定时器方案之红黑树、最小堆、时间轮

定时器概述

定时器使用场景

• ⼼跳检测
• 技能冷却
• 武器冷却
• 倒计时
• 优快云文章的定时发布
• 其它需要使⽤定时机制的功能

定时器触发方式

网络事件与定时事件在一个线程中处理

​ 定时器通常是与网络组件一起工作，⽹络事件和时间事件在⼀个线程当中配合使⽤；例如nginx、redis，我们将epoll_wait的第四个参数timeout设置为最近要触发的定时器的时间差，这样就可以兼顾对网络事件的处理，又可以兼顾对时间事件的处理。

while (!quit) {
   
	int now = get_now_time();// 单位：ms
	//找出最近要触发的定时器时间
	int timeout = get_nearest_timer() - now;
	if (timeout < 0) timeout = 0;
	int nevent = epoll_wait(epfd, ev, nev, timeout);
	for (int i=0; i<nevent; i++) {
   
	    //... ⽹络事件处理
	}
	update_timer(); // 时间事件处理
}

​ 但是epoll_wait毕竟涉及到内核态与用户态的切换，以及网络事件处理的时间开销，所以定时事件就会一段时间的延时了。换句话说，受网络事件处理和系统调用的影响，定时器误差有点大。

网络事件和定时事件在不同线程中处理

​

大量定时任务怎么处理

​ 如果有大量的定时任务，我们首先要想到用哪一个数据结构去组织这些大量的定时任务。定时器的本质是越近要触发的任务，其优先级越高。也就是说，需要根据时间这个key来排序。那么有序的数据结构有哪些呢？红黑树，最小堆，跳表，时间轮。

• 红黑树(单线程)：nginx
• 跳表(单线程)：redis
• 最小堆(单线程)：libevent，go(最小四叉堆)，libev(最小四叉堆)；大部分都是用最小堆来实现定时器
• 时间轮(多线程)：netty，kafka，skynet，crontab，linux内核

定时器设计

接口设计

// 初始化定时器
void init_timer();
// 添加定时器
Node* add_timer(int expire, callback cb);
// 删除定时器
bool del_timer(Node* node);
// 找到最近要触发的定时任务
Node* find_nearest_timer();
// 更新检测定时器
void update_timer();
// 清除定时器
void clear_timer();

说明：

• find_nearest_timer接口只有在网络事件和定时事件在同一个线程中处理的时候才需要（因为同一个线程中一般是按照时间顺序组织延时任务的，而时间轮中是按执行顺序组织的，所以不需要这个接口），其他几个接口无论是定时器的哪种触发方式都需要

数据结构设计

从接口上我们可以看出定时器数据结构的基本要求：

• 能够快速插入删除结点
• 能够快速找到最小的结点

本文对红黑树与最小堆以及跳表不做详细介绍，主要介绍时间轮

红黑树：插入O(logn)，删除O(logn)，快速找到最小的结点O(logn)

跳表：插入O(logn)，删除O(logn)，快速找到最小的结点O(1)

最小堆：插入O(logn)，删除O(logn)，快速找到最小的结点O(1)

时间轮（哈希表+链表）：插入O(1)，删除O(1)，快速找到最小的结点O(1)（存在踏空问题，后续介绍）

在上面也写过，红黑树和最小堆适用于单线程，其核心原因在于如果在多线程环境下，锁红黑树或者最小堆，那就要锁整个，粒度太大了。而时间轮的时间复杂度可以到O(1)，粒度较小，所以时间轮更适合多线程环境。

时间轮

时间轮的概念

从时钟表盘出来，描述此时间轮的时间精度是1秒，时间范围是12小时（即tick的取值范围在0-12小时之内）。

​ 时间轮参考时钟进行理解，秒针tick走一圈，则分针走一格，分针走一圈则时针走一格。随着时间tick的踏步，任务不断的从上层流到下一层，最终流到秒针轮上，当秒针走到对应的格子上时，执行链表内的所有任务。

如图所示，秒针和分钟对应60个格子，秒针每走一步，则执行其对应格子指向链表内的时间任务。比如现在tick=1，要添加一个3s后的任务，则在第4格链表中添加一个任务即可，如果要在60秒后执行一个任务，由于60大于了秒针的范围，则要把该任务放到分钟上。可以看到秒针的时间精度一格是1秒，而分钟的一格时间精度是60秒，时针的一格时间精度是60*60秒。

正因为如此，当分钟指向第一个格子上时，会把其对应的链表任务重新映射到下一层，即秒针。当时针走到11时，会把对应任务重新映射到分针上面。

由此可见，秒针轮保存着即将要执行的任务，而别的轮的时间跨度则越来越大，随着时间的流逝，任务会慢慢的从上层流到秒针轮中进行执行。

注意到上面写的重新映射了吗，这意味着时间轮无法删除任务，那么这个问题该如何解？我们可以添加一个删除标记，在函数回调中根据这个标记判断是否需要处理。

truct timer_node {
   
	struct timer_node *next;
	uint32_t expire;
    handler_pt callback;
    uint8_t cancel;//是否删除
};

设计单层级时间轮

​ **场景：**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；

**普通做法：*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；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。

**时间轮做法：**只需检测快过期的连接， 采用hash数组+链表形式，相同过期时间的放入一个数组，因此，每次只需检测最近过期的数组即可，不需要遍历所有。

时间轮需要考虑两个因素，1. 时间轮的大小，2. 时间精度。

时间轮的大小

​ 因为10秒一检测，所以时间轮的大小要大于10。我们一般将时间轮的大小，也就是数组长度，设置为2^n

因为我们总是要进行取余操作,m%n在计算机内部等于m−n∗floor(m/n) ,乘法除法运算效率太低，我们可以通过位运算来优化。

m % 2^n = m & (2^n − 1)

m % 16 = m & 15

时间精度

​ 时间精度就要看业务需求了，目前的需求是以秒为单位，那么时间精度就设置为秒即可

空推进问题

​ 对于单层级的时间轮来说，如果大小设置太大了，就会出现踏空的现象，空推进。这里时间轮设置了1024大小，但是定时任务只有两个，从5到1022都是没有任务的，那么这就是空推进的情况。这是分布式定时器必须要解决的问题，分布式定时器一般都是用单层级时间轮。

那么怎么解决这个问题呢？第一种做法就是使用辅助数据结构最小堆+单层级时间轮。用最小堆告诉tick下一次检测是第几个格子，直接跳跃，而不是一格一格的走。时间精度设置不当也会造成空推进。第二种做法就是多层级时间轮。

多层级时间轮

​ 定时任务时间跨度特别大，有几秒的任务，几个小时的任务，几天的定时任务。那么对于单层级时间轮来说，无论它怎么设置都解决不了这个问题，肯定会出现空推进的问题。

那么我们设计把最近要触发的定时任务放到第一层，几分钟的放到第二层，几个小时的放到第三层…这就是多层级的意思。

​ 我们以时钟这个时间轮来举例

​ 时间轮中的数组是指针数组，因为数据下面要挂链表的。

​ 小于1分钟的任务放在秒针层级，大于1分钟小于1小时的任务放在分针层级，大于1小时小于12小时的任务放在时针层级；时间表盘上是有3个指针的，而我们算法实现的时候只需要1个指针就行（让这一个指针在0-12*3600范围内活动即可），因为我们根据这1个指针就可以算出时针在哪里（ ( tick / (60 * 60) ) % 12），分针在哪里（ (tick / 60