Java IO:阻塞/非阻塞式IO、同步/异步IO

1694人阅读 评论(0) 收藏 举报
分类:

 转载请注明出处:jiq•钦's technical Blog 

本文主要内容转自这篇文章,并在此基础上理解后总结。

引言

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?这个问题其实不同的人给出的答案都可能不同,比如wiki,就认为asynchronous IO和non-blocking IO是一个东西。这其实是因为不同的人的知识背景不同,并且在讨论这个问题的时候上下文(context)也不相同。所以,为了更好的回答这个问题,我先限定一下本文的上下文。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RichardStevens的“UNIX® Network ProgrammingVolume 1, Third Edition: The Sockets Networking ”,6.2节“I/O Models ”,Stevens在这节中详细说明了各种IO的特点和区别,如果英文够好的话,推荐直接阅读。Stevens的文风是有名的深入浅出,所以不用担心看不懂。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
    nonblocking IO
    IO multiplexing
    signal driven IO
    asynchronous IO
由于signal driven IO在实际中并不常用,所以我这只提及剩下的四种IO Model。

IO操作两个阶段

再说一下IO发生时涉及的对象和步骤。以read函数举例,对于一个networkIO会涉及到两个系统对象,一个是调用这个IO的process (or thread),另一个就是系统内核(kernel)。当一个read操作发生时,它会经历两个阶段:

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

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

记住这两点很重要,因为这些IO Model的区别就是在两个阶段上各有不同的情况。是否阻塞说的是第一个阶段,即等待数据准备阶段是否会阻塞,而是否同步说的是第二阶段,即将数据从内核拷贝到进程这个真实的IO Operation操作阶段是否阻塞。


阻塞式IO(blocking IO )

在linux中,默认情况下所有的socket都是blocking,一个典型的读操作流程大概是这样:


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来说,很多时候数据在一开始还没有到达(比如,还没有收到一个完整的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,然后kernel返回结果,用户进程才解除block的状态,重新运行起来。

所以,blocking IO的特点就是在IO执行的两个阶段都被block了。

 

非阻塞式IO(non-blockingIO)

linux下,可以通过设置socket使其变为non-blocking。当对一个non-blockingsocket执行读操作时,流程是这个样子:


从图中可以看出,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。从用户进程角度讲,它发起一个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一个error时,它就知道数据还没有准备好,于是它可以再次发送read操作。一旦kernel中的数据准备好了,并且又再次收到了用户进程的system call,那么它马上就将数据拷贝到了用户内存,然后返回。所以,用户进程其实是需要不断的主动询问kernel数据好了没有。

所以,non-blocking IO的特点就是在IO执行的第一阶段不阻塞,若没准备好即可返回,但是在第二阶段即将数据从内核拷贝到进程这个真实的IO Operation操作阶段会阻塞。 


IO多路复用(IO multiplexing)

IO multiplexing这个词可能有点陌生,但是如果我说select/epoll,大概就都能明白了。有些地方也称这种IO方式为事件驱动IO(event-driven IO)。我们都知道,select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有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”所有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操作,将数据从kernel拷贝到用户进程。

这个图和blocking IO的图其实并没有太大的不同,事实上,还更差一些。因为这里需要使用两个system call (select 和 recvfrom),而blocking IO只调用了一个system call (recvfrom)。但是,用select的优势在于它可以同时处理多个connection。(多说一句。所以,如果处理的连接数不是很高的话,使用select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好,可能延迟还更大。select/epoll的优势并不是对于单个连接能处理得更快,而是在于能处理更多的连接。

在IO multiplexingModel中,实际中,对于每一个socket,一般都设置成为non-blocking,但是,如上图所示,整个用户的process其实是一直被block的。只不过process是被select这个函数block,而不是被socket IO给block。

所以多路复用IO的特点是引入了select这样一个过程,阻塞监视多个socket,一旦有某个socket数据准备好了,则返回执行同步IO 


异步IO(AsynchronousI/O)

linux下的asynchronousIO其实用得很少。先看一下它的流程:


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。

所以异步IO的特点是,在IO操作的两个阶段都不会阻塞,而是全权交给操作系统内核来完成,而内核完成后通过信号来通知用户进程即可。

 

 阻塞 vs 非阻塞

区别在于IO操作的第一阶段,调用blockingIO会一直block住对应的进程直到操作完成,而non-blocking IOkernel还准备数据的情况下会立刻返回。


同步 vs 异步

在说明synchronous IO和asynchronousIO的区别之前,需要先给出两者的定义。Stevens给出的定义(其实是POSIX的定义)是这样子的:

 A synchronous I/Ooperation causes the requesting process to be blocked until that I/O operation completes;

An asynchronous I/O operationdoes not cause the requesting process to be blocked; 

两者的区别就在于synchronous IO”IO operation”的时候会将process阻塞。按照这个定义,之前所述的blockingIOnon-blocking IOIO multiplexing都属于synchronous IO

有人可能会说,non-blockingIO并没有被block啊。这里有个非常“狡猾”的地方,定义中所指的”IO operation”是指真实的IO操作,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,如果kernel的数据没有准备好,这时候不会block进程。但是,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则不一样,当进程发起IO 操作之后,就直接返回再也不理睬了,直到kernel发送一个信号,告诉进程说IO完成。在这整个过程中,进程完全没有被block。

总结

各个IO Model的比较如图所示:


经过上面的介绍,会发现non-blockingIO和asynchronous IO的区别还是很明显的。在non-blocking IO中,虽然进程大部分时间都不会被block,但是它仍然要求进程去主动的check,并且当数据准备完成以后,也需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则完全不同。它就像是用户进程将整个IO操作交给了他人(kernel)完成,然后他人做完后发信号通知。在此期间,用户进程不需要去检查IO操作的状态,也不需要主动的去拷贝数据。

2
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:530141次
    • 积分:7633
    • 等级:
    • 排名:第2766名
    • 原创:215篇
    • 转载:51篇
    • 译文:13篇
    • 评论:54条
    博客初衷
    本博客用于个人学习过程的记录和分享!!!联系方式:jiq408694711@163.com
    个人简介
    男,88年生,云南人,南京大学计算机系工学硕士,研究方向是嵌入式软件工程,目前在南京一所大型研究院对外研发中心任职研发人员兼项目负责人,2013年8月入职。✔主要专注于分布式服务架构的研究,此外对Java服务端开发较为感兴趣。
    最新评论