高级I/O中多路转接-select

我们都知道I/O的速度很慢，电脑的瓶颈很大一部分就在磁盘I/O速度跟不上CPU的处理速度。I/O的部分其实分为两部分，第一步是等待，就是等待数据到来的时候；第二步是数据拷贝。通常来说等待的时间占大头，为了提高I/O的效率就需要减少等待的时间。

五种I/O模型

阻塞I/O：这是最常见的I/O方式，在内核将数据准备好之前，系统调用会一直处于等待状态。网络套接字的默认方式都是阻塞方式。

非阻塞I/O：这种方式不会等待，如果发现内核没有将数据准备好就会直接返回，同时返回EWOULDBLOCK错误。这种方式的I/O需要代码利用循环的方式不停地向文件描述符寻找数据是否到来，这种方式叫做轮询，会占用大量的CPU时间，不推荐使用。

信号驱动I/O：内核在数据准备好的时候，通过信号的方式通知应用程序进行I/O操作，这里需要使用信号。

I/O多路转接：一次性等待多个I/O的数据。看似跟阻塞I/O一样，其中的不同在于I/O多路转接等待的数量是多个。因为是等待多个，其中出现一个I/O数据到达的概率就大大增加，所以这样看起来它的效率是更高的。

异步I/O：应用程序调用另外一个进程来帮忙等待，等数据到达在通知应用程序进行数据拷贝。

高级I/O一般包括这些：非阻塞I/O、记录所、系统V流机制、I/O多路转接、readv和writev函数以及存储映射I/O。

非阻塞I/O

我们使用的网络套接字默认都是阻塞的，但是我们可以通过fcntl函数将其变成非阻塞I/O。

#include <unistd.h>
#include <fcntl.h>
//函数可以将文件描述符设置为非阻塞，这样就算使用阻塞的I/O调用也不会出现阻塞。
int fcntl(int fd, int cmd, .../*arg*/);
//成功返回依赖于cmd，失败返回-1

常见的cmd有以下五种：

• 复制一个已有的文件描述符（F_DUPFD或F_DUPFD_CLOEXEC）
• 获取/设置文件描述符标志（F_GETFD或F_SETFD）
• 获取/设置文件状态标志（F_GETFL或F_SETFL）
• 获取/设置异步I/O所有权（F_GETOWN或F_SETOWN）
• 获取/设置记录锁（F_GETLK、F_SETLK或F_SETLKW）

使用这个函数将文件描述符设置为非阻塞的方法是：先通过cmd = F_GETFL获取到文件描述符的属性，然后再通过F_SETFL设置回去，设置回去的同时加上一个O_NONBLOCK。

下面是一个通过轮询的方法使用非阻塞I/O从标准输入读取数据的例子：

#include <stdio.h>
#include <string.h>
#include <errno.h>
#include <unistd.h>
#include <fcntl.h>

void SetNonBlock(int fd){
    int fl = fcntl(fd, F_GETFL);
    if(fl < 0){
        perror("fcntl");
        return;
    }
    fcntl(fd, F_SETFL, fl | O_NONBLOCK);
}

int main(){
    SetNonBlock(0);
    while(1){
        char* buf[1024] = {0};
        int num = read(0, buf, sizeof(buf)-1);
        if(num < 0){
            printf("errno:%d, error_string:%s\n", errno, strerror(errno));
            sleep(2);
            continue;
        }
        printf("buf:%s\n", buf);
    }
    return 0;
}

实验截图：

从实验中可以知道，如果非阻塞的I/O没有读取到消息的时候，返回的errno是11，这个错误码是EAGAIN，表示再试一次，因为没有数据到来，所以再次获取。

select

select是I/O多路转接的一种方式。等待文件描述符的读写异常事件的状态。

select函数原型及参数介绍

#include <sys/select.h>
int select(int nfds, struct fd_set* readfds, struct fd_set* writefds, \
            struct fd_set* execptfds, struct timeval *timeout);

参数

---

nfds：指的是监控的文件描述符最大值+1，加一的原因是文件描述符是从0开始的，但是nfds表示的是个数。该参数的作用是指定select函数在fd_set参数中搜索的范围。

---

readfds、writefds、execptfds：这三个参数分别表示需要关心文件描述符的读事件、写事件、异常事件，类型是描述符集的指针。类型是fd_set结构体，我们可以将它看做是一个很大的位图。他们三个既是输入型参数也是输出型参数。

同时系统提供了四个函数，让我们方便的使用这三个描述符集。

#include <sys/select.h>
int FD_ISSET(int fd, fd_set* fdset);    //如果fd在描述符集中，返回非0，否则返回0
void FD_CLR(int fd, fd_set* fdset);
void FD_SET(int fd, fd_set* fdset);
void FD_ZERO(fd_set* fdset);

这些接口可以实现为宏或者函数。调用FD_ZERO将一个fd_set变量的所有位置为o。我们可以通过FD_SET开启其中一个位，通过FD_CLE清除一个位，通过FD_ISSET判断该位是否被打开。

这里稍微解释一下fd_set结构在函数中的作用：

• 在select中，通过则这三个固定位置的描述符集表示关心fd的什么事件，例如readfds就表示这个描述符集只关心读事件的状态变化，其他的事件都不关心。
• fd_set结构为什么使用位图表示，很简单，因为我们的fd从0开始，同时是一个连续的正整型数字。
• 当fd_set作为输入型参数的时候，他的下标表示对应的文件描述符，下标对应的内容如果是1表示关心这个文件描述符上的某类事件，0表示不关心。
• 当fd_set作为输出型参数的时候，下标对应的内容如果为1，表示关心的该类事件的下标对应的文件描述符已经就绪。
• 正是因为fd_set不但是输入型参数，又是输出型参数，我们需要每次在使用的的是进行清零操作，同时还需要将源数据保存起来，用来下一次使用。

---

timeout：指的是愿意等待的时间。类型是struct timeval*，该结构体包括两个参数，一个是秒(tv_sec)，一个是微秒(tv_usec)。

该参数的有三种设定方法：

• timeout == NULL；select将会一直阻塞，一直到某事件的就绪或者被信号打断。
• timeout==0；非阻塞状态，检测有没有事件的发生，之后立刻返回。
• timeout>0；等待一定的时间，然后在规定时间内没有事件就绪，超时返回。

---

返回值，select函数的返回值有三种：

• 如果执行成功，返回事件就绪中的所以文件描述符大的个数。
• 如果返回0，表示timeout超时返回。
• 如果返回-1，表示出错，将错误原因存于errno，此时的readfds、writefds、execptfds的值将没有意义。
• errno的值可能为：EBADF：fd无效或被关闭；EINTR：select调用被信号打断；EINVAL：select参数错误；ENOMEM：内存不够。

---

常见的使用格式如下：

fd_set set;
FD_ZERO(set);
FD_SET(fd, set);
//表示关心fd上的读事件状态变化，同时通过阻塞的方式。
select(fd+1, &set, NULL, NULL, NULL); 

socket的读写就绪

读就绪

• 接收缓冲区中的字节数大于等于低水位标记SO_RCVLOWAT，可以无阻塞的读，返回值大于0
• TCP通信中，对端关闭，可以读，返回值为0
• 监听的socket上出现了新连接

写就绪

• 发送缓冲区中的字节数大于等于低水位标记SO_SNDLOWAT，可以无阻塞的写，返回值大于0
• 对写操作被关闭的socket进行写，触发SIGPIPE信号，该信号默认中断
• socket使用非阻塞connect连接成功或失败之后。

select的特点和缺点

特点

1、 可以监控的文件描述符个数跟fd_set（文件描述符集）的大小有关，sizeof(fd_set)*8就是最大的个数。

2、 select需要一个额外的数组空间进行文件描述符集源的保存，原因有两个：第一个需要保存源，因为描述符集作为输入、输出型参数，如果监听了三个文件描述符的读事件，此时只有前两个就绪，那么第三个就会在返回的时候被清空，此时就失去了源，所以需要额外的空间进行保存。第二个，我们需要用源中设置的监听文件描述符跟返回来的文件描述符进行FD_ISSET判断，用来进行下一步操作。

缺点

1、每次调用select都需要手动的设置fd集合。

2、每次调用的时候，会将fd集合从用户态拷贝到内核态，这样的开销是很大的。

3、需要维护一个额外的空间，用来保护源。

4、select支持的文件描述符是有上限的，这个是硬伤，因为设定了使用输入输出型参数的数组来保存信息。

参考资料

• Unix环境高级编程