网络字节流数据解析组件的设计与实现--Circular Buffer(Ring Buffer)

1. 应用场景

      网络编程中有这样一种场景：需要应用程序代码一边从TCP/IP协议栈接收数据（reading data from socket），一边解析接收的数据。具体场景例如：用户点击Youtube或优酷网站上的视频内容，这时用户PC上的播放软件就是一边接收数据一边对数据进行解码并播放的。这样的场景的存在如下约束：
1. 必须边接收数据，边对数据进行解析，不能等待到数据全部接收完整后才解析（用户等待的时间与体验成反比）。
2. 数据为流式数据（如TCP承载），需对接收到的数据进行定界分析，将数据转化为可被应用程序解析的结构化数据。
3. 数据的解析需要兼顾性能和内存空间的利用效率（如果减少内存拷贝，分配适当大小的缓存空间）。

     本文将设计一个适合上述场景的环形缓冲组件，提供方便的数据缓存与读取接口，让编码专注于数据解析的逻辑，而不是将过多的精力消耗在缓冲区本身的处理上。本文讨论POSIX的一种优化的环形缓冲实现方式，并提出了进一步优化：
1. 高效的数据写入与读取接口，如应用程序可能对某段数据不感兴趣，则可将其直接忽略掉。
2. 封装了常见的整形数据读取接口，解析程序可以直接读数1~4字节的整形数据。

2. 基于Circular Buffer的字节流解析组件实现

       http://en.wikipedia.org/wiki/Circular_buffer 这里对Circular Buffer的原理及各种不同的实现进行了讨论。下面我们来看下我们基于POSIX方式的实现并进行分析。

#ifndef _CIRCULAR_BUFFER_H
#define _CIRCULAR_BUFFER_H

typedef struct CircularBuffer {
    void *ptr;

    /* 必须为整数倍内存页面大小*/
    unsigned long count;
    unsigned long read_offset;
    unsigned long write_offset;
} CircularBuffer;

/* 创建环形缓冲区 */
CircularBuffer *cbCreate(unsigned long order);
/* 销毁环形缓冲区 */
void cbFree(CircularBuffer *cb);
/* 重置缓冲区，使之可用于新的业务数据缓存 */
void cbClear(CircularBuffer *cb);

int cbIsEmpty(CircularBuffer *cb);
unsigned long cbUsedSpaceSize(CircularBuffer *cb);
unsigned long cbFreeSpaceSize(CircularBuffer *cb);

/* 向环形缓冲写入len 字节数据 */
unsigned long cbPushBuffer(CircularBuffer *cb, void *buffer, unsigned long len);
/* 从环形缓冲读取len字节存放到buffer中，
     buffer可以为NULL，忽略len字节的数据*/
void *cbReadBuffer(CircularBuffer *cb, void *buffer, unsigned long len);

/* 从环形缓冲区读取1个字节 */
unsigned char cbReadUINT8(CircularBuffer *cb);
/* 从环形缓冲区读取1个短整形数 */
unsigned short cbReadUINT16(CircularBuffer *cb);
short cbReadSINT16(CircularBuffer *cb);
unsigned int cbReadUINT24(CircularBuffer *cb);
int cbReadSINT24(CircularBuffer *cb);
unsigned int cbReadUINT32(CircularBuffer *cb);
int cbReadSINT32(CircularBuffer *cb);

#endif

 

    cbCreate接口创建并初始化一个环形缓冲区，实现如下：

CircularBuffer *cbCreate(unsigned long order)
{

    int fd = 0, status = 0;
    void *address = NULL;
    char path[] = "/dev/shm/circular_buffer_XXXXXX";
    CircularBuffer *cb = (CircularBuffer *)malloc(sizeof(CircularBuffer));

    if (NULL == cb) {
        return NULL;
    }

    order = (order <= 12 ? 12 : order);
    cb->count = 1UL << order;
    cb->read_offset = 0;
    cb->write_offset = 0;

    /* 分配2倍指定的缓冲空间 */
    cb->ptr = mmap(NULL, cb->count << 1, PROT_NONE, MAP_ANONYMOUS |MAP_PRIVATE, -1, 0);
    if (MAP_FAILED == cb->ptr) {
        abort(); |
    }

    /* 根据path模块创建一个唯一的临时文件 */
    fd = mkstemp(path);
    if (0 > fd) {
        abort();
    }

    /* 删除文件访问的目录入口，进程仍可使用该文件 */
    status = unlink(path);
    if (0 != status) {
        abort();
    }

    /* 将文件大小精确指定为count字节 */
    status = ftruncate(fd, cb->count);
    if (0 != status) {
        abort();
    }

    /* 将[ cb->ptr, cb->ptr + cb->count)地址空间映射到临时文件*/
    address = mmap(cb->ptr, cb->count, PROT_READ | PROT_WRITE, MAP_FIXED | MAP_SHARED, fd, 0);
    if (address != cb->ptr) {
        abort();
    }

    /* 将[ cb->ptr + cb->count, cb->ptr + 2 * cb->count)地址空间映射到临时文件*/
    address = mmap(cb->ptr + cb->count, cb->count, PROT_READ | PROT_WRITE, MAP_FIXED | MAP_SHARED, fd, 0);   
     if (address != cb->ptr + cb->count) {
        abort();
    }

    status = close(fd);
    if (0 != status) {
        abort();
    }

    return cb;
}

 

    该实现采用了一种精妙的处理方式，用2倍的缓存空间简化数据的读写操作。
    第1个mmap采用私有匿名的方式分配了一块为指定缓冲区大小2倍的内存空间；第2个mmap将mkstemp创建的临时文件映射到[ptr, ptr + count)地址，第3个mmap将mkstemp创建的临时文件映射到[ptr + count, ptr + 2 * count)地址，这样对ptr[i]的读写操作将等同于对ptr[i + count]的读写操作，从而达到简化了环形缓冲区对于数据回绕的逻辑。

     如下代码为读写环形缓冲区及计算缓冲区已使用空间大小的例程。cbUsedSpaceSize函数可用于cbIsEmpty及cbFreeSpaceSize函数的实现。cbReadBuffer函数则可用于实现cbReadUINT8、cbReadUINT16、cbReadSINT16、cbReadUINT24、cbReadSINT24、cbReadUINT32及cbReadSINT32。cbReadBuffer函数的buffer参数若传人为空，则忽略len指定长度字节的数据。

unsigned long cbPushBuffer(CircularBuffer *cb, void *buffer, unsigned long len)

{

    unsigned long write_offset = cb->write_offset;

    cb->write_offset += len;

    memmove(cb->ptr + write_offset, buffer, len);

    return len;

}

void *cbReadBuffer(CircularBuffer *cb, void *buffer, unsigned long len)

{

    void *address = NULL;

    /* 忽略len字节数据 */

    if (NULL != buffer) {

        address = memmove(buffer, cb->ptr + cb->read_offset, len);

    }

    cb->read_offset += len;

    if (cb->read_offset > cb->count) {

        cb->read_offset -= cb->count;

        cb->write_offset -= cb->count;

    }

    return address;

}

unsigned long cbUsedSpaceSize(CircularBuffer *cb)

{

    return cb->write_offset - cb->read_offset;

}

3. 分析与讨论

1. 环形缓冲区特别适合于FIFO类型数据的处理，利用它可以不拷贝内存完成缓冲上数据的解析，提高数据解析效率。
2. 若数据读取函数采用单字节读、取模数计算偏移的方式，则可能带来性能上的损耗，该问题可以通过增加判断或以做位运算等机制来解决，但同时也增加了实现逻辑的复杂度。
3. 其不足之处在于需要预先估计数据缓冲的大小，并分配比预估大小大一个数量级的缓存空间。一种可能的解决办法是增加检测机制，若发现缓冲太小，则动态调大缓冲的大小，但这同时又可能导致频繁的调整内存大小，带来性能的下降。

4. 参考文献

http://en.wikipedia.org/wiki/Circular_buffer

本文许可自由转载，转载请注明出处！