首页 > 代码库 > IO模型
IO模型
IO
Stevens在文章中一共比较了五种IO Model：
- blocking IO
- nonblocking IO
- IO multiplexing
- signal driven IO
- asynchronous IO
由于signal driven IO在实际中并不常用，所以我这只提及剩下的四种IO Model。
再说一下IO发生时涉及的对象和步骤。
对于一个network IO (这里我们以read举例)，它会涉及到两个系统对象，一个是调用这个IO的process (or thread)，另一个就是系统内核(kernel)。当一个read操作发生时，它会经历两个阶段：
- 等待数据准备 (Waiting for the data to be ready)
- 将数据从内核拷贝到进程中 (Copying the data from the kernel to the process)
记住这两点很重要，因为这些IO Model的区别就是在两个阶段上各有不同的情况。
blocking IO （阻塞IO）
在linux中，默认情况下所有的socket都是blocking，一个典型的读操作流程大概是这样：
当用户进程调用了recvfrom这个系统调用，kernel就开始了IO的第一个阶段：准备数据。对于network io来说，很多时候数据在一开始还没有到达（比如，还没有收到一个完整的UDP包），这个时候kernel就要等待足够的数据到来。而在用户进程这边，整个进程会被阻塞。当kernel一直等到数据准备好了，它就会将数据从kernel中拷贝到用户内存，然后kernel返回结果，用户进程才解除block的状态，重新运行起来。
所以，blocking IO的特点就是在IO执行的两个阶段都被block了。
特点：全程阻塞（等待和copy都阻塞） copy: 内核态--->用户态
non-blocking IO（非阻塞IO）
linux下，可以通过设置socket使其变为non-blocking。当对一个non-blocking socket执行读操作时，流程是这个样子：
从图中可以看出，当用户进程发出read操作时，如果kernel中的数据还没有准备好，那么它并不会block用户进程，而是立刻返回一个error。从用户进程角度讲 ，它发起一个read操作后，并不需要等待，而是马上就得到了一个结果。用户进程判断结果是一个error时，它就知道数据还没有准备好，于是它可以再次发送read操作。一旦kernel中的数据准备好了，并且又再次收到了用户进程的system call，那么它马上就将数据拷贝到了用户内存，然后返回。所以，用户进程其实是需要不断的主动询问kernel数据好了没有。
注意：
在网络IO时候，非阻塞IO也会进行recvform系统调用，检查数据是否准备好，与阻塞IO不一样，”非阻塞将大的整片时间的阻塞分成N多的小的阻塞, 所以进程不断地有机会 ‘被’ CPU光顾”。即每次recvform系统调用之间，cpu的权限还在进程手中，这段时间是可以做其他事情的，
也就是说非阻塞的recvform系统调用调用之后，进程并没有被阻塞，内核马上返回给进程，如果数据还没准备好，此时会返回一个error。进程在返回之后，可以干点别的事情，然后再发起recvform系统调用。重复上面的过程，循环往复的进行recvform系统调用。这个过程通常被称之为轮询。轮询检查内核数据，直到数据准备好，再拷贝数据到进程，进行数据处理。需要注意，拷贝数据整个过程，进程仍然是属于阻塞的状态。
View Code优点：能够在等待任务完成的时间里干其他活了（包括提交其他任务，也就是 “后台” 可以有多个任务在同时执行）。
缺点：任务完成的响应延迟增大了，因为每过一段时间才去轮询一次read操作，而任务可能在两次轮询之间的任意时间完成。这会导致整体数据吞吐量的降低。
特点：发送多次系统调用
优点：wait for data时无阻塞
缺点：1.系统调用发送太多 2.数据不是实时接收的，只有copy时阻塞，等待时间属于用户态，可以做自己的事
俩个阶段： wait for data:非阻塞 copy data:阻塞
1 import time 2 import socket 3 sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM) 4 sk.setsockopt 5 sk.bind((‘127.0.0.1‘,6667)) 6 sk.listen(5) 7 sk.setblocking(False) 8 while True: 9 try:10 print (‘waiting client connection .......‘)11 connection,address = sk.accept() # 进程主动轮询12 print("+++",address)13 client_messge = connection.recv(1024)14 print(str(client_messge,‘utf8‘))15 connection.close()16 except Exception as e:17 print (e)18 time.sleep(4)19 20 #############################client21 22 import time23 import socket24 sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM)25 26 while True:27 sk.connect((‘127.0.0.1‘,6667))28 print("hello")29 sk.sendall(bytes("hello","utf8"))30 time.sleep(2)31 break
1 import socket 2 import select 3 4 sock = socket.socket() 5 sock.bind(("127.0.0.1",8800)) 6 sock.listen(5) 7 8 sock.setblocking(False) 9 inputs=[sock,]10 while 1:11 r,w,e=select.select(inputs,[],[]) # 监听有变化的套接字 inputs=[sock,conn1,conn2,conn3..]12 #r=inputs r=[conn1,conn2]13 print(inputs,"===inputs===") #一定要注意，r不等于inputs,r是会变化得14 print(r,"====r===")15 for obj in r: # 第一次 [sock,] 第二次 #[conn1,]16 if obj==sock:17 conn,addr=obj.accept()18 print(conn,"===conn===")19 inputs.append(conn) # inputs=[sock,conn]20 else:21 data=http://www.mamicode.com/obj.recv(1024)22 print(data.decode("utf8"))23 send_data = http://www.mamicode.com/input(">>>")24 obj.send(send_data.encode("utf8"))25 26 #输出结果27 # [<socket.socket fd=204, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800)>] ===inputs===28 # [<socket.socket fd=204, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800)>] ====r===29 # <socket.socket fd=196, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800), raddr=(‘127.0.0.1‘, 61457)> ===conn===30 # [<socket.socket fd=204, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800)>, <socket.socket fd=196, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800), raddr=(‘127.0.0.1‘, 61457)>] ===inputs===31 # [<socket.socket fd=196, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800), raddr=(‘127.0.0.1‘, 61457)>] ====r===32 # aaa #接收得数据33 # >>>bbb #客户端发送数据
1 import socket 2 import select 3 4 sock = socket.socket() 5 sock.bind(("127.0.0.1",8800)) 6 sock.listen(5) 7 8 sock.setblocking(False) 9 inputs=[sock,]10 while 1:11 r,w,e=select.select(inputs,[],[]) # 监听有变化的套接字 inputs=[sock,conn1,conn2,conn3..]12 #r=inputs r=[conn1,conn2]13 print(inputs,"===inputs===") #一定要注意，r不等于inputs,r是会变化得14 print(r,"====r===")15 for obj in r: # 第一次 [sock,] 第二次 #[conn1,]16 if obj==sock:17 conn,addr=obj.accept()18 print(conn,"===conn===")19 inputs.append(conn) # inputs=[sock,conn]20 else:21 data=http://www.mamicode.com/obj.recv(1024)22 print(data.decode("utf8"))23 send_data = http://www.mamicode.com/input(">>>")24 obj.send(send_data.encode("utf8"))25 26 #输出结果27 # [<socket.socket fd=204, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800)>] ===inputs===28 # [<socket.socket fd=204, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800)>] ====r===29 # <socket.socket fd=196, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800), raddr=(‘127.0.0.1‘, 61457)> ===conn===30 # [<socket.socket fd=204, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800)>, <socket.socket fd=196, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800), raddr=(‘127.0.0.1‘, 61457)>] ===inputs===31 # [<socket.socket fd=196, family=AddressFamily.AF_INET, type=SocketKind.SOCK_STREAM, proto=0, laddr=(‘127.0.0.1‘, 8800), raddr=(‘127.0.0.1‘, 61457)>] ====r===32 # aaa #接收得数据33 # >>>bbb #客户端发送数据
IO multiplexing（IO多路复用）
IO multiplexing这个词可能有点陌生，但是如果我说select，epoll，大概就都能明白了。有些地方也称这种IO方式为event driven IO。我们都知道，select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程。它的流程如图：
当用户进程调用了select，那么整个进程会被block，而同时，kernel会“监视”所有select负责的socket，当任何一个socket中的数据准备好了，select就会返回。这个时候用户进程再调用read操作，将数据从kernel拷贝到用户进程。
这个图和blocking IO的图其实并没有太大的不同，事实上，还更差一些。因为这里需要使用两个system call (select 和 recvfrom)，而blocking IO只调用了一个system call (recvfrom)。但是，用select的优势在于它可以同时处理多个connection。（多说一句。所以，如果处理的连接数不是很高的话，使用select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好，可能延迟还更大。select/epoll的优势并不是对于单个连接能处理得更快，而是在于能处理更多的连接。）
在IO multiplexing Model中，实际中，对于每一个socket，一般都设置成为non-blocking，但是，如上图所示，整个用户的process其实是一直被block的。只不过process是被select这个函数block，而不是被socket IO给block。
注意1：select函数返回结果中如果有文件可读了，那么进程就可以通过调用accept()或recv()来让kernel将位于内核中准备到的数据copy到用户区。
注意2: select的优势在于可以处理多个连接，不适用于单个连接
特点：1.全程（wait for data,copy） 阻塞
2.能监听多个文件描述符
而对于文件描述符（套接字对象fd）:
1.是一个非零整数 ，不会变化
2.收发数据的时候，对于接收端而言，数据先到内核空间，然后copy到用户空间，同时清空内核空间数据。
对于发送端，没有返回信息，一直保留信息
sock相当于一个管道，这是一个对象。
1 #***********************server.py 2 import socket 3 import select 4 sk=socket.socket() 5 sk.bind(("127.0.0.1",8801)) 6 sk.listen(5) 7 inputs=[sk,] 8 while True: 9 r,w,e=select.select(inputs,[],[],5)10 print(len(r))11 12 for obj in r:13 if obj==sk:14 conn,add=obj.accept()15 print(conn)16 inputs.append(conn)17 else:18 data_byte=obj.recv(1024)19 print(str(data_byte,‘utf8‘))20 inp=input(‘回答%s号客户>>>‘%inputs.index(obj))21 obj.sendall(bytes(inp,‘utf8‘))22 23 print(‘>>‘,r)24 25 #***********************client.py26 27 import socket28 sk=socket.socket()29 sk.connect((‘127.0.0.1‘,8801))30 31 while True:32 inp=input(">>>>")33 sk.sendall(bytes(inp,"utf8"))34 data=http://www.mamicode.com/sk.recv(1024)35 print(str(data,‘utf8‘))
驱动信号
内核态和用户态
加入寻址内存4G，内核空间（缓存）分享一个G，用户用3个G
发的数据先到操作系统内核空间，两个操作系统通过内核空间发送数据
写的py文件在用户空间 ，想传输必须先到内核空间
进程间的切换，效率远远大于线程间的切换
线程间的切换，效率远远大于协程的切换
apache select
nginx epoll
总结：
同步： 阻塞IO 非阻塞IO IO多路复用
异步： 异步IO
异步IO
Asynchronous I/O（异步IO）
linux下的asynchronous IO其实用得很少。先看一下它的流程：
用户进程发起read操作之后，立刻就可以开始去做其它的事。而另一方面，从kernel的角度，当它受到一个asynchronous read之后，首先它会立刻返回，所以不会对用户进程产生任何block。然后，kernel会等待数据准备完成，然后将数据拷贝到用户内存，当这一切都完成之后，kernel会给用户进程发送一个signal，告诉它read操作完成了。
特点：全程无阻塞
IO模型