Linux socket IO模型

文／人世间（简书做者）
原文连接：http://www.jianshu.com/p/55eb83d60ab1
著做权归做者全部，转载请联系做者得到受权，并标注“简书做者”。

网络应用须要处理的无非就是两大类问题，网络I/O，数据计算。相对于后者，网络I/O的延迟，给应用带来的性能瓶颈大于后者。网络I/O的模型大体有以下几种：

• 同步模型（synchronous I/O）
  • 阻塞I/O（bloking I/O）
  • 非阻塞I/O（non-blocking I/O）
  • 多路复用I/O（multiplexing I/O）
  • 信号驱动式I/O（signal-driven I/O）
• 异步I/O（asynchronous I/O）

网络I/O的本质是socket的读取，socket在linux系统被抽象为流，I/O能够理解为对流的操做。这个操做又分为两个阶段：

1. 等待流数据准备好。
2. 从内核向进程复制数据。

对于socket流而已，第一步一般涉及等待网络上的数据分组到达，而后被复制到内核的某个缓冲区。第二步把数据从内核缓冲区复制到应用进程缓冲区。

文／人世间（简书做者）
原文连接：http://www.jianshu.com/p/55eb83d60ab1
著做权归做者全部，转载请联系做者得到受权，并标注“简书做者”。

阻塞I/O（bloking I/O）

阻塞I/O是最流行的I/O模型。它符合人们最多见的思考逻辑。阻塞就是进程 "被" 休息, CPU处理其它进程去了(应用程序阻塞，CPU会经过调用add_wait_queue进入等待队列，以后调用schedule调度到其余进程。)。在网络I/O的时候，进程发起recvform系统调用，而后进程就被阻塞了，什么也不干，直到数据准备好，而且将数据从内核复制到用户进程，最后进程再处理数据，在等待数据处处理数据的两个阶段，整个进程都被阻塞。不能处理别的网络I/O。大体以下图：

这就比如咱们去钓鱼，抛竿以后就一直在岸边等，直到等待鱼上钩。而后再一次抛竿，等待下一条鱼上钩，等待的时候，什么事情也不作，大概会胡思乱想吧。

非阻塞I/O（non-bloking I/O）

在网络I/O时候，非阻塞I/O也会进行recvform系统调用，检查数据是否准备好，与阻塞I/O不同，"非阻塞将大的整片时间的阻塞分红N多的小的阻塞, 因此进程不断地有机会 '被' CPU光顾"。

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。

2.png

咱们再用钓鱼的方式来类别，当咱们抛竿入水以后，就看下鱼漂是否有动静，若是没有鱼上钩，就去干点别的事情，好比再挖几条蚯蚓。而后不久又来看看鱼漂是否有鱼上钩。这样往返的检查又离开，直到鱼上钩，再进行处理。

多路复用I/O（multiplexing I/O）

能够看出，因为非阻塞的调用，轮询占据了很大一部分过程，轮询会消耗大量的CPU时间。结合前面两种模式。若是轮询不是进程的用户态，而是有人帮忙就行了。多路复用正好处理这样的问题。

多路复用有两个特别的系统调用select或poll。select调用是内核级别的，select轮询相对非阻塞的轮询的区别在于---前者能够等待多个socket，当其中任何一个socket的数据准好了，就能返回进行可读，而后进程再进行recvform系统调用，将数据由内核拷贝到用户进程，固然这个过程是阻塞的。多路复用有两种阻塞，select或poll调用以后，会阻塞进程，与第一种阻塞不一样在于，此时的select不是等到socket数据所有到达再处理, 而是有了一部分数据就会调用用户进程来处理，也能够理解为"非阻塞"吧。

3.png

对于多路复用，也就是轮询多个socket。钓鱼的时候，咱们雇了一个帮手，他能够同时抛下多个钓鱼竿，任何一杆的鱼一上钩，他就会拉杆。他只负责帮咱们钓鱼，并不会帮咱们处理，因此咱们还得在一帮等着，等他把收杆。咱们再处理鱼。多路复用既然能够处理多个I/O，也就带来了新的问题，多个I/O之间的顺序变得不肯定了，固然也能够针对不一样的编号。

了解了前面三种模式，在用户进程进行系统调用的时候，他们在等待数据到来的时候，处理的方式不同，直接等待，轮询，select或poll轮询，第一个过程有的阻塞，有的不阻塞，有的能够阻塞又能够不阻塞。当时第二个过程都是阻塞的。从整个I/O过程来看，他们都是顺序执行的，所以能够归为同步模型(asynchronous)。都是进程主动向内核检查。

异步I/O（asynchronous I/O）

相对于同步I/O，异步I/O不是顺序执行。用户进程进行aio_read系统调用以后，不管内核数据是否准备好，都会直接返回给用户进程，而后用户态进程能够去作别的事情。等到socket数据准备好了，内核直接复制数据给进程，而后从内核向进程发送通知。I/O两个阶段，进程都是非阻塞的。

4.png

比以前的钓鱼方式不同，这一次咱们雇了一个钓鱼高手。他不只会钓鱼，还会在鱼上钩以后给咱们发短信，通知咱们鱼已经准备好了。咱们只要委托他去抛竿，而后就能跑去干别的事情了，直到他的短信。咱们再回来处理已经上岸的鱼。

同步和异步的区别

经过对上述几种模型的讨论，须要区分阻塞和非阻塞，同步和异步。他们实际上是两组概念。区别前一组比较容易，后一种每每容易和前面混合。在我看来，所谓同步就是在整个I/O过程。尤为是拷贝数据的过程是阻塞进程的，而且都是应用进程态去检查内核态。而异步则是整个过程I/O过程用户进程都是非阻塞的，而且当拷贝数据的时是由内核发送通知给用户进程。

5.png

对于同步模型，主要是第一阶段处理方法不同。而异步模型，两个阶段都不同。这里咱们忽略了信号驱动模式。这几个名词仍是容易让人迷惑，只有同步模型才考虑阻塞和非阻塞，由于异步确定是非阻塞，异步非阻塞的说法感受多此一举。

本文所讨论的IO模型来自大名鼎鼎的《unix网络编程：卷1套接字联网API》。单台服务器中的linux系统。分布式的环境或许会不同。我的学习笔记，参考了网络上大多数文章，作了一点小测试。