Linux 文件IO理解

本文由 @lonelyrains 出品，转载请注明出处。 
文章链接： http://blog.csdn.net/lonelyrains/article/details/6604851

          linux文件IO操作有两套大类的操作方式：不带缓存的文件IO操作，带缓存的文件IO操作。不带缓存的属于直接调用系统调用（system call）的方式，高效完成文件输入输出。它以文件标识符（整型）作为文件唯一性的判断依据。这种操作不是ASCI标准的，与系统有关，移植有一定的问题。而带缓存的是在不带缓存的基础之上封装了一层，维护了一个输入输出缓冲区，使之能跨OS，成为ASCI标准。大体说来，不带缓存的方式频繁进行用户态和内核态的切换，高效但是需要程序员自己维护；带缓冲的方式因为有了缓冲区，不是非常高效，但是易于维护。由此，不带缓冲区的通常用于文件设备的操作，而带缓冲区的通常用于普通文件的操作。

          之前看到有人把不带缓冲区的方式定义为低级IO操作，而带缓冲区的方式定义为高级IO操作。从是否是直接系统调用的角度，这个说法是成立的。但是，不带缓冲区的方式里，又有5种IO处理模型的划分，这5种二级范畴的IO处理模型的讨论全都是被称为高级IO操作的。为了不至于混淆，不把不带缓冲区的IO操作称为低级IO操作，而称为非ASCI标准的文件IO操作。

          刚说了，不带缓冲区的方式高效但是需要程序员自己维护，包含5种对我个人来说比较难以理解的处理模型。现在就来谈谈这5中处理模型：阻塞IO模型、非阻塞模型、IO多路转接模型、信号驱动IO模型、异步IO模型。

          很多人对阻塞和非阻塞、同步和异步的概念混淆不清。我举一个非常简单的例子，把大象关进冰箱需要三步：开门、把大象放进冰箱、关门。阻塞的意思是：开门开不了，一直猫在那等着；非阻塞的意思是：开门开不了，等下再来看看。同步的意思是：开不开门的请求和等待开不开门的结果是有序的；异步的意思是：假设要装两头大象进冰箱，如果冰箱门是开的，可以提交两条把大象放进冰箱的请求，而不是等待第一条请求有了结果之后再决定是否发出第二条请求。也就是说，阻塞非阻塞是针对具体应用的，而同步同步是仅指的通信应答方面。计算机科班的学生可能对前者理解更深刻，而通信科班的学生可能对后者理解的更深刻。不过，在讨论文件IO的时候，这个情况有些特殊。异步IO模型指的并不是异步通信的实质，而是不含阻塞的现象。

          言归正传，来谈不含缓存的五种IO模型。

1、阻塞IO模型：从开门到把大象放进去到关门，一直是守着的，不干别的。所以，有多少步就有多少次阻塞。

2、非阻塞模型：当前是不是可以开门？不是。哦，干点别的。当前是不是可以开门？……如果不可以，一直重复上述步骤。直到——当前是不是可以开门？是。好的，开门。然后针对以下步骤重复上面的操作。但是实际文件IO操作，从内核把数据拷到用户进程的操作，仍然是阻塞的。

3、IO多路转接模型：在一个循环体中，实现对几套把大象关进冰箱的操作，而所用的冰箱是不同的冰箱，所以不存在冲突问题。在第一个冰箱关进冰箱需要等待的时候，就看第二个能不能执行。这种方式与用多线程下，每个子线程执行阻塞IO模型的操作类似。这个调度过程由OS执行。

4、信号驱动IO模型：发出打开冰箱的请求之后，可以干别的了。直到内核通知你可以等待从内核态拷贝数据了。从内核把数据 拷到用户进程的操作，仍然是阻塞的。

5、异步IO模型：发出打开冰箱的请求之后，可以干别的了。直到完成从内核到用户进程的数据拷贝，再通知用户。

         参考 Unix Network Programming Volume 1。理解不透彻的地方，加强交流。