并发编程之IO模型

1、IO模型介绍

　　为了更好地了解IO模型，咱们须要事先回顾下：同步、异步、阻塞、非阻塞

　　同步（synchronous） IO和异步（asynchronous） IO，阻塞（blocking） IO和非阻塞（non-blocking）IO分别是什么，到底有什么区别？这个问题其实不一样的人给出的答案均可能不一样，好比wiki，就认为asynchronous IO和non-blocking IO是一个东西。

　　本文讨论的背景是Linux环境下的network IO。
　　本文最重要的参考文献是Richard Stevens的“UNIX® Network Programming Volume 1, Third Edition: The Sockets Networking ”，6.2节“I/O Models ”，Stevens在这节中详细说明了各类IO的特色和区别，若是英文够好的话，推荐直接阅读。Stevens的文风是有名的深刻浅出，因此不用担忧看不懂。本文中的流程图也是截取自参考文献。

Stevens在文章中一共比较了五种IO Model：

• blocking IO 阻塞I/O
• nonblocking IO 非阻塞I/O
• IO multiplexing I/O多路复用
• signal driven IO 信号驱动I/O
• asynchronous IO 异步I/O

　　由signal driven IO（信号驱动IO）在实际中并不经常使用，因此主要介绍其他四种IO Model。

　　再说一下IO发生时涉及的对象和步骤。对于一个network IO \(这里咱们以read举例\)，它会涉及到两个系统对象，一个是调用这个IO的process \(or thread\)，另外一个就是系统内核\(kernel\)。当一个read操做发生时，该操做会经历两个阶段：

　　1）等待数据准备（Waiting for the data to be ready）

　　2）将数据从内核拷贝到进程中（Copying the data from the kernel to the process）

　　这两点很是重要，这些IO模型的区别就是在两个阶段上各有不一样的状况。

　　补充：

　　一、输入操做：read、readv、recv、recvfrom、recvmsg共5和函数，若是会阻塞状态，则会经历wait data和copy data两个阶段，若是设置为非阻塞则在wait不到data时抛出异常。

　　二、输出操做：write、writev、send、sendto、sendmsg共5个函数，在发送缓冲区满了会阻塞在原地，若是设置为非阻塞，则会抛出异常。

　　三、接收外来连接：accept，与输入操做相似

　　四、发起外出连接：connect，与输出操做相似

2、阻塞IO（blocking IO）

　　在linux中，默认状况下全部的socket都是blocking，一个典型的读操做流程大概是这样：

　　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来讲，不少时候数据在一开始尚未到达（好比，尚未收到一个完整的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，而后kernel返回结果，用户进程才解除block的状态，从新运行起来。

　　因此，blocking IO的特色就是在IO执行的两个阶段（等待数据和拷贝数据两个阶段）都被block了。

from socket import *

server = socket(AF_INET, SOCK_STREAM)
server.bind(('127.0.0.1', 8093))
server.listen(5)

while True:  # 连接循环
    print("starting....")
    conn, addr = server.accept()   # 等对方来连————阻塞（操做系统会将cpu拿走）
    print(addr)

    while True:  # 通信循环
        try:
            data = conn.recv(1024)  # 等待收消息————阻塞
            if not data: break
            conn.send(data.upper())
        except ConnectionResetError:
            break

    conn.close()
server.close()

服务端

from socket import *

client = socket(AF_INET, SOCK_STREAM)
client.connect(("127.0.0.1", 8093))

while True:
    msg = input(">>").strip()
    if not msg:continue
    client.send(msg.encode("utf-8"))
    data = client.recv(1024)
    print(data.decode("utf-8"))

client.close()

客户端

　　以前学习的网络编程都是从listen、send、recv等接口开始的，使用这些接口能够很方便地构建服务器\客户机模型。可是大部分的socket接口都是阻塞型的。

　　所谓阻塞型接口是指系统调用(通常是IO接口)不返回调用结果并让当前线程一直阻塞，只有当该系统调用得到结果或超时出错时才返回。

　　为了能在调用recv()，线程被阻塞的同时，仍能响应其余的网络请求，可使用以前学习到的多线程(或多进程)来解决。

from socket import *
from threading import Thread

def communicate(conn):
    while True:  # 通信循环
        try:
            data = conn.recv(1024)  # 等待收消息————阻塞
            if not data: break
            conn.send(data.upper())
        except ConnectionResetError:
            break

    conn.close()

server = socket(AF_INET, SOCK_STREAM)
server.bind(('127.0.0.1', 8093))
server.listen(5)

while True:  # 连接循环
    print("starting....")
    conn, addr = server.accept()   # 等对方来连————阻塞（操做系统会将cpu拿走）
    print(addr)

    t=Thread(target=communicate, args=(conn,))
    t.start()

server.close()

多线程服务端

　　上面这个方案存在的问题：开启多进程或都线程的方式，在遇到要同时响应成百上千路的链接请求，则不管多线程仍是多进程都会严重占据系统资源，下降系统对外界响应效率，并且线程与进程自己也更容易进入假死状态。

　　进一步的改进方案：不少程序员会考虑使用“线程池”或“链接池”。

“线程池”旨在减小建立和销毁线程的频率，其维持必定合理数量的线程，并让空闲的线程从新承担新的执行任务。

“链接池”维持链接的缓存池，尽可能重用已有的链接、减小建立和关闭链接的频率。

这两种技术均可以很好的下降系统开销，都被普遍应用不少大型系统，如websphere、tomcat和各类数据库等。

　　新改进方案存在的问题：

　　“线程池”和“链接池”技术也只是在必定程度上缓解了频繁调用IO接口带来的资源占用。并且，所谓“池”始终有其上限，当请求大大超过上限时，“池”构成的系统对外界的响应并不比没有池的时候效果好多少。因此使用“池”必须考虑其面临的响应规模，并根据响应规模调整“池”的大小。（规模过大，反而会下降效率）

　　总之，多线程模型能够方便高效的解决小规模的服务请求，但面对大规模的服务请求，多线程模型也会遇到瓶颈，能够用非阻塞接口来尝试解决这个问题。

3、非阻塞IO(non-blocking IO)

　　Linux下，能够经过设置socket使其变为non-blocking。当对一个non-blocking socket执行读操做时，流程是这个样子：

　　当用户进程发出read操做时，若是kernel中的数据尚未准备好，那么它并不会block用户进程，而是马上返回一个error。从用户进程角度讲 ，它发起一个read操做后，并不须要等待，而是立刻就获得了一个结果。用户进程判断结果是一个error时，它就知道数据尚未准备好，因而用户就能够在本次到下次再发起read询问的时间间隔内作其余事情，或者直接再次发送read操做。一旦kernel中的数据准备好了，而且又再次收到了用户进程的system call，那么它立刻就将数据拷贝到了用户内存（这一阶段仍然是阻塞的），而后返回。

　　能够看出wait data这个阶段就被利用上了，copy data是一个本地的操做，时间也比较短，效率获得了很大提升。

　　也就是说非阻塞的recvform系统调用调用以后，进程并无被阻塞，内核立刻返回给进程，若是数据还没准备好， 此时会返回一个error。进程在返回以后，能够干点别的事情，而后再发起recvform系统调用。重复上面的过程， 循环往复的进行recvform系统调用。这个过程一般被称之为轮询。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。须要注意，拷贝数据整个过程，进程仍然是属于阻塞的状态。

　　因此，在非阻塞式IO中，用户进程实际上是须要不断的主动询问kernel数据准备好了没有。 

非阻塞IO示例：

　　server.setblocking(False)   # 默认是True:阻塞，改成False:非阻塞，这行运行后，后面全部的IO操做变为非阻塞。

from socket import *

server = socket(AF_INET, SOCK_STREAM)
server.bind(('127.0.0.1', 8093))
server.listen(5)
server.setblocking(False)   # 默认是True:阻塞，改成False:非阻塞，这行运行后，后面全部的IO操做变为非阻塞
print("starting....")

rlist = []
wlist = []
while True:  # 连接循环
    try:
        conn, addr = server.accept()  # 问操做系统有没有来连接
        rlist.append(conn)
        print(rlist)
    except BlockingIOError:   # 没有连接捕捉异常
        # print("干其余活")
        """收消息"""
        del_rlist = []
        for conn in rlist:
            try:
                data = conn.recv(1024)    # 收消息
                if not data:
                    del_rlist.append(conn)
                    continue
                # conn.send(data.upper())  # 传输的内容不少时，send也会有阻塞
                wlist.append((conn, data.upper()))  # 存放套接字及套接字准备发送的内容
            except BlockingIOError:   # 捕捉异常，跳过阻塞异常
                continue
            except Exception:
                conn.close()
                del_rlist.append(conn)   # 要删除对象加入空列表del_rlist

        """发消息"""
        del_wlist = []
        for item in wlist:
            try:
                conn = item[0]
                data = item[1]
                conn.send(data)
                del_wlist.append(conn)  # 正常，走到这一步
            except BlockingIOError:   # 没让发抛出异常
                pass

        for item in del_wlist:
            wlist.remove(item)

        for conn in del_rlist:
            rlist.remove(conn)

server.close()

非阻塞IO-服务端

from socket import *

client = socket(AF_INET, SOCK_STREAM)
client.connect(("127.0.0.1", 8093))

while True:
    msg = input(">>").strip()
    if not msg:continue
    client.send(msg.encode("utf-8"))
    data = client.recv(1024)
    print(data.decode("utf-8"))

client.close()

非阻塞IO-客户端

总结非阻塞IO模型：

　　优势：可以在等待任务完成的时间里干其余活了（包括提交其余任务，也就是 “后台” 能够有多个任务在“”同时“”执行）。

　　缺点：

　　一、循环调用recv()将大幅度推高CPU占用率；这也是咱们在代码中留一句time.sleep(2)的缘由,不然在低配主机下极容易出现卡机状况

　　二、任务完成的响应延迟增大了，由于每过一段时间才去轮询一次read操做，而任务可能在两次轮询之间的任意时间完成。 这会致使总体数据吞吐量的下降。

　　三、此外，在这个方案中recv()更多的是起到检测“操做是否完成”的做用，实际操做系统提供了更为高效的检测“操做是否完成“做用的接口，例如select()多路复用模式，能够一次检测多个链接是否活跃。

　　所以非阻塞IO模型不被推荐使用。

4、多路复用IO(IO multiplexing)

　　多路复用IO模型也有人称为IO多路复用，还有人称为事件驱动IO(event driven IO)。

　　select是多路复用IO模型的一种。select/epoll的好处就在于单个process就能够同时处理多个网络链接的IO。

　　它的基本原理就是select/epoll这个function会不断的轮询所负责的全部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”全部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操做，将数据从kernel拷贝到用户进程。 这个图和blocking IO的图其实并无太大的不一样，事实上还更差一些。由于这里须要使用两个系统调用\(select和recvfrom\)， 而blocking IO只调用了一个系统调用\(recvfrom\)。可是，用select的优点在于它能够同时处理多个connection。

强调：

　　1. 若是处理的链接数不是很高的话，使用select/epoll的web server不必定比使用multi-threading + blocking IO的web server性能更好，可能延迟还更大。select/epoll的优点并非对于单个链接能处理得更快，而是在于能处理更多的链接。

　　2. 在多路复用模型中，对于每个socket，通常都设置成为non-blocking，可是，如上图所示，整个用户的process实际上是一直被block的。只不过process是被select这个函数block，而不是被socket IO给block。

　　结论: select的优点在于能够处理多个链接，不适用于单个链接

多路复用IO-服务端

多路复用IO-客户端

select监听fd变化过程分析：

　　用户进程建立socket对象，拷贝监听的fd到内核空间，每个fd会对应一张系统文件表，内核空间的fd响应到数据后， 就会发送信号给用户进程数据已到； 用户进程再发送系统调用，好比（accept）将内核空间的数据copy到用户空间，同时做为接受数据端内核空间的数据清除， 这样从新监听时fd再有新的数据又能够响应到了（发送端由于基于TCP协议因此须要收到应答后才会清除）。

模型优势：

　　相比其余模型，使用select() 的事件驱动模型只用单线程（进程）执行，占用资源少，不消耗太多 CPU，同时可以为多客户端提供服务。 若是试图创建一个简单的事件驱动的服务器程序，这个模型有必定的参考价值。

模型缺点：

　　首先select()接口并非实现“事件驱动”的最好选择。由于当须要探测的句柄值较大时，select()接口自己须要消耗大量时间去轮询各个句柄。 不少操做系统提供了更为高效的接口，如linux提供了epoll，BSD提供了kqueue，Solaris提供了/dev/poll，…。 若是须要实现更高效的服务器程序，相似epoll这样的接口更被推荐。遗憾的是不一样的操做系统特供的epoll接口有很大差别， 因此使用相似于epoll的接口实现具备较好跨平台能力的服务器会比较困难。

　　其次，该模型将事件探测和事件响应夹杂在一块儿，一旦事件响应的执行体庞大，则对整个模型是灾难性的。

一、select、poll、epoll 模型区别

　　select，poll，epoll都是IO多路复用的机制。I/O多路复用就经过一种机制，能够监视多个描述符，一旦某个描述符就绪（通常是读就绪或者写就绪），可以通知程序进行相应的读写操做。但select，poll，epoll本质上都是同步I/O，由于他们都须要在读写事件就绪后本身负责进行读写，也就是说这个读写过程是阻塞的，而异步I/O则无需本身负责进行读写，异步I/O的实现会负责把数据从内核拷贝到用户空间。

（1）select的缺点：

　　1）单个进程可以监视的文件描述符的数量存在最大限制，一般是1024，固然能够更改数量，但因为select采用轮询的方式扫描文件描述符，文件描述符数量越多，性能越差；

　　2）内核/用户空间内存拷贝问题，select须要复制大量的句柄数据结构，产生巨大的开销

　　3）select返回的是含有整个句柄的数组，应用程序须要遍历整个数组才能发现哪些句柄发生了事件；

　　4）select的触发方式是水平触发，应用程序若是没有完成对一个已经就绪的文件描述符进行IO，那么以后再次select调用仍是会将这些文件描述符通知进程。

（2）poll的优劣：

　　相比于select模型，poll使用链表保存文件描述符，所以没有了监视文件数量的限制，但其余三个缺点依然存在。

（3）epoll特性:

　　epoll的实现机制与select/poll机制彻底不一样，上面所说的select的缺点在epoll上不复存在。 epoll的设计和实现select彻底不一样。

　　epoll经过在linux内核中申请一个简易的文件系统（文件系统通常用什么数据结构实现？B+树）。把原先的select/poll调用分红了3个部分：

　　 1）调用epoll_create()创建一个epoll对象（在epoll文件系统中为这个句柄对象分配资源）

　　 2）调用epoll_ctl向epoll对象中添加这100万个链接的套接字

　　 3）调用epoll_wait收集发生的事件的链接 如此一来，要实现上面说的场景，只须要在进程启动时创建一个epoll对象，而后在须要的时候向这个epoll对象中添加或者删除链接。

5、异步IO(Asynchronous I/O)

　　Linux下的asynchronous IO其实用得很少，从内核2.6版本才开始引入。先看一下它的流程：

　　用户进程发起read操做以后，马上就能够开始去作其它的事。而另外一方面，从kernel的角度，当它受到一个asynchronous read以后，首先它会马上返回，因此不会对用户进程产生任何block。而后，kernel会等待数据准备完成，而后将数据拷贝到用户内存，当这一切都完成以后（wait data和copy data都完成后），kernel会给用户进程发送一个signal，告诉它read操做完成了。

　　异步IO具体实如今后面爬虫项目中讲解。

6、IO模型比较分析

 一、blocking和non-blocking的区别在哪？

　　调用blocking IO会一直block住对应的进程直到操做完成，而non-blocking IO在kernel还准备数据的状况下会马上返回。

二、synchronous IO（同步IO）和asynchronous IO（异步IO）的定义和区别？

　　Stevens给出的定义（实际上是POSIX的定义）是这样子的： A synchronous I/O operation causes the requesting process to be blocked until that I/O operationcompletes; An asynchronous I/O operation does not cause the requesting process to be blocked;

　　二者的区别就在于synchronous IO作”IO operation”的时候会将process阻塞。按照这个定义，四个IO模型能够分为两大类， 以前所述的blocking IO，non-blocking IO，IO multiplexing都属于synchronous IO这一类，而 asynchronous I/O后一类 。

三、non-blocking IO和asynchronous IO的区别？

　　有人可能会说，non-blocking IO并无被block啊。这里有个很是“狡猾”的地方，定义中所指的”IO operation”是指真实的IO操做， 就是例子中的recvfrom这个system call。

　　non-blocking IO在执行recvfrom这个system call的时候，若是kernel的数据没有准备好， 这时候不会block进程。可是，当kernel中数据准备好的时候，recvfrom会将数据从kernel拷贝到用户内存中，这个时候进程是被block了， 在这段时间内，进程是被block的。

　　而asynchronous IO则不同，当进程发起IO 操做以后，就直接返回不再理睬了，直到kernel发送一个信号， 告诉进程说IO完成。在这整个过程当中，进程彻底没有被block。

四、各个IO 模型比较如图所示：

　　通过上面的介绍，会发现non-blocking IO和asynchronous IO的区别仍是很明显的。在non-blocking IO中，虽然进程大部分时间都不会被block，可是它仍然要求进程去主动的check，而且当数据准备完成之后，也须要进程主动的再次调用recvfrom来将数据拷贝到用户内存。而asynchronous IO则彻底不一样。它就像是用户进程将整个IO操做交给了他人（kernel）完成，而后他人作完后发信号通知。在此期间，用户进程不须要去检查IO操做的状态，也不须要主动的去拷贝数据。