Python 套接字缓冲

Question

假设我想使用标准 socket 模块从套接字读取一行：

def read_line(s):
    ret = ''

    while True:
        c = s.recv(1)

        if c == '\n' or c == '':
            break
        else:
            ret += c

    return ret

s.recv(1) 中到底发生了什么？ 每次都会发出系统调用吗？ 无论如何，我想我应该添加一些缓冲：

为了与硬件和网络实际情况最佳匹配，bufsize的值应该是一个相对较小的2的幂，例如4096。

http://docs.python.org/library/socket.html#socket.socket.recv

但这似乎并不容易写入高效且线程安全的缓冲。 如果我使用 file.readline() 会怎样？

# does this work well, is it efficiently buffered?
s.makefile().readline()

Answer 1

如果您关心性能并完全控制套接字
（例如，您没有将其传递到库中）然后尝试实现
你自己的 Python 缓冲——Python string.find 和 string.split 等可以
快得惊人。

def linesplit(socket):
    buffer = socket.recv(4096)
    buffering = True
    while buffering:
        if "\n" in buffer:
            (line, buffer) = buffer.split("\n", 1)
            yield line + "\n"
        else:
            more = socket.recv(4096)
            if not more:
                buffering = False
            else:
                buffer += more
    if buffer:
        yield buffer

如果您希望有效负载由行组成
不是太大，应该运行得很快，
并避免跳过过多的功能层
不必要地打电话。 我很想知道
这与 file.readline() 或使用 socket.recv(1) 相比如何。

Answer 2

recv() 调用是通过调用 C 库函数直接处理的。

它将阻塞等待套接字有数据。 实际上，它只会让 recv() 系统调用阻塞。

file.readline() 是一种高效的缓冲实现。 它不是线程安全的，因为它假定它是唯一读取该文件的人。 （例如，通过缓冲即将到来的输入。）

如果您使用文件对象，则每次使用正参数调用 read() 时，底层代码都会 recv()仅请求的数据量，除非已缓冲。

如果满足以下条件，它将被缓冲：

• 您调用了 readline()，它读取了一个完整的缓冲区

• 该行的结尾早于缓冲区

因此将数据留在缓冲区中。 否则缓冲区通常不会被填满。

提问的目的不明确。 如果您需要在读取之前查看数据是否可用，可以使用 select() 或使用 s.setblocking(False) 将套接字设置为非阻塞模式。 然后，如果没有等待数据，则读取将返回空，而不是阻塞。

您正在使用多个线程读取一个文件或套接字吗？ 我会让一个工作人员读取套接字并将接收到的项目送入队列以供其他线程处理。

建议咨询 Python Socket 模块源和C进行系统调用的源。

Answer 3

def buffered_readlines(pull_next_chunk, buf_size=4096):
  """
  pull_next_chunk is callable that should accept one positional argument max_len,
  i.e. socket.recv or file().read and returns string of up to max_len long or
  empty one when nothing left to read.

  >>> for line in buffered_readlines(socket.recv, 16384):
  ...   print line
    ...
  >>> # the following code won't read whole file into memory
  ... # before splitting it into lines like .readlines method
  ... # of file does. Also it won't block until FIFO-file is closed
  ...
  >>> for line in buffered_readlines(open('huge_file').read):
  ...   # process it on per-line basis
        ...
  >>>
  """
  chunks = []
  while True:
    chunk = pull_next_chunk(buf_size)
    if not chunk:
      if chunks:
        yield ''.join(chunks)
      break
    if not '\n' in chunk:
      chunks.append(chunk)
      continue
    chunk = chunk.split('\n')
    if chunks:
      yield ''.join(chunks + [chunk[0]])
    else:
      yield chunk[0]
    for line in chunk[1:-1]:
      yield line
    if chunk[-1]:
      chunks = [chunk[-1]]
    else:
      chunks = []