sheldonlyr/co_context

A coroutine framework aimed at high-concurrency io with reasonable latency, based on io_uring.

简中 | English

co_context

co_context 是一个协程并发框架，提供可靠的性能和强易用性，让 C++ 初学者也能轻松写出高并发程序。 co_context 基于 Linux io_uring，其性能通常优于 epoll。

特性

1. 采用 POSIX 接口：不熟的查 man 就行。
2. 极简 taskflow：
   • 拒绝回调
   • 用 all(A, B, C...) 等待所有并发任务完成 demo
   • 用 any(A, B, C...) 等待一个并发任务完成 demo
   • 用 timeout(time) 一行代码做定时器 demo
   • 用 timeout(io, time) 做限时 IO demo

已有功能

1. 支持 read write accept timeout 等 io_uring 提供的所有系统调用，总计 74 个功能。
2. 并发支持: any, all, mutex, semaphore, condition_variable, channel。
3. 调度提示: yield, resume_on。
4. 取消 IO/协程：timeout, timeout_at, stop_token。

编译和运行

依赖

1. GCC 11.3.0 或 Clang 14 或更高。
2. [可选] mimalloc 从包管理器或源代码安装。
3. Linux 内核版本 >= 5.6，建议 >= 5.11，越新越好。
   • 运行 uname -r 即可查看你的内核版本。
   • 由于开发环境是 Linux 6.0，在其他版本下可能出现兼容性错误。如遇问题，请将报错发到issue，非常感谢！
   • docker 将继承宿主机的 Linux 内核版本。 因此，docker 无法解决 Linux 内核版本过低的问题。

编译命令

cmake -B build && cmake --build build -j
build/example/timer # 跑一个小示例

代码示例

基础用法

创建一个 io_context，用于运行协程：

    using namespace co_context;
    io_context context;

使用 task<> 定义一个 socket 监听协程。task<> 就像一个普通的 void 函数，但可以在里面使用 co_await。

task<> server(uint16_t port) {
    acceptor ac{inet_address{port}};
    for (int sockfd; (sockfd = co_await ac.accept()) >= 0;) {// 异步接受 client
        co_spawn(session(co_context::socket{sockfd})); // 每个连接生成一个 worker 任务
    }
}

继续使用 task<T> 描述业务逻辑，例如读取 socket 的内容并输出到 stdout：

task<> session(co_context::socket sock) {
    char buf[8192];
    int nr = co_await sock.recv(buf);

    // 不断接收字节流并打印到stdout
    while (nr > 0) {
        co_await lazy::write(STDOUT_FILENO, {buf, (size_t)nr});
        nr = co_await sock.recv(buf);
    }
}

task<T> 和普通 T 函数一样可以任意嵌套：

task<int> the_answer() {
    co_return 42;
}
task<> universe() {
    printf("The answer is %d\n", co_await the_answer());
    co_return;
}

如何写一个 main()：

int main(int argc, const char *argv[]) {
    if (argc < 3) {
        printf("Usage:\n  %s hostname port\n  %s -l port\n", argv[0], argv[0]);
        return 0;
    }

    io_context context; // 1. 定义一个 io_context

    int port = atoi(argv[2]);
    if (strcmp(argv[1], "-l") == 0) {
        context.co_spawn(server(port)); // 2. 至少创建一个 task<>
    } else {
        context.co_spawn(client(argv[1], port));
    }

    context.start(); // 3. 启动 io_context 线程
    context.join();  // 4. 需要时等待 io_context 线程

    return 0;
}

更多特性示例

一秒触发器

task<> my_clock() {
    for (int cnt = 0;;) {
        printf("Time = %d\n", cnt++);
        co_await timeout(1s);
    }
}

网络超时

秒懂的超时控制。

task<> session(co_context::socket peer) {
    char buf[8192];
    int nr = co_await timeout(peer.recv(buf), 3s); // 限时3秒

    while (nr > 0) {
        co_await lazy::write(STDOUT_FILENO, {buf, (size_t)nr});
        nr = co_await timeout(peer.recv(buf), 3s); // 限时3秒
    }

    log_error(-nr);
}

void log_error(int err) {
    switch (err) {
        case ECANCELED:
            log::e("timeout!\n");
            break;
        default:
            log::e("%s\n", strerror(err));
            break;
    }
}

负载均衡

每个 io_context 代表一个线程。要负载均衡，只需将 task<> 分配到合理的 io_context。

示例：echo_server_MT.cpp

Generator

炫到没朋友的生成器，可配合std::range。 需要 g++

co_context::generator<int> gen_iota(int x) {
    while (true)
        co_yield x++;
}

int main() {
    using namespace std::views;

    for (int x : gen_iota(1) | drop(5) | take(3)) {
        std::cout << x << " ";
    }
    // 输出 6 7 8

    return 0;
}

链接 IO

用 && 来链接两个 I/O。链接 I/O 可以减少重入内核态和调度器，增强性能表现。（默认只返回最后一个返回值。）

nr = co_await (
    peer.send({buf, (size_t)nr})
    && peer.recv(buf)
);

此例子利用 link_io 大幅增强 echo_server 的性能

channel（实验性）

借鉴自 Go 语言的阻塞队列。

示例：channel.cpp

Draft

性能

co_context 在开发过程中表现出惊人的性能。早期测试见我的博客。下一个开发周期将进行更多测试。

协程方案的局限场景

由于内置动态内存分配，基于协程的异步框架可能不是性能的最优解，如果你正处于类似 30ns 延迟的极端性能场景，且不在乎编程复杂度，推荐关注 sender/receiver model，而无需尝试协程。

协程方案的适用场景

如果你希望异步框架能够最佳地平衡「开发、维护成本」和「项目质量、性能」，从而最大化经济效益，推荐你关注协程方案。感性理解：协程 + 内核态 I/O 的性能类似于 Redis 的网络模块。

关于缓存友好问题

co_context 竭尽所能避免缓存问题：

1. co_context 的主线程和任意 worker 的数据交换中没有使用互斥锁，极少使用原子变量。
2. co_context 的数据结构保证「可能频繁读写」的 cacheline 最多被两个线程访问，无论并发强度有多大。这个保证本身也不经过互斥锁或原子变量。（若使用原子变量，高竞争下性能损失约 33%～70%）
3. 对于可能被多于两个线程读写的 cacheline，co_context 保证乒乓缓存问题最多发生常数次。
4. 在 AMD-5800X，3200 Mhz-ddr4 环境下，若绕过 io_uring，co_context 的线程交互频率可达 1.25 GHz。
5. 在一个本地测试中（I7-8550U 移动端），单线程的协程切换的平均延迟为 9.4 ns，代码于 test/ctx_swtch.cpp。
6. 在一个本地测试中（R7-5800X 桌面端），跨线程的协程切换的平均延迟为 37 ns，代码于 test/ctx_swtch.cpp。
7. 协程自身的缓存不友好问题（主要由 operator new 引起），需要借助其他工具来解决，例如 mimalloc。

---

协程存在的问题

弱点

1. 除非编译器优化，每个协程都需要通过 operator new 来分配 frame：
   • 多线程高频率动态内存分配可能引发性能问题；
   • 在嵌入式或异构（例如 GPU）环境下，缺乏动态内存分配能力，难以工作。
2. 除非编译器优化，协程的可定制点太多，需要大量间接调用/跳转（而不是内联），同样引起性能问题。
   • 目前，编译器通常难以内联协程
   • HALO 优化理论：P0981R0
3. 动态分配和间接调用的存在，导致协程暂时无法成为异步框架的最优方法。

拆分子协程？

• 出于性能考虑，不要将大协程拆分为几个小协程，因为会增加动态内存分配次数。
  • 可以做 placement new 吗？

与异步框架高度耦合

1. 暂停和恢复都需要通过异步框架。
2. 表达式模板的潜力不如 sender/receiver 模型：
   • 协程是顺序/分支/循环结构，s/r是表达式。

draft

• 研究 liburingcxx 如何支持多生产者，多消费者并行（线程池中每个线程同时是 IO 生产者和消费者）
• Coroutine 解决内联和动态内存分配问题
• 表达式模板解决 task && ||。
• 和 std::execution 能否兼容

线程池实现

• 一个内核线程 polling，一个主线程收集提交、收割推送I/O，其他固定 worker 线程，thread bind core
• 节能模式：信号量表示允许的 idle worker 线程数量。低延模式：每个 worker 都 polling
• 每个 worker 自带两条任务队列（一个sqe，一个cqe），固定长度，原子变量，cacheline友好。sqe放不下就放 std::queue，等有空位再放入共享cache。
• 主线程cqe推送满了就切换到提交sqe
• 主线程sqe提交满了就切换到推送cqe

eager_io

一种激进的 IO awaiter，在构造函数中初始化 IO 请求并提交。

在被 co_await 时，若 IO 早已完成，则无需让出。否则，需要等待 IO 完成后由调度器唤醒。

eager_io 的动机

1. 可以轻易部署并行化的 IO 请求，且对于 caller 协程来说是非阻塞的。还可进化出可取消的协程。
2. 尽早提交 IO 请求，可能带来更低的延迟。

eager_io 的缺点

涉及多线程并行，需要同步 IO 的状态（未完成、已完成）。至少要保证：调度器必须确保 「eager_io 已经知悉 IO 已完成」，否则可能丢数据。

eager_io 的实现

TODO: 改用原子变量，弃用检查队列

co_context 假设大多数 eager_io 会陷入「等待状态」，以此为优化立足点

1. eager_io 的 coroutine state(promise) 是调度器负责决定由谁销毁（由调度器或者由协程自己）。
2. eager_io 发起 IO 前，自我标记为「初始状态」「无结果」「无权销毁」，然后发起 IO。
3. eager_io 在「初始状态」下被 co_await，检查结果：
   1. 为「无结果」，则自我标记为「等待状态」「有权销毁」「有结果」，让出执行权
   2. 为「有结果」，自我标记为「IO 后状态」（保持「无权销毁」），继续执行。
   3. 析构时，「有权销毁」则销毁协程，否则自我标记为「待销毁」。
4. 调度器收割 IO 时，检查协程的标记：
   1. 为「等待状态」，则将协程加入调度队列，令其自行销毁。
   2. 为「初始状态」（初始、等待叠加态），向协程标记「有结果」，随后将协程加入检查队列
5. 调度器完成一轮提交/收割后，轮询检查队列：
   1. 若协程为「等待状态」，则弹出检查队列，并加入调度队列，令其自行销毁。
   2. 若协程为「初始状态」或者「IO 后状态」，不管它。
   3. 若协程为「待销毁」，销毁它，弹出检查队列。

xxx <-> is_detached is_waiting is_ready

manager:

• ready: xx0 to xx1
  • 1x1 : manager delete task_info, do not resume.
  • 001 : worker will delete task_info, do not resume.
  • 011 : worker will delete task_info, resume

worker:

• wait: x0x to x1x
  • 11x : wait after detached, logic error
  • 010 : suspend, worker will delete task_info
  • 011 : do not suspend, worker will delete task_info
• detach: 0xx to 1xx
  • 1x1 : worker will delete task_info
  • 100 : manager will delete task_info
  • 110 : detach after waited, logic error

此实现中可能的漏洞：

1. 未反省协程发生异常时的内存模型
2. 等你来发现……

lazy_io

一种懒惰的 IO awaiter，在，在构造函数时什么都不做。

在被 co_await 时暂停，并发起 IO 请求，未来等待由调度器唤醒。当前线程轮询可以切入的协程。

lazy_io 的实现

1. lazy_io 返回一个 awaiter，其中的 await_suspend 负责主要逻辑：
   1. 提交一个 IO 请求。
   2. 找到一个已收割的 IO 请求，恢复它
2. awaiter 的 await_resume 返回特定结果。
3. 析构时，销毁协程。

semaphore

仅运行在用户态 co_context 的信号量

semaphore 的动机

限制 co_spawn 和同类活跃协程的并发量

semaphore 的实现

1. 参考 std::semaphore，优化 binary_semaphore 的原子变量
2. 链表栈模拟无锁队列，均摊O(1)
3. acquire 分别在栈上创建 awaiter，形成等待链表
4. release 时放出一个release请求，由io_context处理（强制单消费者），放入某个reap_swap