io模型初探

1. IO系列——io模型初探
2.IO系列——select/poll/epoll

1.什么是IO

操作系统负责计算机的资源管理和进程调度。应用需要经过操作系统，才能做一些特殊操作，如磁盘读写，内存读写等。

应用程序要把数据写入磁盘，只能通过调用操作系统开放出来的API来操作。

应用程序在用户空间，不存在实质的io过程，真正的io在操作系统执行，应用程序发起一次IO操作包含两个阶段：

• IO调用 ：应用程序向操作系统内核发起调用
• IO执行： 操作系统内核完成IO操作

操作系统内核完成IO操作还包括两个过程：

• 准备数据阶段：内核等待I/O设备准备号数据
• 拷贝数据阶段：将数据从内核缓冲区，拷贝到用户进程缓冲区
  

其实io就是把进程内部数据转移到外部设备，或者把外部设备的数据迁移到进程内部。外部设备一般指 硬盘，socket通讯的网卡。一个完整的io过程包括这几个步骤

1. 应用向操作系统发起io调用请求
2. 操作系统准备数据，把io外部设备的数据，加载到内核缓冲区
3. 操作系统拷贝数据，即将内核缓冲区的数据，拷贝到用户进程缓冲区

3. IO模型

3.1 阻塞io

知道什么是io了，什么是阻塞io呢？

应用程序进程发起io调用，如果内核的数据还没有准备好的话，应用程序进程就一直在阻塞等待，一直等内核数据准备好了，从内核拷贝到用户空间，才返回成功提示，此次io操作，称之为阻塞io

• 阻塞IO比较经典的应用就是阻塞socket、Java BIO。
• 缺点：内核数据一直没准备好，用户进程一直阻塞，浪费性能，

3.2 非阻塞io

内核数据没准备好，可以先返回错误信息给用户进程，让他不需要等待，而是通过轮询的方式再来请求，这就是非阻塞io

非阻塞IO的流程如下：

1. 应用进程向操作系统内核，发起recvfrom读取数据。

2. 操作系统内核数据没有准备好，立即返回EWOULDBLOCK错误码。

3. 应用程序进程轮询调用，继续向操作系统内核发起recvfrom读取数据。

4. 操作系统内核数据准备好了，从内核缓冲区拷贝到用户空间。

5. 完成调用，返回成功提示。

   即NIO，即non-blocking io，

   缺点：相对于阻塞io，虽然大幅度提升性能，频繁的轮询，导致频繁的系统调用，同事会消耗大量的cpu资源，可以考虑io复用模型。

3.3 io多路复用模型

既然nio无效轮询导致cpu资源消耗，等我们内核数据准备好了，主动通知应用进程再去进行系统调用

文件描述符 fd File Descriptor,是计算机科学一个术语，形式上是一个非负整数，当程序打开一个现有文件或者创建一个新文件时，内核向进程返回一个文件描述符。

io复用模型核心思路：系统给我们提供一类函数（select poll epoll）,可以同时监控多个fd操作。任何一个返回内核数据就绪，应用进程再发起recvfrom系统调用

3.3.1 多路复用之select

应用进程通过调用select函数，可以同时监控多个fd，在select函数监控的fd中，只要有任何一个数据装填准备就绪了，select函数就会返回可读状态。这时应用进程再发起recvfrom请求去读取数据

非阻塞IO（NIO）模型中，需要N此轮询系统调用，然而借助select的IO多路复用模型，只需要发起一次询问就够了，大大优化了性能，但是有缺点：

• IO最大连接数有限，linux系统上一般1024
• select函数返回后，是通过遍历fdset，找到就绪的描述符fd，（仅知道I/O事件发生，却不知道哪几个流，所以遍历所有流）

3.4.2 poll

与select相比，poll解决了连接数限制问题，但是select和poll一样，需要通过遍历文件描述符来获取已经就绪的socket，如果同时连接大量客户端，在一时刻只能只有极少数处于就绪状态，伴随监视的描述符数量增长，效率也会线性下降。因此epoll诞生了

3.4.3 epoll

epoll采用事件驱动来实现

epoll通过epoll_ctl()来注册一个fd，一旦基于某个fd就绪时，内核会采用回调机制，迅速激活这个fd，当进程调用epoll_wait()时便得到通知，这里去嗲了遍历文件描述符这个操作，而是采用监听事件回调的机制，这就是epoll的亮点。

3.4 io模型之信号驱动

信号驱动IO不再用主动询问的方式去确认数据是否就绪，而是向内核发送要给信号（调用sigaction的时候建立一个SIGIO的信号）再通过SIGIO信号通知应用进程，数据准备好后的可读状态，应用用户进程收到信号之后，立即调用recvfrom去读取数据

信号驱动IO模型，在应用进程发出信号后，是立即返回的，不会阻塞进程。它已经有异步操作的感觉了。但是你细看上面的流程图，发现数据复制到应用缓冲的时候，应用进程还是阻塞的。回过头来看下，不管是BIO，还是NIO，还是信号驱动，在数据从内核复制到应用缓冲的时候，都是阻塞的。还有没有优化方案呢？AIO（真正的异步IO）！

3.5 io模型 异步IO AIO

前面讲的BIO，NIO和信号驱动，在数据从内核复制到应用缓冲的时候，都是阻塞的，因此都不算是真正的异步。AIO实现了IO全流程的非阻塞，就是应用进程发出系统调用后，是立即返回的，但是立即返回的不是处理结果，而是表示提交成功类似的意思。等内核数据准备好，将数据拷贝到用户进程缓冲区，发送信号通知用户进程IO操作执行完毕。

异步IO的优化思路很简单，只需要向内核发送一次请求，就可以完成数据状态询问和数据拷贝的所有操作，并且不用阻塞等待结果，