apache的工作方式

简介:
1 prefork.c模块(一个非线程型的、预派生的MPM)
    prefork MPM 使用多个子进程,每个子进程只有一个线程。每个进程在某个确定的时间只能维持一个连接。在大多数平台上, Prefork MPM在效率上要比 Worker MPM要高,但是内存使用大得多。 prefork的无线程设计在某些情况下将比 worker更有优势:它可以使用那些没有处理好线程安全的第三方模块,并且对于那些线程调试困难的平台而言,它也更容易调试一些。
<IfModule prefork.c>          
ServerLimit   20000
StartServers   5
MinSpareServers   5
MaxSpareServers   10
MaxClients   1000
MaxRequestsPerChild 0
</IfModule>
ServerLimit      2000
//
默认的 MaxClient最大是 256个线程 ,如果想设置更大的值,就的加上 ServerLimit这个参数。 20000ServerLimit这个参数的最大值。如果需要更大,则必须编译 apache ,此前都是不需要重新编译 Apache
生效前提:必须放在其他指令的前面
StartServers   5
//
指定服务器启动时建立的子进程数量, prefork默认为 5
MinSpareServers   5
//
指定空闲子进程的最小数量,默认为 5。如果当前空闲子进程数少于 MinSpareServers ,那么 Apache将以最大每秒一个的速度产生新的子进程。此参数不要设的太大。
MaxSpareServers   10
//
设置空闲子进程的最大数量,默认为 10。如果当前有超过 MaxSpareServers数量的空闲子进程,那么父进程将杀死多余的子进程。此参数不要设的太大。如果你将该指令的值设置为比 MinSpareServers小, Apache将会自动将其修改成 "MinSpareServers+1"
MaxClients   256
//
限定同一时间客户端最大接入请求的数量 (单个进程并发线程数 ),默认为 256。任何超过 MaxClients限制的请求都将进入等候队列 ,一旦一个链接被释放,队列中的请求将得到服务。要增大这个值,你必须同时增大 ServerLimit  
MaxRequestsPerChild 10000
//
每个子进程在其生存期内允许伺服的最大请求数量,默认为 10000.到达 MaxRequestsPerChild的限制后,子进程将会结束。如果 MaxRequestsPerChild"0",子进程将永远不会结束。
MaxRequestsPerChild设置成非零值有两个好处:
1.
可以防止 (偶然的 )内存泄漏无限进行,从而耗尽内存。  
2.
给进程一个有限寿命,从而有助于当服务器负载减轻的时候减少活动进程的数量。
工作方式:
一个单独的控制进程 (父进程 )负责产生子进程,这些子进程用于监听请求并作出应答。 Apache总是试图保持一些备用的 (spare)或者是空闲的子进程用于迎接即将到来的请求。这样客户端就不需要在得到服务前等候子进程的产生。在 Unix系统中,父进程通常以 root身份运行以便邦定 80端口,而  Apache产生的子进程通常以一个低特权的用户运行。 UserGroup指令用于设置子进程的低特权用户。运行子进程的用户必须要对它所服务的内容有读取的权限,但是对服务内容之外的其他资源必须拥有尽可能少的权限。

2
worker.c模块(支持混合的多线程多进程的多路处理模块)
    worker MPM 
使用多个子进程,每个子进程有多个线程。每个线程在某个确定的时间只能维持一个连接。通常来说,在一个高流量的 HTTP服务器上, Worker MPM是个比较好的选择,因为 Worker MPM的内存使用比 Prefork MPM要低得多。但 worker MPM也由不完善的地方,如果一个线程崩溃,整个进程就会连同其所有线程一起 "死掉 ".由于线程共享内存空间,所以一个程序在运行时必须被系统识别为 "每个线程都是安全的 "
<IfModule worker.c>
ServerLimit   50
ThreadLimit   200
StartServers   5
MaxClients   5000
MinSpareThreads   25
MaxSpareThreads   500
ThreadsPerChild   100
MaxRequestsPerChild 0
</IfModule>
ServerLimit  16
//
服务器允许配置的进程数上限。这个指令和 ThreadLimit结合使用设置了 MaxClients最大允许配置的数值。任何在重启期间对这个指令的改变都将被忽略,但对 MaxClients的修改却会生效。
ThreadLimit 64
//
每个子进程可配置的线程数上限。这个指令设置了每个子进程可配置的线程数 ThreadsPerChild上限。任何在重启期间对这个指令的改变都将被忽略,但对 ThreadsPerChild的修改却会生效。默认值是 "64".
StartServers 3
//
服务器启动时建立的子进程数,默认值是 "3"
MinSpareThreads 75
//
最小空闲线程数 ,默认值是 "75"。这个 MPM将基于整个服务器监视空闲线程数。如果服务器中总的空闲线程数太少,子进程将产生新的空闲线程。
MaxSpareThreads 250
//
设置最大空闲线程数。默认值是 "250"。这个 MPM将基于整个服务器监视空闲线程数。如果服务器中总的空闲线程数太多,子进程将杀死多余的空闲线程。 MaxSpareThreads的取值范围是有限制的。 Apache将按照如下限制自动修正你设置的值: worker要求其大于等于  MinSpareThreads加上 ThreadsPerChild的和
MaxClients 400
//
允许同时伺服的最大接入请求数量 (最大线程数量 )。任何超过 MaxClients限制的请求都将进入等候队列。默认值是 "400",16 (ServerLimit)乘以 25(ThreadsPerChild)的结果。因此要增加 MaxClients的时候,你必须同时增加  ServerLimit的值。
ThreadsPerChild 25
//
每个子进程建立的常驻的执行线程数。默认值是 25。子进程在启动时建立这些线程后就不再建立新的线程了。
MaxRequestsPerChild 0
//
设置每个子进程在其生存期内允许伺服的最大请求数量。到达 MaxRequestsPerChild的限制后,子进程将会结束。如果 MaxRequestsPerChild"0",子进程将永远不会结束。
MaxRequestsPerChild设置成非零值有两个好处:
1.
可以防止 (偶然的 )内存泄漏无限进行,从而耗尽内存。  
2.
给进程一个有限寿命,从而有助于当服务器负载减轻的时候减少活动进程的数量。  
注意
对于 KeepAlive链接,只有第一个请求会被计数。事实上,它改变了每个子进程限制最大链接数量的行为。
工作方式:
每个进程可以拥有的线程数量是固定的。服务器会根据负载情况增加或减少进程数量。一个单独的控制进程 (父进程 )负责子进程的建立。每个子进程可以建立  ThreadsPerChild数量的服务线程和一个监听线程,该监听线程监听接入请求并将其传递给服务线程处理和应答。 Apache总是试图维持一个备用 (spare)或是空闲的服务线程池。这样,客户端无须等待新线程或新进程的建立即可得到处理。在 Unix中,为了能够绑定 80端口,父进程一般都是以  root身份启动,随后, Apache以较低权限的用户建立子进程和线程。 UserGroup指令用于设置 Apache子进程的权限。虽然子进程必须对其提供的内容拥有读权限,但应该尽可能给予它较少的特权。另外,除非使用了 suexec ,否则,这些指令设置的权限将被 CGI脚本所继承。
3 perchild.c模块

公式:
ThreadLimit >= ThreadsPerChild
MaxClients <= 
ServerLimit  * ThreadsPerChild 必须是ThreadsPerChild的倍数
MaxSpareThreads >= MinSpareThreads+ThreadsPerChild
硬限制:
ServerLimi和 ThreadLimit这两个指令决定了活动子进程数量和每个子进程中线程数量的硬限制。要想改变这个硬限制必须完全停止服务器然后再启动服务器 (直接重启是不行的 )
Apache在编译 ServerLimit时内部有一个硬性的限制,你不能超越这个限制。
prefork MPM
最大为 " ServerLimit 200000"
其它 MPM(包括 work MPM)最大为 " ServerLimit 20000
Apache在编译 ThreadLimit时内部有一个硬性的限制,你不能超越这个限制。
mpm_winnt
"ThreadLimit 15000"
其它 MPM(包括 work prefork)"ThreadLimit 20000
注意
使用 ServerLimitThreadLimit时要特别当心。如果将 ServerLimitThreadLimit设置成一个高出实际需要许多的值,将会有过多的共享内存被分配。当设置成超过系统的处理能力, Apache可能无法启动,或者系统将变得不稳定。


本文转自 gehailong 51CTO博客,原文链接:http://blog.51cto.com/gehailong/264160,如需转载请自行联系原作者
相关文章
|
30天前
|
运维 Linux Apache
LAMP架构调优(二)——修改Apache运行用户
LAMP架构调优(二)——修改Apache运行用户
197 1
|
7月前
|
存储 Linux Apache
Apache IoTDB开发之同步工具
在同步的发送端,同步模块是一个单独的进程,独立于 IoTDB 进程。同步的频率周期可以由用户设置。在同步的接收端,同步模块嵌入在IoTDB的引擎中,与IoTDB处于同一过程。接收器模块侦听一个单独的端口,该端口可由用户设置(有关详细信息,请参阅部分)。在使用之前,需要在同步接收器处设置白名单,以网段表示。接收方仅接受从位于白名单段中的发送方传输的数据。
237 0
Apache IoTDB开发之同步工具
|
消息中间件 Kafka 数据处理
超硬核解析!Apache Hudi灵活的Payload机制
Apache Hudi 的Payload是一种可扩展的数据处理机制,通过不同的Payload我们可以实现复杂场景的定制化数据写入方式,大大增加了数据处理的灵活性。Hudi Payload在写入和读取Hudi表时对数据进行去重、过滤、合并等操作的工具类,通过使用参数 &quot;hoodie.datasource.write.payload.class&quot;指定我们需要使用的Payload class。 ​
1867 0
超硬核解析!Apache Hudi灵活的Payload机制
|
分布式计算 大数据 调度
Spark 原理_运行过程_总结和流程 | 学习笔记
快速学习 Spark 原理_运行过程_总结和流程
84 0
Spark 原理_运行过程_总结和流程 | 学习笔记
|
机器学习/深度学习 缓存 分布式计算
Apache Spark 如何运作?
Apache Spark 如何运作?
90 0
|
存储 分布式计算 资源调度
Apache Flink部署应用到任意地方
Apache Flink部署应用到任意地方
128 0
|
SQL 分布式计算 大数据
「Spark从精通到重新入门(一)」Spark 中不可不知的动态优化
Apache Spark 自 2010 年面世,到现在已经发展为大数据批计算的首选引擎。而在 2020 年 6 月份发布的Spark 3.0 版本也是 Spark 有史以来最大的 Release,其中将近一半的 issue 都属于 SparkSQL。这也迎合我们现在的主要场景(90% 是 SQL),同时也是优化痛点和主要功能点。我们 Erda 的 FDP 平台(Fast Data Platform)也从 Spark 2.4 升级到 Spark 3.0 并做了一系列的相关优化,本文将主要结合 Spark 3.0 版本进行探讨研究。
226 0
「Spark从精通到重新入门(一)」Spark 中不可不知的动态优化
|
SQL 数据采集 分布式计算
深入研究Apache Spark 3.0的新功能
分享嘉宾 Apache Spark PMC李潇,就职于 Databricks,Spark 研发部主管,领导 Spark,Koalas,Databricks runtime,OEM 的研发团队,在直播中为大家深入讲解了Apache Spark 3.0的新功能。
深入研究Apache Spark 3.0的新功能
|
Apache 网络协议
apache服务器本质
apache服务器本质上说是一个TCP socket服务,socket模型如下:   下面以worker MPM来说明apache代码中相应处理的位置在哪里: (以apache httpd 2.2.23版本的代码为基础) 1) 在第一次启动时验证配置没有异常时,创建了socket。
852 0

推荐镜像

更多