Mochiweb的设计分析

http://blog.csdn.net/dp0304/article/details/6994435

Web服务器的基本工作大致分3步：

1. 接收HTTP请求；
2. 处理HTTP请求，生成响应内容；
3. 发送响应

一、处理请求和发送响应

模块mochiweb_request可说是Mochiweb处理HTTP请求的核心部分，它总共负责了第2步和第3步工作。因此参数化模块mochiweb_request的实例不像它的模块名那样单纯：它还负责将请求的响应（通过Socket连接，调用gen_tcp:send）发还（response）给浏览器。这个模块是一个参数化模块。这意味着它具有基于对象（Object-based）的特点，它的每个实例化对象代表一个用户请求，用户可以像OO那样操作HTTP请求：获取请求信息，生成响应内容等。

对静态内容（如html文件，静态图片）来说，无非是读取文件系统中静态文件的内容作为响应消息体（Body）发送给客户端浏览器。

对动态内容来说，生成响应内容的业务逻辑是用户通过编程实现的：解析请求（包括URL路径和HTTP请求头），然后生成相应的响应内容。用户编写业务逻辑处理函数，然后将函数插入到mochiweb中。此函数带有一参数，该参数是参数化模块mochiweb_request的实例（假设为Req），在这个定制函数中可以通过这个Req实例对象获取浏览器请求的所有信息（包括URL路径和HTTP请求头），处理后的响应数据也通过Req实例提供的函数发还给浏览器，有好几种方式：

1. 通过Req实例对象直接发还给浏览器：

   a) 通过这个Req实例对象的response/1函数直接发还给浏览器：
   Req:response({Code, ResponseHeaders, Body})
   这个函数接收一个tuple参数，参数的第一个元素是HTTP状态码（比如200），第二个元素是响应消息头列表(一个二元tuple，key和value都是字符串，如{“Content-Type”, “image/jpeg”}），第三个元素即为HTTP响应内容；如果是动态内容，采用response函数直接发还响应数据还是比较方便的。

   b) 如果是静态文件，通过Req的serve_file(…)函数可以直接将文件发还给浏览器，告诉此函数文件的Web根目录（doc_root）和相对路径就可以将指定的静态文件发给浏览器了。doc_root目录一般在配置文件中设置，这个目录下的所有文件都可以通过HTTP访问。

   c) 一些常见的例行响应：
   不存在的URL请求返回404错误，可以直接调用Req:not_found() 若一切正常，调用Req:ok({…, Body})直接返回状态码为200的HTTP响应
   b,c两种情况的内部其实还是调用的Req:response()

2. 通过Response模块对象将响应发还给浏览器：

   Req:response函数会返回一个mochiweb_response参数化模块实例对象（假设为Response)，Response实例对象包含有对应的Req实例对象。通过Response对象可以得到响应的相关信息（如响应状态码，响应消息头，对应的Req对象），它还有一个send函数可以将响应数据发还给浏览器（它的实现其实还是调用Req对象的send函数进行的）。Response之所以还要有send函数是为了发送chunked数据（HTTP 1.1)的方便，在第一次响应完成后，后继的chunk数据就可以通过最初返回的Response对象继续进行发送了，为此Response有个函数write_chunk()专门干这事，write_chunk检查了请求消息头中的HTTP 版本消息后就调用Response:send。

   因此，响应内容最终都是由参数化模块mochiweb_request的response/1函数发送的。而这个response(…)函数内部最后调用了Req:send(Data)函数将响应通过socket连接（调用gen_tcp:send）返还给浏览器，这一发送过程又分成两个阶段：响应消息头（Headers）的发送和消息体（Body）的发送，这两步都是通过Req:send完成的。

小结：对于程序员来说，他编写的服务器端处理HTTP请求的函数必须带有一个参数，这个参数代表了mochiweb_request参数化模块的一个实例对象。通过这个实例程序员可以得到HTTP请求的所有信息（包括路径、请求参数以及HTTP请求消息头），然后生成响应，他还可以通过该mochiweb_request实例对象将响应数据发还给浏览器。

• 如果响应的是静态文件，可以通过Request:server_file()函数发送响应；
• 如果响应是动态生成的内容，通过Request:response()函数发送响应数据（文本数据和二进制数据都可以）；
• 如果是chunk响应，第一次调用Request:response()函数发送数据后，该函数会返回一个Response实例对象（参数化模块mochiweb_response的一个实例），以后的响应数据可以通过这个Response实例对象（调用Response:write_chunk(Data)）发送后续的响应数据。

二、Web服务器的业务处理逻辑如何嵌入到Mochiweb

业务处理逻辑被程序员编写成一个函数（函数式编程中函数也是一种数据，以下称为HttpLoop），处理函数HttpLoop是作为mochiweb启动时的参数之一进入Mochiweb，Mochiweb是这样启动的：

mochiweb_http:start([{loop, HttpLoop},...])  

Request实例对象最终要调用gen_tcp:send(Socket,…)将响应数据由socket连接发给浏览器，因此，Request实例对象应该持有HTTP请求的socket连接。这个目标是这样实现的： 
在启动过程中，mochiweb_http又对用户的HttpLoop函数进行了重新包装

Loop = fun (Socket) ->
    mochiweb_http:loop(Socket, HttpLoop)
end,

每个浏览器连接请求对应着一个Socket连接，新的Loop函数以此Socket作为参数，然后通过mochiweb_http:loop函数对Socket连接和用户自定义的HttpLoop函数进行了处理，简单的说，这个函数做了如下工作：

1. 将Socket连接设置成能处理HTTP数据包 （inet:setopts(Socket, [{packet, http}])）；
2. 准备接收socket连接传来的数据（gen_tcp:recv(Socket,…)）；

当收到数据时：

1. 将HTTP消息头数据提出（成为{HeaderName, HeaderValue}的tuple列表)
2. 生成一个参数化模块mochiweb_request的实例对象，并将Socket连接、HTTP请求信息（路径、请求方法、HTTP版本）以及请求消息头列表包装到此实例对象中，
3. 然后调用用户的HttpLoop对请求进行处理和响应（如前所述，处理得到的响应数据也在用户编写的HttpLoop函数中被发送给浏览器）
4. 最后根据HTTP请求信息决定是简单的关闭Socket连接，还是清理一下Req对象并保持连接（例如对keep-alive,chunk等类型的HTTP请求，以及还没完成数据传送的HTTP请求），以便继续让HttpLoop函数进行处理，

这都是在headers函数中进行的，还是看mochiweb_http模块的代码：

1. headers(Socket, Request, Headers, HttpLoop, HeaderCount) ->
2. case gen_tcp:recv(Socket, 0, ?IDLE_TIMEOUT) of
3. {ok, http_eoh} ->
4. inet:setopts(Socket, [{packet, raw}]),
5. % 将Socket连接、HTTP请求信息（路径、请求方法、HTTP版本）以及请求消息头列表打包成参数化模块（mochiweb_request）的实例对象
6. Req = mochiweb:new_request({Socket, Request,
7. lists:reverse(Headers)}),
8. HttpLoop(Req), % 让用户编写的函数处理HTTP请求
9. case Req:should_close() of
10. true ->
11. gen_tcp:close(Socket),
12. exit(normal);
13. false ->
14. Req:cleanup(),
15. mochiweb_http:loop(Socket, HttpLoop)
16. end;
17. {ok, {http_header, _, Name, _, Value}} ->
18. headers(Socket, Request, [{Name, Value} | Headers], HttpLoop,
19. 1 + HeaderCount);
20. _Other ->
21. gen_tcp:close(Socket),
22. exit(normal)
23. end.

以上处理逻辑都被重新包装到新函数Loop（又一个函数对象），这一包装过程是在mochiweb_http:parse_options函数中进行的。新的Loop函数对象将作为OTP gen_server模块mochiweb_socket_server的运行状态（State）的一部分（这个OTP server模块被mochiweb_http启动，Loop函数对象作为启动参数之一传给mochiweb_socket_server，进入模块的State）

三、接受HTTP请求

作为Mochiweb HTTP Web服务器的核心，mochiweb_socket_server模块负责处理浏览器的HTTP连接（本质上还是socket连接）。

该OTP模块在初始时（init(…)函数）打开trap_exit使服务器进程成为系统进程，并开始在端口监听网络连接，同时，启动(spawn_link)一个HTTP请求接收进程，这个进程执行的是acceptor_loop(…)函数。acceptor_loop接收一个三元tuple作为参数，tuple参数的第一个元素是mochiweb_socket_server服务器进程Pid，第二个是在网络端口进行监听的监听器，第三个就是前面提到的包装好的Loop函数对象，如下：

1. acceptor_loop({Server, Listen, Loop}) ->
2. case catch gen_tcp:accept(Listen) of
3. {ok, Socket} ->
4. gen_server:cast(Server, {accepted, self()}),
5. call_loop(Loop, Socket);
6. {error, closed} ->
7. exit({error, closed});
8. Other ->
9. error_logger:error_report(
10. [{application, mochiweb},
11. "Accept failed error",
12. lists:flatten(io_lib:format("~p", [Other]))]),
13. exit({error, accept_failed})
14. end.

当HTTP请求接收进程收到一个浏览器HTTP连接请求后，先以“发送后不管”的方式（即cast）发accepted消息通知mochiweb_socket_server服务器：有HTTP请求来啦，本进程已接受并负责处理。随后该进程就会调用用户定制的函数对象处理请求。进程是在call_loop函数中执行上述的Loop函数对象

call_loop(Loop, Socket) ->
    Loop(Socket).  

这个在服务器初始阶段启动的HTTP请求接收进程的Pid被作为mochiweb_socket_server状态的一部分保持在State记录的acceptor字段。mochiweb_socket_server服务器进程的状态还记录了Mochiweb服务器当前能处理的最大连接数（max），每当收到HTTP请求接收进程发过来的一个accepted消息，就减少一个最大连接数，同时，除非当前最大连接数为零，再生成一个新的HTTP请求接收进程，并将mochiweb_socket_server服务器进程的运行状态（State）的acceptor字段替换成这个新的HTTP请求接收进程Pid。这就是Mochiweb接受HTTP请求的策略，有点像自动步枪，尽管枪膛里只有一发子弹，但每射出一发子弹，火药爆炸带来的一部分气体压力自动的将新的子弹压入枪膛，于是就可以连续不断的射击了。

总结

服务器端的业务逻辑在一个函数中实现，然后这个函数像数据对象那样嵌入到Mochiweb中，这是典型的函数式程序设计。这个函数通过mochiweb_request实例对象获取请求的相关信息，并将响应通过该对象发送给客户端浏览器。

每个HTTP请求由一个Erlang进程负责处理，充分发挥了Erlang多线程的优势。一个连接对应一个Erlang进程，比较适合comet这样的应用，并发请求的处理能力与Erlang线程数量正相关。相关测试见A Million-user Comet Application with Mochiweb 。

Mochiweb的实现大量使用了参数化模块的特性，包括核心的代表HTTP请求的mochiweb_request实例对象，某种程度上使Mochiweb有了基于对象（Object-based）的特点。不过参数化模块还是“undocumented and unsupported”，可能在未来版本的Erlang中有一定不兼容风险，但是如果Mochiweb用的人足够多，应用足够广，我想将来的Erlang说不定反受Mochiweb应用的影响，官方确定参数化模块这一特性呢。

mochiweb这类的轻量级Web服务器小巧灵活，它的Web应用不能像JSP、ASP那样方便的写服务器端代码，也没有很多重型Web服务器常见的功能，但胜在易于理解，又足够快。比较适合纯动态内容生成的Web应用，如comet。可以作为现有Web服务器的补充。Facebook就用它做了Web在线聊天。