IO模型，io

IO模型，io

前言 說到IO模型，都會牽扯到同步、異步、阻塞、非阻塞這幾個詞。從詞的表面上看，很多人都覺得很容易理解。但是細細一想，卻總會發現有點摸不著頭腦。自己也曾被這幾個詞弄的迷迷糊糊的，每次看相關資料弄明白了，然後很快又給搞混了。經歷過這麼幾次之後，發現這東西必須得有所總結提煉才不至於再次混為一談。尤其是最近看到好幾篇講這個的文章，很多都有謬誤，很容易把本來就搞不清楚的人弄的更加迷糊。 最適合IO模型的例子應該是咱們平常生活中的去餐館吃飯這個場景，下文就結合這個來講解一下經典的幾個IO模型。在此之前，先需要說明以下幾點：

• IO有內存IO、網絡IO和磁盤IO三種，通常我們說的IO指的是後兩者。
• 阻塞和非阻塞，是函數/方法的實現方式，即在數據就緒之前是立刻返回還是等待。
• 以文件IO為例,一個IO讀過程是文件數據從磁盤→內核緩沖區→用戶內存的過程。同步與異步的區別主要在於數據從內核緩沖區→用戶內存這個過程需不需要用戶進程等待。(網絡IO把磁盤換做網卡即可)

IO模型 同步阻塞 去餐館吃飯，點一個自己最愛吃的蓋澆飯，然後在原地等著一直到蓋澆飯做好，自己端到餐桌就餐。這就是典型的同步阻塞。當廚師給你做飯的時候，你需要一直在那裡等著。 網絡編程中，讀取客戶端的數據需要調用recvfrom。在默認情況下，這個調用會一直阻塞直到數據接收完畢，就是一個同步阻塞的IO方式。這也是最簡單的IO模型，在通常fd較少、就緒很快的情況下使用是沒有問題的。 同步非阻塞 接著上面的例子，你每次點完飯就在那裡等著，突然有一天你發現自己真傻。於是，你點完之後，就回桌子那裡坐著，然後估計差不多了，就問老板飯好了沒，如果好了就去端，沒好的話就等一會再去問，依次循環直到飯做好。這就是同步非阻塞。 這種方式在編程中對socket設置O_NONBLOCK即可。但此方式僅僅針對網絡IO有效，對磁盤IO並沒有作用。因為本地文件IO就沒有被認為是阻塞，我們所說的網絡IO的阻塞是因為網路IO有無限阻塞的可能，而本地文件除非是被鎖住，否則是不可能無限阻塞的，因此只有鎖這種情況下，O_NONBLOCK才會有作用。而且，磁盤IO時要麼數據在內核緩沖區中直接可以返回，要麼需要調用物理設備去讀取，這時候進程的其他工作都需要等待。因此，後續的IO復用和信號驅動IO對文件IO也是沒有意義的。 此外，需要說明的一點是nginx和node中對於本地文件的IO是用線程的方式模擬非阻塞的效果的，而對於靜態文件的io，使用zero copy(例如sendfile)的效率是非常高的。 IO復用 接著上面的列子，你點一份飯然後循環的去問好沒好顯然有點得不償失，還不如就等在那裡直到准備好，但是當你點了好幾樣飯菜的時候，你每次都去問一下所有飯菜的狀態(未做好/已做好)肯定比你每次阻塞在那裡等著好多了。當然，你問的時候是需要阻塞的，一直到有准備好的飯菜或者你等的不耐煩(超時)。這就引出了IO復用，也叫多路IO就緒通知。這是一種進程預先告知內核的能力，讓內核發現進程指定的一個或多個IO條件就緒了，就通知進程。使得一個進程能在一連串的事件上等待。 IO復用的實現方式目前主要有select、poll和epoll。 select和poll的原理基本相同：

• 注冊待偵聽的fd(這裡的fd創建時最好使用非阻塞)
• 每次調用都去檢查這些fd的狀態，當有一個或者多個fd就緒的時候返回
• 返回結果中包括已就緒和未就緒的fd

相比select，poll解決了單個進程能夠打開的文件描述符數量有限制這個問題：select受限於FD_SIZE的限制，如果修改則需要修改這個宏重新編譯內核；而poll通過一個pollfd數組向內核傳遞需要關注的事件，避開了文件描述符數量限制。 此外，select和poll共同具有的一個很大的缺點就是包含大量fd的數組被整體復制於用戶態和內核態地址空間之間，開銷會隨著fd數量增多而線性增大。 select和poll就類似於上面說的就餐方式。但當你每次都去詢問時，老板會把所有你點的飯菜都輪詢一遍再告訴你情況，當大量飯菜很長時間都不能准備好的情況下是很低效的。於是，老板有些不耐煩了，就讓廚師每做好一個菜就通知他。這樣每次你再去問的時候，他會直接把已經准備好的菜告訴你，你再去端。這就是事件驅動IO就緒通知的方式-epoll。 epoll的出現，解決了select、poll的缺點：

• 基於事件驅動的方式，避免了每次都要把所有fd都掃描一遍。
• epoll_wait只返回就緒的fd。
• epoll使用nmap內存映射技術避免了內存復制的開銷。
• epoll的fd數量上限是操作系統的最大文件句柄數目,這個數目一般和內存有關，通常遠大於1024。

目前，epoll是Linux2.6下最高效的IO復用方式，也是Nginx、Node的IO實現方式。而在freeBSD下，kqueue是另一種類似於epoll的IO復用方式。 此外，對於IO復用還有一個水平觸發和邊緣觸發的概念：

• 水平觸發：當就緒的fd未被用戶進程處理後，下一次查詢依舊會返回，這是select和poll的觸發方式。
• 邊緣觸發：無論就緒的fd是否被處理，下一次不再返回。理論上性能更高，但是實現相當復雜，並且任何意外的丟失事件都會造成請求處理錯誤。epoll默認使用水平觸發，通過相應選項可以使用邊緣觸發。

信號驅動 上文的就餐方式還是需要你每次都去問一下飯菜狀況。於是，你再次不耐煩了，就跟老板說，哪個飯菜好了就通知我一聲吧。然後就自己坐在桌子那裡干自己的事情。更甚者，你可以把手機號留給老板，自己出門，等飯菜好了直接發條短信給你。這就類似信號驅動的IO模型。 流程如下：

• 開啟套接字信號驅動IO功能
• 系統調用sigaction執行信號處理函數（非阻塞，立刻返回）
• 數據就緒，生成sigio信號，通過信號回調通知應用來讀取數據。

異步非阻塞 之前的就餐方式，到最後總是需要你自己去把飯菜端到餐桌。這下你也不耐煩了，於是就告訴老板，能不能飯好了直接端到你的面前或者送到你的家裡(外賣)。這就是異步非阻塞IO了。 對比信號驅動IO，異步IO的主要區別在於：信號驅動由內核告訴我們何時可以開始一個IO操作(數據在內核緩沖區中)，而異步IO則由內核通知IO操作何時已經完成(數據已經在用戶空間中)。 異步IO又叫做事件驅動IO，在Unix中，POSIX1003.1標准為異步方式訪問文件定義了一套庫函數，定義了AIO的一系列接口。使用aio_read或者aio_write發起異步IO操作。使用aio_error檢查正在運行的IO操作的狀態。 網絡編程模型 上文講述了UNIX環境的五種IO模型。基於這五種模型，在Java中，隨著NIO和NIO2.0(AIO)的引入，一般具有以下幾種網絡編程模型：

• BIO
• NIO
• AIO

BIO BIO是一個典型的網絡編程模型，是通常我們實現一個服務端程序的過程，步驟如下：

• 主線程accept請求阻塞
• 請求到達，創建新的線程來處理這個套接字，完成對客戶端的響應。
• 主線程繼續accept下一個請求

這種模型有一個很大的問題是：當客戶端連接增多時，服務端創建的線程也會暴漲，系統性能會急劇下降。因此，在此模型的基礎上，類似於 tomcat的bio connector，采用的是線程池來避免對於每一個客戶端都創建一個線程。有些地方把這種方式叫做偽異步IO(把請求拋到線程池中異步等待處理)。 NIO JDK1.4開始引入了NIO類庫，這裡的NIO指的是Non-blcok IO，主要是使用Selector多路復用器來實現。Selector在Linux等主流操作系統上是通過epoll實現的。 NIO的實現流程，類似於select：

• 創建ServerSocketChannel監聽客戶端連接並綁定監聽端口，設置為非阻塞模式。
• 創建Reactor線程，創建多路復用器(Selector)並啟動線程。
• 將ServerSocketChannel注冊到Reactor線程的Selector上。監聽accept事件。
• Selector在線程run方法中無線循環輪詢准備就緒的Key。
• Selector監聽到新的客戶端接入，處理新的請求，完成tcp三次握手，建立物理連接。
• 將新的客戶端連接注冊到Selector上，監聽讀操作。讀取客戶端發送的網絡消息。
• 客戶端發送的數據就緒則讀取客戶端請求，進行處理。

相比BIO，NIO的編程非常復雜。 AIO JDK1.7引入NIO2.0，提供了異步文件通道和異步套接字通道的實現，是真正的異步非阻塞IO, 對應於Unix中的異步IO。

• 創建AsynchronousServerSocketChannel，綁定監聽端口
• 調用AsynchronousServerSocketChannel的accpet方法，傳入自己實現的CompletionHandler。包括上一步，都是非阻塞的
• 連接傳入，回調CompletionHandler的completed方法，在裡面，調用AsynchronousSocketChannel的read方法，傳入負責處理數據的CompletionHandler。
• 數據就緒，觸發負責處理數據的CompletionHandler的completed方法。繼續做下一步處理即可。
• 寫入操作類似，也需要傳入CompletionHandler。

其編程模型相比NIO有了不少的簡化。 對比 . 同步阻塞IO 偽異步IO NIO AIO 客戶端數目 ：IO線程 1 : 1 m : n m : 1 m : 0 IO模型 同步阻塞IO 同步阻塞IO 同步非阻塞IO 異步非阻塞IO 吞吐量 低 中 高 高 編程復雜度 簡單 簡單 非常復雜 復雜