谷歌chrome浏览器源码分析.docx
《谷歌chrome浏览器源码分析.docx》由会员分享，可在线阅读，更多相关《谷歌chrome浏览器源码分析.docx（16页珍藏版）》请在冰豆网上搜索。
谷歌chrome浏览器源码分析
谷歌chrome浏览器源码分析
转自CSDN
前言：
1、之所以整理此文，有俩个目的：
一是为了供自己学习研究之用；二是为了备份，以作日后反复研究。
除此之外，无它。
2、此文的形式其实是有点俩不像的，既不是个人首创即原创，又非单纯的转载（有加工），无奈之下，权且称作翻译吧。
有不妥之处，还望原作者，及读者见谅。
文中加入了我自己的一些见解，请自行辨别。
顺便再说一句，duguguiyu写的这个Chrome源码剖析，真不错，勾起了偶对源码剖析的莫大兴趣。
顺便透露下：
在此份Chrome源码剖析之后，互联网上即将，首次出现sgistlv3.3版的源码剖析拉。
作者：
本人July。
是的，本人最近在研究sgistlv3.3版的源码，正在做源码剖析，个人首创，敬请期待。
在本文具体针对源码剖析之前，再粗略回答一下网友可能关心的问题：
chrome速度维护如此之快?
据网上资料显示：
有几个主要的关键技术：
DNS预解析、Google自主开发的V8Javacript引擎、DOM绑定技术以及多进程架构等等。
但这不是本文的重点，所以略过不谈。
ok，激动人心的Chrome源码剖析旅程，即刻开始。
Chrome源码剖析【序】
此序成于08年末，Chrome刚刚推出之际。
duguguiyu：
"有的人一看到Chrome用到多进程就说垃圾废物肯定低能。
拜托，大家都是搞技术的，你知道多进程的缺点，Google也知道，他们不是政客，除了搞个噱头扯个蛋就一无所知了，人家也是有脸有皮的，写一坨屎一样的开源代码放出来遭世人耻笑难道会很开心?
所谓技术的优劣，是不能一概而论的，同样的技术在不同场合不同环境不同代码实现下，效果是有所不同的。
."
Chrome对我来说，有吸引力的地方在于（排名分先后…）：
1、它是如何利用多进程（其实也会有多线程一起）做并发的，又是如何解决多进程间的一些问题的，比如进程间通信，进程的开销；
2、做为一个后来者，它的扩展能力如何，如何去权衡对原有插件的兼容，提供怎么样的一个插件模型；
3、它的整体框架是怎样，有没有很NB的架构思想；
4、它如何实现跨平台的UI控件系统；
5、传说中的V8，为啥那么快。
但Chrome是一个跨平台的浏览器，其Linux和Mac版本正在开发过程中，所以我把所有的眼光都放在了windows版本中，所有的代码剖析都是基于windows版本的。
有错误请指正。
关于Chrome的源码下载和环境配置，大家可自行查找资料，强调一点，一定要严格按照说明来配置环境，特别是vs2005的补丁和windowsSDK的安装，否则肯定是编译不过的。
最后，写这部分唯一不是废话的内容，请记住以下这幅图，这是Chrome最精华的一个缩影：
图1Chrome的线程和进程模型
Chrome源码剖析【一】--多线程模型
【一】Chrome的多线程模型
0.Chrome的并发模型
如果你仔细看了前面的图，对Chrome的线程和进程框架应该有了个基本的了解。
Chrome有一个主进程，称为Browser进程，它是老大，管理Chrome大部分的日常事务；其次，会有很多Renderer进程，它们圈地而治，各管理一组站点的显示和通信（Chrome在宣传中一直宣称一个tab对应一个进程，其实是很不确切的…），它们彼此互不搭理，只和老大说话，由老大负责权衡各方利益。
它们和老大说话的渠道，称做IPC（Inter-ProcessCommunication），这是Google搭的一套进程间通信的机制，基本的实现后面自会分解。
Chrome的进程模型
Google在宣传的时候一直都说，Chrome是onetaboneprocess的模式，其实，这只是为了宣传起来方便如是说而已，基本等同广告，实际疗效，还要从代码中来看。
实际上，Chrome支持的进程模型远比宣传丰富，简单的说，Chrome支持以下几种进程模型：
1.Process-per-site-instance：
就是你打开一个网站，然后从这个网站链开的一系列网站都属于一个进程。
这是Chrome的默认模式。
2.Process-per-site：
同域名范畴的网站放在一个进程，比如（由于此文形成于08年，所以无法访问，你懂的）和process-per-site开启。
3.Process-per-tab：
这个简单，一个tab一个process，不论各个tab的站点有无联系，就和宣传的那样。
用–process-per-tab开启。
4.SingleProcess：
这个很熟悉了吧，即传统浏览器的模式：
没有多进程只有多线程，用–single-process开启。
关于各种模式的优缺点，官方有官方的说法，大家自己也会有自己的评述。
不论如何，至少可以说明，Google不是由于白痴而采取多进程的策略，而是实验出来的效果。
大家可以用Shift+Esc观察各模式下进程状况，至少我是观察失败了（每种都和默认的一样…），原因待跟踪。
不论是Browser进程还是Renderer进程，都不只是光杆司令，它们都有一系列的线程为自己打理各种业务。
对于Renderer进程，它们通常有两个线程：
一个是Mainthread，它负责与老大进行联系，有一些幕后黑手的意思；另一个是Renderthread，它们负责页面的渲染和交互，一看就知道是这个帮派的门脸级人物。
相比之下，Browser进程既然是老大，小弟自然要多一些，除了大脑般的Mainthread，和负责与各Renderer帮派通信的IOthread，其实还包括负责管文件的filethread，负责管数据库的dbthread等等，它们各尽其责，齐心协力为老大打拼。
它们和各Renderer进程的之间的关系不一样，同一个进程内的线程，往往需要很多的协同工作，这一坨线程间的并发管理，是Chrome最出彩的地方之一了。
闲话并发
单进程单线程的编程是最惬意的事情，所看即所得，一维的思考即可。
但程序员的世界总是没有那么美好，在很多的场合，我们都需要有多线程、多进程、多机器携起手来一齐上阵共同完成某项任务，统称：
并发（非官方版定义…）。
在我看来，需要并发的场合主要是要两类：
1.为了更好的用户体验。
有的事情处理起来太慢，比如数据库读写、远程通信、复杂计算等等，如果在一个线程一个进程里面来做，往往会影响用户感受，因此需要另开一个线程或进程转到后台进行处理。
它之所以能够生效，仰仗的是单CPU的分时机制，或者是多CPU协同工作。
在单CPU的条件下，两个任务分成两拨完成的总时间，是大于两个任务轮流完成的，但是由于彼此交错，给人的感觉更自然一些。
2.为了加速完成某项工作。
大名鼎鼎的Map/Reduce，做的就是这样的事情，它将一个大的任务，拆分成若干个小的任务，分配个若干个进程去完成，各自收工后，再汇集在一起，更快地得到最后的结果。
为了达到这个目的，只有在多CPU的情形下才有可能，在单CPU的场合（单机单CPU…），是无法实现的。
在第二种场合下，我们会自然而然的关注数据的分离，从而很好的利用上多CPU的能力；而在第一种场合，我们习惯了单CPU的模式，往往不注重数据与行为的对应关系，导致在多CPU的场景下，性能不升反降。
1.Chrome的线程模型
仔细回忆一下我们大部分时候是怎么来用线程的，在我足够贫瘠的多线程经历中，往往都是这样用的：
起一个线程，传入一个特定的入口函数，看一下这个函数是否是有副作用的（SideEffect），如果有，并且还会涉及到多线程的数据访问，仔细排查，在可疑地点上锁伺候。
Chrome的线程模型走的是另一个路子，即，极力规避锁的存在。
换更精确的描述方式来说，Chrome的线程模型，将锁限制了极小的范围内（仅仅在将Task放入消息队列的时候才存在…），并且使得上层完全不需要关心锁的问题（当然，前提是遵循它的编程模型，将函数用Task封装并发送到合适的线程去执行…），大大简化了开发的逻辑。
不过，从实现来说，Chrome的线程模型并没有什么神秘的地方，它用到了消息循环的手段。
每一个Chrome的线程，入口函数都差不多，都是启动一个消息循环（参见MessagePump类），等待并执行任务。
而其中，唯一的差别在于，根据线程处理事务类别的不同，所起的消息循环有所不同。
比如处理进程间通信的线程（注意，在Chrome中，这类线程都叫做IO线程）启用的是MessagePumpForIO类，处理UI的线程用的是MessagePumpForUI类，一般的线程用到的是MessagePumpDefault类（只讨论windows）。
不同的消息循环类，主要差异有两个，一是消息循环中需要处理什么样的消息和任务，第二个是循环流程（比如是死循环还是阻塞在某信号量上…）。
下图是一个完整版的Chrome消息循环图，包含处理Windows的消息，处理各种Task（Task是什么，稍后揭晓，敬请期待），处理各个信号量观察者（Watcher），然后阻塞在某个信号量上等待唤醒。
图2Chrome的消息循环
当然，不是每一个消息循环类都需要跑那么一大圈的，有些线程，它不会涉及到那么多的事情和逻辑，白白浪费体力和时间，实在是不可饶恕的。
因此，在实际中，不同的MessagePump类，实现是有所不同的，详见下表：
2.Chrome中的Task
从上面的表不难看出，不论是哪一种消息循环，必须处理的，就是Task（暂且遗忘掉系统消息的处理和Watcher，以后，我们会缅怀它们的…）。
刨去其它东西的干扰，只留下Task的话，我们可以这样认为：
Chrome中的线程从实现层面来看没有任何区别，它的区别只存在于职责层面，不同职责的线程，会处理不同的Task。
最后，在铺天盖地西红柿来临之前，我说一下啥是Task。
简单的看，Task就是一个类，一个包含了voidRun（）抽象方法的类（参见Task类…）。
一个真实的任务，可以派生Task类，并实现其Run方法。
每个MessagePump类中，会有一个MessagePump：
Delegate的类的对象（MessagePump：
Delegate的一个实现，请参见MessageLoop类…），在这个对象中，会维护若干个Task的队列。
当你期望，你的一个逻辑在某个线程内执行的时候，你可以派生一个Task，把你的逻辑封装在Run方法中，然后实例一个对象，调用期望线程中的PostTask方法，将该Task对象放入到其Task队列中去，等待执行。
我知道很多人已经抄起了板砖，因为这种手法实在是太常见了，就不是一个简单的依赖倒置，在线程池，Undo\Redo等模块的实现中，用的太多了。
但，我想说的是，虽说谁家过年都是吃顿饺子，这饺子好不好吃还是得看手艺，不能一概而论。
在Chrome中，线程模型是统一且唯一的，这就相当于有了一套标准，它需要满足在各个线程上执行的几十上百种任务的需求，因此，必须在灵活行和易用性上有良好的表现，这就是设计标准的难度。
为了满足这些需求，Chrome在底层库上做了足够的功夫：
1.它提供了一大套的模板封装（参见task.h），可以将Task摆脱继承结构、函数名、函数参数等限制（就是基于模板的伪function实现，想要更深入了解，建议直接看鼻祖《ModernC++》和它的Loki库…）；
2.同时派生出CancelableTask、ReleaseTask、DeleteTask等子类，提供更为良好的默认实现；
3.在消息循环中，按逻辑的不同，将Task又分成即时处理的Task、延时处理的Task、Idle时处理的Task，满足不同场景的需求；
4.Task派生自tracked_objects：
Tracked，Tracked是为了实现多线程环境下的日志记录、统计等功能，使得Task天生就有良好的可调试性和可统计性；
这一套七荤八素的都搭建完，这才算是一个完整的Task模型，由此可知，这饺子，做的还是很费功夫的。
3.Chrome的多线程模型
工欲善其事，必先利其器。
Chrome之所以费了老鼻子劲去磨底层框架这把刀，就是为了面对多线程这坨怪兽的时候杀的更顺畅一些。
在Chrome的多线程模型下，加锁这个事情只发生在将Task放入某线程的任务队列中，其他对任何数据的操作都不需要加锁。
当然，天下没有免费的午餐，为了合理传递Task，你需要了解每一个数据对象所管辖的线程，不过这个事情，与纷繁的加锁相比，真是小儿科了不知道多少倍。
图3Task的执行模型
如果你熟悉设计模式，你会发现这是一个Command模式，将创建于执行的环境相分离，在一个线程中创建行为，在另一个线程中执行行为。
Command模式的优点在于，将实现操作与构造操作解耦，这就避免了锁的问题，使得多线程与单线程编程模型统一起来，其次，Command还有一个优点，就是有利于命令的组合和扩展，在Chrome中，它有效统一了同步和异步处理的逻辑。
Command模式
Command模式，是一种看上去很酷的模式，传统的面向对象编程，我们封装的往往都是数据，在Command模式下，我们希望封装的是行为。
这件事在函数式编程中很正常，封装一个函数作为参数，传来传去，稀疏平常的事儿；但在面向对象的编程中，我们需要通过继承、模板、函数指针等手法，才能将其实现。
应用Command模式，我们是期望这个行为能到一个不同于它出生的环境中去执行，简而言之，这是一种想生不想养的行为。
我们做Undo/Redo的时候，会把在任一一个环境中创建的Command，放到一个队列环境中去，供统一的调度；在Chrome中，也是如此，我们在一个线程环境中创建了Task，却把它放到别的线程中去执行，这种寄居蟹似的生活方式，在很多场合都是有用武之地的。
在一般的多线程模型中，我们需要分清楚啥是同步啥是异步，在同步模式下，一切看上去和单线程没啥区别，但同时也丧失了多线程的优势（沦落成为多线程串行…）。
而如果采用异步的模式，那写起来就麻烦多了，你需要注册回调，小心管理对象的生命周期，程序写出来是嗷嗷恶心。
在Chrome的多线程模型下，同步和异步的编程模型区别就不复存在了，如果是这样一个场景：
A线程需要B线程做一些事情，然后回到A线程继续做一些事情；在Chrome下你可以这样来做：
生成一个Task，放到B线程的队列中，在该Task的Run方法最后，会生成另一个Task，这个Task会放回到A的线程队列，由A来执行。
如此一来，同步异步，天下一统，都是Task传来传去，想不会，都难了。
图4Chrome的一种异步执行的解决方案
4.Chrome多线程模型的优缺点
一直在说Chrome在规避锁的问题，那到底锁是哪里不好，犯了何等滔天罪责，落得如此人见人嫌恨不得先杀而后快的境地。
《代码之美》的第二十四章"美丽的并发"中，Haskell设计人之一的SimonPeytonJones总结了一下用锁的困难之处，如下：
1.锁少加了，导致两个线程同时修改一个变量；
2.锁多加了，轻则妨碍并发，重则导致死锁；
3.锁加错了，由于锁和需要锁的数据之间的联系，只存在于程序员的大脑中，这种事情太容易发生了；
4.加锁的顺序错了，维护锁的顺序是一件困难而又容易出错的问题；
5.错误恢复；
6.忘记唤醒和错误的重试；
7.而最根本的缺陷，是锁和条件变量不支持模块化的编程。
比如一个转账业务中，A账户扣了100元钱，B账户增加了100元，即使这两个动作单独用锁保护维持其正确性，你也不能将两个操作简单的串在一起完成一个转账操作，你必须让它们的锁都暴露出来，重新设计一番。
好好的两个函数，愣是不能组在一起用，这就是锁的最大悲哀；
通过这些缺点的描述，也就可以明白Chrome多线程模型的优点。
它解决了锁的最根本缺陷，即，支持模块化的编程，你只需要维护对象和线程之间的职能关系即可，这个摊子，比之锁的那个烂摊子，要简化了太多。
对于程序员来说，负担一瞬间从泰山降成了鸿毛。
而Chrome多线程模型的一个主要难点，在于线程与数据关系的设计上，你需要良好的划分各个线程的职责，如果有一个线程所管辖的数据，几乎占据了大半部分的Task，那么它就会从多线程沦为单线程，Task队列的锁也将成为一个大大的瓶颈。
设计者的职责
一个底层结构设计是否成功，这个设计者是否称职，我一直觉得是有一个很简单的衡量标准的。
你不需要看这个设计人用了多少NB的技术，你只需要关心，他的设计，是否给其他开发人员带来了困难。
一个NB的设计，是将所有困难都集中在底层搞定，把其他开发人员换成白痴都可以工作的那种；一个SB的设计，是自己弄了半天，只是为了给其他开发人员一个长达250条的注意事项，然后很NB的说，你们按照这个手册去开发，就不会有问题了。
从根本上来说，Chrome的线程模型解决的是并发中的用户体验问题而不是联合工作的问题（参见我前面喷的"闲话并发"），它不是和Map/Reduce那样将关注点放在数据和执行步骤的拆分上，而是放在线程和数据的对应关系上，这是和浏览器的工作环境相匹配的。
设计总是和所处的环境相互依赖的，毕竟，在客户端，不会和服务器一样，存在超规模的并发处理任务，而只是需要尽可能的改善用户体验，从这个角度来说，Chrome的多线程模型，至少看上去很美。
Chrome源码剖析【二】--进程通信
【二】Chrome的进程间通信
1.Chrome进程通信的基本模式
进程间通信，叫做IPC（Inter-ProcessCommunication）。
Chrome最主要有三类进程，一类是Browser主进程，我们一直尊称它老人家为老大；还有一类是各个Render进程，前面也提过了；另外还有一类一直没说过，是Plugin进程，每一个插件，在Chrome中都是以进程的形式呈现，等到后面说插件的时候再提罢了。
Render进程和Plugin进程都与老大保持进程间的通信，Render进程与Plugin进程之间也有彼此联系的通路，唯独是多个Render进程或多个Plugin进程直接，没有互相联系的途径，全靠老大协调。
进程与进程间通信，需要仰仗操作系统的特性，能玩的花着实不多，在Chrome中，用到的就是有名的管道（NamedPipe），只不过，它用一个IPC：
Channel类，封装了具体的实现细节。
Channel可以有两种工作模式，一种是Client，一种是Server，Server和Client分属两个进程，维系一个共同的管道名，Server负责创建该管道，Client会尝试连接该管道，然后双发往各自管道缓冲区中读写数据（在Chrome中，用的是二进制流，异步IO…），完成通信。
管道名字的协商
在Socket中，我们会事先约定好通信的端口，如果不按照这个端口进行访问，走错了门，会被直接乱棍打出门去的。
与之类似，有名管道期望在两个进程间游走，就需要拿一个两个进程都能接受的进门暗号，这个就是有名管道的名字。
在Chrome中（windows下…），有名管道的名字格式都是：
\.\pipe\chrome.ID。
其中的ID，自然是要求独一无二，比如：
进程ID.实例地址.随机数。
通常，这个ID是由一个Process生成（往往是BrowserProcess），然后在创建另一个进程的时候，作为命令行参数传进去，从而完成名字的协商。
如果不了解并期待了解有关Windows下有名管道和信号量的知识，建议去看一些专业的书籍，比如圣经级别的《Windows核心编程》和《深入解析Windows操作系统》，当然也可以去查看SDK，你需要了解的API可能包括：
CreateNamedPipe,CreateFile,ConnectNamedPipe,WaitForMultipleObjects,WaitForSingleObject,SetEvent,等等。
Channel中，有三个比较关键的角色，一个是Message：
Sender，一个是Channel：
Listener，最后一个是MessageLoopForIO：
Watcher。
Channel本身派生自Sender和Watcher，身兼两角，而Listener是一个抽象类，具体由Channel的使用者来实现。
顾名思义，Sender就是发送消息的接口，Listener就是处理接收到消息的具体实现，但这个Watcher是啥?
如果你觉得Watcher这东西看上去很眼熟的话，我会激动的热泪盈眶的，没错，在前面（第一部分第一小节…）说消息循环的时候，从那个表中可以看到，IO线程（记住，在Chrome中，IO指的是网络IO，*_*）的循环会处理注册了的Watcher。
其实Watcher很简单，可以视为一个信号量和一个带有OnObjectSignaled方法对象的对，当消息循环检测到信号量开启，它就会调用相应的OnObjectSignaled方法。
图5Chrome的IPC处理流程图
一图解千语，如上图所示，整个Chrome最核心的IPC流程都在图上了，期间，刨去了一些错误处理等逻辑，如果想看原汁原味的，可以自查Channel类的实现。
当有消息被Send到一个发送进程的Channel的时候，Channel会把它放在发送消息队列中，如果此时还正在发送以前的消息（发送端被阻塞…），则看一下阻塞是否解除（用一个等待0秒的信号量等待函数…），然后将消息队列中的内容序列化并写道管道中去。
操作系统会维护异步模式下管道的这一组信号量，当消息从发送进程缓冲区写到接收进程的缓冲区后，会激活接收端的信号量。
当接收进程的消息循环，循到了检查Watcher这一步，并发现有信号量激活了，就会调用该Watcher相应的OnObjectSignaled方法，通知接受进程的Channel，有消息来了！
Channel会尝试从管道中收字节，组消息，并调用Listener来解析该消息。
从上面的描述不难看出，Chrome的进程通信，最核心的特点，就是利用消息循环来检查信号量，而不是直接让管道阻塞在某信号量上。
这样就与其多线程模型紧密联系在了一起，用一种统一的模式来解决问题。
并且，由于是消息循环统一检查，线程不会随便就被阻塞了，可以更好的处理各种其他工作，从理论上讲，这是通过增加CPU工作时间，来换取更好的体验，颇有资本家的派头。
温柔的消息循环
其实，Chrome的很多消息循环，也不是都那么霸道，也是会被阻塞在某些信号量或者某种场景上的，毕竟客户端不是它家的服务器，CPU不能被全部归在它家名下。
比如IO线程，当没有消息来到，又没有信号量被激活的时候，就会被阻塞，具体实现可以去看MessagePumpForIO的WaitForWork方法。
不过这种阻塞是集中式的，可随时修改策略的，比起Channel直接阻塞在信号量上，停工的时间更短。
2.进程间的跨线程通信和同步通信
在Chrome中，任何底层的数据都是线程非安全的，Channel不是太上老君（抑或中国足球?
…），它也没有例外。
在每一个进程中，只能有一个线程来负责操作Channel，这个线程叫做IO线程（名不符实真是一件悲凉的事情…）。
其它线程要是企图越俎代庖，是会出大乱子的。
但是有时候（其实是大部分时候…），我们需要从非IO线程与别的进程相通信，这该如何是好?
如果，你有看过我前面写的线程模型，你一定可以想到，做法很简单，先将对Channel的操作放到Task中，将此Task放到IO线程队列里，让IO线程来处理即可。
当然，由于这种事情发生的太频繁，每次都人肉做一次颇为繁琐，于是有一个代理类，叫做ChannelProxy，来帮助你完成这一切。
从接口上看，ChannelProxy的接口和Channel没有大的区别（否则就不叫Proxy了…），你可以像用Channel一样，用ChannelPr
升级会员 