Java/Python中的快速IPC/Socket通信

Question

两个进程（Java和Python）需要在我的应用程序中进行通信。我注意到套接字通信占用了93%的运行时间。为什么沟通这么慢？我应该寻找替代套接字通信的方法，还是可以更快？

更新：我发现了一个简单的修复方法。由于某种未知原因，缓冲输出流似乎没有真正缓冲。所以，我现在将所有数据放入两个客户机/服务器进程中的字符串缓冲区。我用flush方法把它写到套接字。

我仍然对使用共享内存在进程之间快速交换数据的示例感兴趣。

一些附加信息：

1. 应用程序中的消息大小在大多数情况下都小于64kb。
2. 服务器是用Java编写的，客户端是用Python编写的。
3. Socket IPC实现如下：发送200字节需要50个周期！一定是太高了。如果我在5000个周期内发送2个字节，所需的时间会少得多。
4. 两个进程都运行在一台Linux机器上。
5. 在实际的应用程序中，每个周期对客户端的iFid.write（）进行10次调用。
6. 这是在Linux系统上完成的。

这是服务器端：

public class FastIPC{
    public PrintWriter out;
    BufferedReader in;
    Socket socket = null;
    ServerSocket serverSocket = null;


    public FastIPC(int port) throws Exception{
        serverSocket = new ServerSocket(port);
        socket = serverSocket.accept();
        out = new PrintWriter(new BufferedWriter(new OutputStreamWriter(socket.getOutputStream())), true);
        in = new BufferedReader(new InputStreamReader(socket.getInputStream()));
    }

    public void send(String msg){
        out.println(msg); // send price update to socket
    }

    public void flush(){
        out.flush();
    }

    public String recv() throws Exception{
        return in.readLine();
    }

    public static void main(String[] args){
        int port = 32000;
        try{
            FastIPC fip = new FastIPC(port);
            long start = new Date().getTime();
            System.out.println("Connected.");
            for (int i=0; i<50; i++){
                for(int j=0; j<100; j++)
                    fip.send("+");
                fip.send(".");
                fip.flush();
                String msg = fip.recv();
            }
            long stop = new Date().getTime();
            System.out.println((double)(stop - start)/1000.);
        }catch(Exception e){
            System.exit(1);
        }
    }
}

客户端是：

import sys
import socket

class IPC(object):
    def __init__(self):
        self.s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        self.s.connect(("localhost", 32000))
        self.fid = self.s.makefile() # file wrapper to read lines
        self.listenLoop() # wait listening for updates from server

    def listenLoop(self):
        fid = self.fid
        print "connected"
        while True:
            while True:
                line = fid.readline()
                if line[0]=='.':
                    break
            fid.write('.\n')
            fid.flush()

if __name__ == '__main__':
    st = IPC()

Answer 1

一些想法

• 服务器是用Java编写的，客户端是用Python编写的。

一个奇怪的组合，但是有什么原因不能通过stdin和stdout调用另一个发送？

• Socket IPC实现如下：发送200字节需要50个周期！一定是太高了。如果我在5000个周期内发送2个字节，所需的时间会少得多。

对操作系统的任何调用都将相对缓慢（从延迟角度看）。使用共享内存可以绕过内核。如果吞吐量是您的问题，我发现如果延迟不是您的问题，那么您可以使用套接字达到1-2 GB/s。

• 两个进程都运行在一台Linux机器上。

使共享内存成为理想。

• 在实际的应用程序中，每个周期对客户端的iFid.write（）进行10次调用。

不知道为什么会这样。为什么不构建一个单独的结构/缓冲区并写一次呢。我将使用直接缓冲区is NIO来最小化延迟。使用字符转换是相当昂贵的，特别是如果你只需要ASCII。

• 这是在Linux系统上完成的。

应该很容易优化。

我通过内存映射文件使用共享内存。这是因为我需要记录每个消息以进行审核。我得到的平均延迟约为180纳秒往返持续数百万条消息，约490纳秒在一个真正的应用程序。

这种方法的一个优点是，如果出现短暂的延迟，读者可以很快地赶上作者。它还支持轻松地重新启动和复制。

这只在Java中实现，但原理非常简单，我相信它也可以在python中工作。

https://github.com/peter-lawrey/Java-Chronicle

Answer 2

你有很多选择。因为您使用的是Linux，所以可以使用UNIX域套接字。或者，可以将数据序列化为ASCII或JSon或其他格式，并通过管道、SHM（共享内存段）、消息队列、dbu或类似的格式提供数据。值得考虑的是您拥有哪种类型的数据，因为这些IPC机制具有不同的性能特征。这里有一个draft USENIX paper很好地分析了各种权衡，值得一读。

既然您在对这个答案的注释中说您更喜欢使用SHM，那么下面是一些代码示例。使用Pythonposix_ipc库：

import posix_ipc # POSIX-specific IPC
import mmap      # From Python stdlib

class SharedMemory(object):
    """Python interface to shared memory. 
    The create argument tells the object to create a new SHM object,
    rather than attaching to an existing one.
    """

    def __init__(self, name, size=posix_ipc.PAGE_SIZE, create=True):
        self.name = name
        self.size = size
        if create:
            memory = posix_ipc.SharedMemory(self.name, posix_ipc.O_CREX,
                                            size=self.size)
        else:
            memory = posix_ipc.SharedMemory(self.name)
        self.mapfile = mmap.mmap(memory.fd, memory.size)
        os.close(memory.fd)
        return

    def put(self, item):
        """Put item in shared memory.
        """
        # TODO: Deal with the case where len(item) > size(self.mapfile)
        # TODO: Guard this method with a named semaphore
        self.mapfile.seek(0)
        pickle.dump(item, self.mapfile, protocol=2)
        return

    def get(self):
        """Get a Python object from shared memory.
        """
        # TODO: Deal with the case where len(item) > size(self.mapfile)
        # TODO: Guard this method with a named semaphore
        self.mapfile.seek(0)
        return pickle.load(self.mapfile)

    def __del__(self):
        try:
            self.mapfile.close()
            memory = posix_ipc.SharedMemory(self.name)
            memory.unlink()
        except:
            pass
        return    

对于Java方面，您希望创建同一个类，尽管我在注释JTux中所说的似乎提供了等效的功能，而且您需要的API在UPosixIPC类中。

下面的代码概述了需要实现的类型。但是，缺少了一些东西——异常处理是显而易见的，还有一些标志（在UConstant中找到它们），您需要添加一个信号量来保护put/get方法。不过，这应该会让你走上正轨。记住，mmap或内存映射文件是RAM段的类似文件的接口。因此，可以像使用普通文件的fd一样使用它的文件描述符。

import jtux.*;

class SHM {

    private String name;
    private int size;
    private long semaphore;
    private long mapfile; // File descriptor for mmap file

    /* Lookup flags and perms in your system docs */
    public SHM(String name, int size, boolean create, int flags, int perms) {
        this.name = name;
        this.size = size;
        int shm;
        if (create) {
            flags = flags | UConstant.O_CREAT;
            shm = UPosixIPC.shm_open(name, flags, UConstant.O_RDWR);
        } else {
            shm = UPosixIPC.shm_open(name, flags, UConstant.O_RDWR);
        }
        this.mapfile = UPosixIPC.mmap(..., this.size, ..., flags, shm, 0);
        return;
    }


    public void put(String item) {
        UFile.lseek(this.mapfile(this.mapfile, 0, 0));
        UFile.write(item.getBytes(), this.mapfile);
        return;
    }


    public String get() {    
        UFile.lseek(this.mapfile(this.mapfile, 0, 0));
        byte[] buffer = new byte[this.size];
        UFile.read(this.mapfile, buffer, buffer.length);
        return new String(buffer);
    }


    public void finalize() {
        UPosix.shm_unlink(this.name);
        UPosix.munmap(this.mapfile, this.size);
    }

}