IO模型

this_HD · · 2151 次点击 · · 开始浏览    
这是一个创建于 的文章,其中的信息可能已经有所发展或是发生改变。

一:IO简介
Unix(like)中,一切皆文件。Socket、FIFO、管道、终端都是文件,一切都是流。在信息交换的过程中,实际都是对这些流进行的数据收发操作,简称I/O操作(系统调用read、write)。而流有很多,于是就用文件描述符(fd)来区分具体是哪个流。For example,我们创建了一个socket,系统调用会返回一个fd,对socket的任何操作都是对这个fd的操作(隐隐包含着一种分层与抽象的思想)。

二:同步异步、阻塞非阻塞
同步与异步是一种通信机制,涉及到调用方和被调用方(针对应用程序与内核而言)。同步过程中,进程触发IO操作并等待(阻塞)或者轮询的(非阻塞)去查看IO操作是否完成;异步过程中,进程触发IO操作以后,直接返回,做自己的事情,IO交给内核来处理,完成后内核通知进程IO完成。同步和异步关注的是程序之间的协作关系。同步分为阻塞和非阻塞,异步则只有非阻塞。
阻塞和非阻塞是一种调用机制,只涉及到调用方(针对单个进程的执行状态),关注的是IO操作的执行。调用方等待IO操作完成后返回则为阻塞;调用方无需等待IO操作完成便返回则为非阻塞,在非阻塞的情况下,调用方常常需要主动去check,获得IO的操作结果。

三:深入下阻塞
因为一个线程只能处理一个socket的IO,如果想同时处理多个,可以用非阻塞忙轮询的方法,伪代码是这样的:

for{
    for _,v := range []streams{
        if v has data
        read until unavailable
    }
}

把流(stream)从头到尾读一遍就能处理了,可是这样效率很低,要是所有流都没有IO事件,就浪费了CPU的资源。为了避免CPU空转,不让这个线程去检查流是否有IO事件,而是引进一个代理(起初是select,后来是epoll),它可以同时observe许多stream事件,如果没有事件,代理就阻塞,线程就不会去挨个check了。伪代码:

for{
    select([]streams) 
    for _,v := range []streams{
        if v has data
        read until unavailable
    }
}

可即便这样,依旧要去做循环,因为select只是告诉线程有IO事件发生,可并没有告诉线程是哪个fd(或者多个),所以select的复杂度是O(n)。epoll(event poll)就解决了这个问题,所以epoll是事件驱动的,因为每个事件上关联了fd,复杂度也降到了O(1)。

for{
    happened_IO := append(happened_IO,epoll_wait(epollfd))
    for _,v := range happened_IO{
      read or write
    }
}

四:几种IO模型
IO发生时(以network IO read为例)涉及到两个系统对象:一个是调用这个IO的process(进程)或者thread(线程),以及两个阶段:1、等待数据准备,2、将数据从内核copy到process中。 IO模型的区别就是在这两个阶段上的差异。

1)blocking(阻塞)IO
当调用一个系统调用read时,kernel就开始IO的第一个阶段:准备数据,对于network IO来说,很多时候数据一开始还没有到达(一个TCP包没有接收完整),这个时候kernel就要等待足够的数据到来(这也和缓存IO还是非缓存IO有关,一般都是缓存IO)。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,就会将数据从系统内存copy到用户内存,然后kernel返回结果,用户进程才接触block状态,重新运行起来。blocking IO的特点就是两个阶段都被block。

2)non-blocking(非阻塞)IO
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。从用户进程角度来讲,他发起一个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error时,他就知道数据还没有准备好,于是就再次发送read调用。知道kernel中数据准备好了后,并且再次接收到system call后,将数据copy到用户内存。但是这种模型效率很低,上文“深入下阻塞”有提到。

3)multiplexing(多路复用)IO
其实就是select/epoll,也称为event driven IO。select/epoll的好处就是一个thread可以同时处理多个socket的IO,其基本原理就是select/epoll会不断轮询所负责的socket,当某个socket有数据到达了,就通知用户进程。当用户进程调用了select/epoll,整个进程就会被block,同时kernel会observe所有select/epoll负责的socket,任何一个socket中数据准备好之后,select/epoll就会返回,这时用户进程再调用read system call,将数据从kernel copy进用户内存。
multiplexing io和blocking io差别不大,还更差一些,因为他有两个system call,但是他的优势是他可以处理多个connection。所以使用select/epoll的web server不一定处理速度很快,他只是能处理更多连接。

4)asynchronous(异步)IO
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。

主要参考了Richard Stevens的“UNIX® Network Programming Volume 1, Third Edition: The Sockets Networking ”的I/O Models


有疑问加站长微信联系(非本文作者)

本文来自:Segmentfault

感谢作者:this_HD

查看原文:IO模型

入群交流(和以上内容无关):加入Go大咖交流群,或添加微信:liuxiaoyan-s 备注:入群;或加QQ群:1006366459

2151 次点击  
加入收藏 微博
被以下专栏收入,发现更多相似内容
暂无回复
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传