DESIGN

   1 == Design
   2
   3 * Simplicity: Unicorn is a traditional UNIX prefork web server.
   4   No threads are used at all, this makes applications easier to debug
   5   and fix.  When your application goes awry, a BOFH can just
   6   "kill -9" the runaway worker process without worrying about tearing
   7   all clients down, just one.  Only UNIX-like systems supporting
   8   fork() and file descriptor inheritance are supported.
   9
  10 * The Ragel+C HTTP parser is taken from Mongrel.
  11
  12 * All HTTP parsing and I/O is done much like Mongrel:
  13     1. read/parse HTTP request headers in full
  14     2. call Rack application
  15     3. write HTTP response back to the client
  16
  17 * Like Mongrel, neither keepalive nor pipelining are supported.
  18   These aren't needed since Unicorn is only designed to serve
  19   fast, low-latency clients directly.  Do one thing, do it well;
  20   let nginx handle slow clients.
  21
  22 * Configuration is purely in Ruby and eval().  Ruby is less
  23   ambiguous than YAML and lets lambdas for
  24   before_fork/after_fork/before_exec hooks be defined inline.  An
  25   optional, separate config_file may be used to modify supported
  26   configuration changes (and also gives you plenty of rope if you RTFS
  27   :>)
  28
  29 * One master process spawns and reaps worker processes.  The
  30   Rack application itself is called only within the worker process (but
  31   can be loaded within the master).  A copy-on-write friendly garbage
  32   collector like the one found in mainline Ruby 2.0.0 and later
  33   can be used to minimize memory usage along with the "preload_app true"
  34   directive (see Unicorn::Configurator).
  35
  36 * The number of worker processes should be scaled to the number of
  37   CPUs, memory or even spindles you have.  If you have an existing
  38   Mongrel cluster on a single-threaded app, using the same amount of
  39   processes should work.  Let a full-HTTP-request-buffering reverse
  40   proxy like nginx manage concurrency to thousands of slow clients for
  41   you.  Unicorn scaling should only be concerned about limits of your
  42   backend system(s).
  43
  44 * Load balancing between worker processes is done by the OS kernel.
  45   All workers share a common set of listener sockets and does
  46   non-blocking accept() on them.  The kernel will decide which worker
  47   process to give a socket to and workers will sleep if there is
  48   nothing to accept().
  49
  50 * Since non-blocking accept() is used, there can be a thundering
  51   herd when an occasional client connects when application
  52   *is not busy*.  The thundering herd problem should not affect
  53   applications that are running all the time since worker processes
  54   will only select()/accept() outside of the application dispatch.
  55
  56 * Additionally, thundering herds are much smaller than with
  57   configurations using existing prefork servers.  Process counts should
  58   only be scaled to backend resources, _never_ to the number of expected
  59   clients like is typical with blocking prefork servers.  So while we've
  60   seen instances of popular prefork servers configured to run many
  61   hundreds of worker processes, Unicorn deployments are typically only
  62   2-4 processes per-core.
  63
  64 * On-demand scaling of worker processes never happens automatically.
  65   Again, Unicorn is concerned about scaling to backend limits and should
  66   never configured in a fashion where it could be waiting on slow
  67   clients.  For extremely rare circumstances, we provide TTIN and TTOU
  68   signal handlers to increment/decrement your process counts without
  69   reloading.  Think of it as driving a car with manual transmission:
  70   you have a lot more control if you know what you're doing.
  71
  72 * Blocking I/O is used for clients.  This allows a simpler code path
  73   to be followed within the Ruby interpreter and fewer syscalls.
  74   Applications that use threads continue to work if Unicorn
  75   is only serving LAN or localhost clients.
  76
  77 * SIGKILL is used to terminate the timed-out workers from misbehaving apps
  78   as reliably as possible on a UNIX system.  The default timeout is a
  79   generous 60 seconds (same default as in Mongrel).
  80
  81 * The poor performance of select() on large FD sets is avoided
  82   as few file descriptors are used in each worker.
  83   There should be no gain from moving to highly scalable but
  84   unportable event notification solutions for watching few
  85   file descriptors.
  86
  87 * If the master process dies unexpectedly for any reason,
  88   workers will notice within :timeout/2 seconds and follow
  89   the master to its death.
  90
  91 * There is never any explicit real-time dependency or communication
  92   between the worker processes nor to the master process.
  93   Synchronization is handled entirely by the OS kernel and shared
  94   resources are never accessed by the worker when it is servicing
  95   a client.