Reactor 模型 vs Proactor 模型:区别与代码示例

一、背景与核心问题

高并发网络编程的核心在于:如何高效处理大量 I/O 事件。两种经典模型:

  • Reactor:同步非阻塞 + 事件通知

  • Proactor:异步 I/O + 完成通知

本质区别在于:谁负责完成 I/O 操作


二、Reactor 模型(反应器)

1. 核心思想

  • 内核只负责通知事件就绪

  • 用户线程负责执行实际 I/O 操作(read/write)

2. 流程

复制代码
1. 注册 socket 到事件多路复用器(epoll/select)
2. 等待事件(可读/可写)
3. 事件就绪 → 回调 handler
4. handler 中执行 read/write

3. 特点

  • 同步非阻塞

  • 控制灵活

  • 编程复杂度较低(相对 Proactor)


4. 典型代码(Python 简化版)

复制代码
import selectors
import socket

sel = selectors.DefaultSelector()

def accept(sock):
    conn, addr = sock.accept()
    conn.setblocking(False)
    sel.register(conn, selectors.EVENT_READ, read)

def read(conn):
    data = conn.recv(1024)
    if data:
        conn.send(data)  # echo
    else:
        sel.unregister(conn)
        conn.close()

sock = socket.socket()
sock.bind(('localhost', 8888))
sock.listen()
sock.setblocking(False)

sel.register(sock, selectors.EVENT_READ, accept)

while True:
    events = sel.select()
    for key, _ in events:
        callback = key.data
        callback(key.fileobj)

👉 特点:select() 只告诉你"可以读了",但 read 是你自己调用的


三、Proactor 模型(前摄器)

1. 核心思想

  • 内核负责完成 I/O 操作

  • 完成后通知用户(completion event)

2. 流程

复制代码
1. 提交异步 I/O 请求(read/write)
2. 内核执行实际 I/O
3. 完成后通知(回调/事件)
4. 用户处理结果

3. 特点

  • 真正异步

  • 更高性能潜力(减少用户态参与)

  • 编程复杂度更高

  • 依赖操作系统支持(如 Windows IOCP)


4. 典型代码(Python asyncio,本质接近 Proactor)

复制代码
import asyncio

async def handle(reader, writer):
    data = await reader.read(100)
    writer.write(data)
    await writer.drain()
    writer.close()

async def main():
    server = await asyncio.start_server(handle, '127.0.0.1', 8888)
    async with server:
        await server.serve_forever()

asyncio.run(main())

👉 特点:await reader.read() 表示:

  • 你提交了 I/O 请求

  • 完成后才返回(期间不阻塞线程)


四、核心区别总结

维度 Reactor Proactor
I/O 执行者 用户线程 内核
通知类型 就绪通知 完成通知
I/O 类型 同步非阻塞 异步
编程复杂度
性能潜力 更高
典型实现 epoll / select IOCP / aio

五、类比理解(非常关键)

假设你点外卖:

  • Reactor

    • 店员说:"你的餐可以取了"

    • 👉 你自己去拿(read)

  • Proactor

    • 店员帮你送到桌上

    • 👉 你只需要吃(处理结果)


六、实际应用

Reactor 常见:

  • Redis

  • Nginx

  • Netty(默认)

Proactor 常见:

  • Windows IOCP

  • Boost.Asio(部分模式)

  • Python asyncio(抽象层接近)


七、选型建议

  • Linux 高并发服务 → Reactor(epoll 足够强)

  • Windows 平台 → Proactor(IOCP)

  • 追求极致异步 → Proactor

  • 简洁与可控 → Reactor


八、一句话总结

  • Reactor:你等通知,然后自己干活

  • Proactor:你提交任务,系统帮你干完再通知你

如果需要,可以进一步补充:

  • 多 Reactor(主从 Reactor)

  • Netty 中两种模型的实现细节

  • epoll vs IOCP 深度对比

相关推荐
徐小夕38 分钟前
花了一周,3亿tokens,我开源了一款 Word 文档智能审查平台,文稿自动质检+可视化分析,告别低效人工审核
前端·算法·github
可编程芯片开发2 小时前
UPFC统一潮流控制器的simulink建模与仿真
算法
小小仙子2 小时前
矢量网络分析仪如何测试S参数的?
人工智能·算法·机器学习
中微极客4 小时前
降维算法75倍加速:从PCA到稀疏字典学习的工程实践
人工智能·学习·算法
storyseek4 小时前
前缀和实现Kogge-Stone算法
数据结构·算法
元Y亨H5 小时前
开发者必须掌握的十大核心算法
算法
元Y亨H5 小时前
深度解构:数据结构与算法的理论基石与工程演进
数据结构·算法
元Y亨H5 小时前
数据结构与算法的通俗指南
数据结构·算法
2301_764441335 小时前
用动力学系统(微分方程)为 Kernberg 的客体关系单元提供数学化的操作定义,把“自体—客体“这对心理结构建模成一个二维耦合系统
数据结构·python·算法·数学建模