:高性能服务器的基石
我第一次接触Reactor模式是在2016年,当时负责一个需要支撑10万+并发连接的物联网平台。传统的多线程模型在测试中直接崩溃,而基于Reactor的实现仅用单核CPU就轻松扛住了压力测试。这种性能差异让我彻底理解了为什么Nginx、Redis这些高性能服务器都选择Reactor作为核心架构。
Reactor模式本质上是一种事件驱动的设计范式,它的核心思想可以用餐厅来类比:想象一个全能的服务员(Reactor)同时照看多个餐桌(Socket连接)。当某个餐桌需要点菜(可读事件)或上菜(可写事件)时,服务员才过去处理,其他时间都在巡视各桌状态。这种机制避免了为每个顾客(连接)配备专属服务员(线程)的资源浪费。
与传统的多线程模型相比,Reactor模式具有三大优势:
- 资源占用少:单线程可处理数万连接,内存消耗仅为线程模型的1/100
- 高吞吐量:事件驱动机制避免了线程上下文切换开销
- 低延迟:I/O操作无阻塞,适合需要快速响应的场景
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心组件拆解:构建Reactor的四大支柱
2.1 事件多路分发器(Event Demultiplexer)
这是Reactor的中枢神经系统,Linux环境下通常使用epoll实现。与select/poll相比,epoll采用红黑树管理文件描述符,时间复杂度从O(n)降为O(1)。以下是关键参数设置示例:
c复制int epoll_fd = epoll_create1(0);
struct epoll_event event;
event.events = EPOLLIN | EPOLLET; // 边缘触发模式
event.data.fd = sockfd;
epoll_ctl(epoll_fd, EPOLL_CTL_ADD, sockfd, &event);
关键细节:边缘触发(ET)模式下,事件只会通知一次,必须一次性处理完所有数据,否则会丢失事件。而水平触发(LT)会持续通知,适合新手。
2.2 事件处理器(Event Handler)
每个处理器对应一个Socket连接,需要实现统一的接口规范。典型的处理器状态机如下:
mermaid复制stateDiagram
[*] --> 等待连接
等待连接 --> 数据读取: EPOLLIN触发
数据读取 --> 业务处理: 数据就绪
业务处理 --> 数据写入: 生成响应
数据写入 --> 等待连接: EPOLLOUT完成
2.3 同步事件队列
对于耗时操作(如数据库查询),需要引入线程池处理。这里有个经典的生产者-消费者模式实现:
java复制BlockingQueue<Runnable> queue = new ArrayBlockingQueue<>(1000);
ThreadPoolExecutor pool = new ThreadPoolExecutor(
4, //
