Linux I/O模型

本篇博文主要介绍UNIX中五种I/O模型。主要参考了UNP和这篇博文。

UNIX中的I/O模型分为一下五种：

• 阻塞I/O (blocking I/O)
• 非阻塞I/O (nonblocking I/O)
• I/O复用 (I/O multiplexing)
• 信号I/O (signal driven I/O)
• 异步I/O (the POSIX aio_ functions)

对于任意一个I/O读取(input)操作，主要分为两个阶段：

1. 等待数据准备就绪(Waiting for the data to be ready)
2. 将准备好的数据从内核拷贝到用户缓冲(Copying the data from the kernel to the process)

在网络编程中， 第一个阶段经常会使得读取进程进入等待状态，当数据就绪时，就会被拷贝到内核缓冲中。这两个阶段是理解后面关于非阻塞和异步的关键。

---

blocking IO

目前用的比较多的是阻塞I/O模型。默认情况下，所有的socket都是阻塞的。我们用下图来解释阻塞I/O模型：

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。

---

nonblocking IO

linux下，可以通过设置socket使其变为non-blocking。当对一个non-blocking socket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。 并且它的阻塞是发生在将数据从内核缓冲拷贝到用户进程的过程中(第二阶段)，在数据准备时(第一阶段)是不会阻塞的。

---

I/O multiplexing

I/O复用可以实现用一个进程监听多个套接口。主要的系统调用包括select和poll，但是由于他们的伸缩性不太好，现在用的比较多的是epoll。在监听多个套接口时，当任何一个套接口有数据可读，则会返回。从下面的示意图我们可以看到

select/poll/epoll在等待套接口变得可读时会阻塞。 它主要阻塞在第一各阶段。当他们返回时，说明数据已经准备就绪，可以调用recvfrom函数从内核中将数据拷贝到应用进程中了( 第二阶段)。可以看出，这里需要两个系统调用性能是比不上前面两种I/O模型的。它的主要优势在与可以监听多个套接口，如果监听的套接口比较少，前面两个模型的效率还会更高一些。

---

Asynchronous I/O

我们通过调用aio_read来进行异步读操作。同时向内核传递套接口描述符，应用缓冲指针，缓冲大小和读取成功时，如何通知进程等参数。下面是示意图：

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。

---

signal I/O

在signal I/O中。我们告知内核当数据准备就绪时通过信号通知进程。这个IO模型和非阻塞型IO有点类似， 他们都是不需要阻塞在等待数据准备这个阶段上(第一阶段)，但是和非阻塞IO相比，信号IO不需要反复去检查数据是否准备就绪，因为数据准备就绪时内核会通过信号通知它 。不过在将数据从内核拷贝到进程缓冲区时，他们都是有阻塞的。

---

几种IO模型的比较

从这个模型的比较中，我们可以看出：blocking IO，nonblock IO， IO multiplexing，signal IO 这四种IO都是有阻塞的，并且他们的第二个阶段都是阻塞的。只是他们阻塞的阶段不同。但是异步IO是两个阶段都并不阻塞的。

---

同步I/O VS 异步 I/O

1. Asynchronous I/O operation causes the requesting process to be blocked until that I/O operation complete
2. Anasynchronous I/O operation does not cause the requesting process to be blocked

从UNP给出的定义中我们可以看到，同步的意思是：I/O操作会引起阻塞。这里的I/O操作是指两阶段中的第二个阶段(actual I/O operation)，毕竟第一个阶段只是等待数据准备而已。

所以我们可以得出结论，blocking IO，nonblock IO， IO multiplexing，signal IO 这四种IO都是属于同步的。

最后，再举几个不是很恰当的例子来说明这四个IO Model(blocking ,nonnlocking, IO multilexing，异步IO):
有A，B，C，D四个人在钓鱼：
A用的是最老式的鱼竿，所以呢，得一直守着，等到鱼上钩了再拉杆；
B的鱼竿有个功能，能够显示是否有鱼上钩，所以呢，B就和旁边的MM聊天，隔会再看看有没有鱼上钩，有的话就迅速拉杆；
C用的鱼竿和B差不多，但他想了一个好办法，就是同时放好几根鱼竿，然后守在旁边，一旦有显示说鱼上钩了，它就将对应的鱼竿拉起来；
D是个有钱人，干脆雇了一个人帮他钓鱼，一旦那个人把鱼钓上来了，就给D发个短信。

这里第一阶段就是等鱼上钩，第二阶段就是把鱼钩拉起来。，将鱼钩拉上来才是 actual I/O operation，而在这个动作上，前面三个都是要阻塞的，所以前三种都是同步的模型。