定时器的实现

最新推荐文章于 2025-07-01 23:17:47 发布

原创最新推荐文章于 2025-07-01 23:17:47 发布 · 936 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#数据结构 #算法

数据结构专栏收录该内容

55 篇文章

订阅专栏

本文详细介绍了服务端定时器的设计原理及其实现方法，包括红黑树、最小堆、跳表和时间轮等数据结构的选择与应用。并针对每种数据结构进行了优缺点对比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、定时器概述

对于服务端来说，驱动服务端逻辑的事件主要有两个，⼀个是⽹络事件，另⼀个是时间事件；

在不同框架中，这两种事件有不同的实现⽅式；

第⼀种，⽹络事件和时间事件在⼀个线程当中配合使⽤；例如nginx、redis；
第⼆种，⽹络事件和时间事件在不同线程当中处理；例如skynet；

// 第⼀种
while (!quit) {
 int now = get_now_time();// 单位：ms
 int timeout = get_nearest_timer() - now;
 if (timeout < 0) timeout = 0;
 int nevent = epoll_wait(epfd, ev, nev, timeout);  //利用epoll_wait来实现定时器
 for (int i=0; i<nevent; i++) {
 //... ⽹络事件处理
 }
 update_timer(); // 时间事件处理
}

// 第⼆种 在其他线程添加定时任务
void* thread_timer(void * thread_param) {
 init_timer();
 while (!quit) {
 update_timer(); // 更新检测定时器，并把定时事件发送到消息队列中
 sleep(t); // 这⾥的 t 要⼩于 时间精度
 }
 clear_timer();
 return NULL;
}
pthread_create(&pid, NULL, thread_timer, &thread_param);

2、定时器设计

2.1、接⼝设计

// 初始化定时器
void init_timer();
// 添加定时器，经过expire时间之后执行回掉函数cb
Node* add_timer(int expire, callback cb);
// 删除定时器
bool del_timer(Node* node);
// 找到最近要发⽣的定时任务
Node* find_nearest_timer();
// 更新检测定时器
void update_timer();

2.2、数据结构选择

2.2.1、红⿊树

对于增删查，时间复杂度为；对于红⿊树最⼩节点为最左侧节点，时间复杂度为；

2.2.2、最⼩堆

对于增查，时间复杂度为；对于删时间复杂度为，但是可以通过辅助数据结构（map或者hashtable来快速索引节点）来加快删除操作；对于最⼩节点为根节点，时间复杂度为O(1)；

2.2.3、跳表

对于增删查，时间复杂度为；对于跳表最⼩节点为最左侧节点，时间复杂度为O(1) ；但是空间复杂度⽐较⾼，为 O(n)；

2.2.4、时间轮

对于增删查，时间复杂度为O(1)；查找最小节点也为O(1)；

要点

有序的结构，且增加删除操作不影响该结构有序；
能快速查找最⼩节点；
时间轮增加操作只从单个定时任务触发，忽略定时任务之间的⼤⼩关系；⽽红⿊树、最小堆、跳表的有序性依赖定时任务之间的大小关系；

2.3、红黑树实现定时器

void ngx_rbtree_insert_timer_value(ngx_rbtree_node_t *temp,
ngx_rbtree_node_t *node, ngx_rbtree_node_t *sentinel)
{
 ngx_rbtree_node_t **p;
 for ( ;; ) {
 // 这⾥是重点
 p = ((ngx_rbtree_key_int_t) (node->key - temp->key) < 0)
 ? &temp->left : &temp->right;
 if (*p == sentinel) {
 break;
 }
 temp = *p;
 }
 *p = node;
 node->parent = temp;
 node->left = sentinel;
 node->right = sentinel;
 ngx_rbt_red(node);
}

STL中 map 结构采⽤的是红⿊树来实现，但是定时器不要使⽤ map 结构来实现，因为可能多个定时任务需要同时被触发， map 中的key是惟⼀的；红⿊树的节点同时包含 key 和 val ，红⿊树节点的有序由 key 来决定的；插⼊节点的时候，通过⽐较key来决定节点存储位置；红⿊树的实现并没有要求 key 唯⼀；如上代码示例， for 循环中 (node->key - temp->key) < 0)? &temp->left : &temp->right; 当key相同的时候取值为 temp->right ；定时器可以采用改造后的红黑树来实现。

2.4、最小堆实现定时器

满二叉树：所有的层节点数都是该层所能容纳节点的最大数量（满足 $2^{n}$ ；n>=0）;

完全二叉树：若二叉树的深度为h，则除了h层外，其余层的节点数都是该层所能容纳节点的最大数量（满足 $2^{n}$ ；n>=0）,且h层都集中在最左侧。

最小堆：

是一颗完全二叉树
某一个节点的值总是小于等于它的子节点的值
堆中每个节点的子树都是最小堆

增加操作

为了满⾜完全⼆叉树定义，往⼆叉树最⾼层沿着最左侧添加⼀个节点；然后考虑是否能上升操作；如果此时添加值为4的节点，4节点是5节点的左子树；4比5小，4和5需要交换位置。

删除操作

删除操作需要先查找是否包含这个节点，最小堆的查找效率是；查找之后，交换最后⼀个节点，先考虑下降操作，如果操作失败则上升操作；最后删除最后⼀个节点；

例如：假设删除1号节点，则需要下沉操作；假设删除9号节点，则需要上升操作；

2.5、时间轮实现定时器

从时钟表盘出发，如何⽤数据结构来描述秒表的运转；

int seconds[60]; // 数组来描述表盘刻度；

++tick % 60; //每秒钟 ++tick 来描述秒针移动；对tick%60让秒针永远在[0,59]间移动； 对于时钟来说，它的时间精度（最⼩运⾏单元）是1秒；

2.5.1、单层级时间轮

背景

⼼跳检测：

客户端每 5 秒钟发送⼼跳包；服务端若 10 秒内没收到⼼跳数据，则清除连接；

实际在开发过程中，若收到除了⼼跳包的其他数据，⼼跳检测也算通过，在这⾥为了简化流程，只判断⼼跳包；

作为对⽐：我们假设使⽤ map<int, conn*> 来存储所有连接数；每秒检测 map 结构，那么每秒需要遍历所有的连接，如果这个map结构包含⼏万条连接，那么我们做了很多⽆效检测（当心跳包发送了之后10秒后采取检测心跳包收没收到，过早检测也没啥用）；考虑极端情况，刚添加进来的连接，下⼀秒就需要去检测，实际上只需要10秒后检测就⾏了；那么我们考虑使⽤时间轮来检测；

注意：这个例⼦只是⽤来帮助理解时间轮，不代表实际解决⽅案；

设计

准备⼀个数组存储连接数据；那么数组⻓度设置为多少？
考虑一秒内添加多条连接，那么可以参考hash处理冲突的方式，用链表链接起来；
回到1中的问题，如果想2中链表稀疏，将数组长度设置大一些；如果想紧凑些，则将数组长度设置小一点（但是必须大于10，因为我们的规则是10秒内没收到数据则清除连接）
假设我们设置数组长度为11,，那么检测指针的移动可以描述为++point % 11；m%n = m - n * floor(m/n) //floor函数是向下取整；我们可以优化为：m%n = m & (n-1)
考虑到正常情况下5秒种发送一次心跳包，10秒才检测一次，如下图到索引为10的时候并不能踢掉连接；所以需要每收到一次心跳包则used++，没检测一次used--；当检测到used==0，则踢掉连接。