IO基础知识

Linux网络I/O模型

概述：
Linux内核将所有外部设备都看作一个文件来操作，对一个文件的读写操作会调用内核提供的系统命令，来返回一个file description(fd 文件描述符)，同样对于一个socket读写也会返回一个socket fd，描述符就是一个数字。它指向内核中的一个结构体（文件路径，数据区等一些属性）

1）阻塞I/O模型：
从系统调用直到数据到达并复制到应用进程缓冲区或发生错误才返回，整段时间都是被阻塞的。

2）非阻塞I/O模型：
如果系统调用缓冲区没有数据的话，立即返回一个EWOULDBLOCK错误，然后轮询检查这个状态，检查内核是不是有数据到达。

3）I/O复用模型：
进程通过将一个或多个fd传给select或者poll系统调用，阻塞在select操作上，这样select/poll会帮我们检测多个fd是否处于就绪状态，select/poll是顺序扫描fd，且支持的数量有限，因此使用收到了一些限制。Linux还支持一种epoll系统调用，epoll使用了基于事件驱动代替顺序扫描，因此性能更高，当fd就绪时，立即回调函数rollback。(进程将用户socket对应的fd注册进epoll，然后epoll帮你监听哪些socket上有消息到达，这样就避免了大量的无用操作。此时的socket应该采用非阻塞模式。这样，整个过程只在调用select、poll、epoll这些调用的时候才会阻塞，收发客户消息是不会阻塞的，整个进程或者线程就被充分利用起来，这就是事件驱动)
java NIO1（同步非阻塞）中核心类库多路复用器 selector就是采用epoll的多路复用技术实现的

4）信号驱动I/O模型：
首先开启套接口信号驱动IO功能，并通过系统调用sigaction执行一个信号处理函数（此调用立即返回，进程继续工作，是非阻塞的）。当数据准备就绪时，为该进程生成一个sigio信号,通过信号回调通知进程调用recvfrom来读取数据。

5）异步I/O模型：
告知内核启动某个操作，并让内核在整个操作（包括将数据从内核拷贝到用户自己的缓冲区）完成后通知我们。与信号驱动IO模型的区别：信号驱动IO由内核通知我们核实开始一个IO操作，.异步IO由内核通知我们IO操作已经完成。个人分析 java NIO2（异步非阻塞）AIO就是采用的这种I/O模型

I/O多路复用详解：

在I/O编程中，如果需要同时处理多个客户端请求时，可以采用多线程或I/O多路复用技术进行处理。I/O多路复用技术就是将多个I/O的阻塞复用到同一个select阻塞上，从而使系统能够在单线程下同时处理多个请求。他的最大优势是系统开销小，因为不需要常见多余的线程/进程节省了资源

1）多路复用I/O模型使用场景：

1.服务器需要同时处理多个处于连接/监听状态的套接字
2.服务器需要同时处理多种网络协议的套接字

2）支持多路复用I/O模型的系统调用

支持多路复用I/O模型的系统调用有select，poll，pselect，epoll，最初很长一段时间是使用select做轮询和网络事件通知的，然而select的缺陷导致他的应用受到了很大的限制，最终Linux选择了epoll来替代了select

3）epoll相比于select的改进：

1.支持一个进程打开的socket描述符(FD)不受限制（仅受限于操作系统的最大文件句柄数）
select的最大缺陷就是单个进程打开的FD数量（FD_SETSIZE）有限，默认1024个这对于上万TCP连接的大型服务器显然太少了。可以选择修改宏重新编译内核来修改，但这会引起网络效率的下降
可以通过 cat /proc/sys/fs/file-max 来查看最大文件句柄数

2.I/O效率不会随着FD数量的增加而线性下降
传统的select/poll另一个致命的弱点，就是当你拥有一个很大的socket集合时，由于网络延迟或者链路空闲，任一时刻只有少量的socket是“活跃”的。但select/poll每次调用都会线性扫描整个集合，导致效率呈线程下降。而epoll只会对“活跃”的socket进行操作，研究表明在高速的LAN（局域网）环境下socket都活跃epoll并不比poll性能高甚至更低，但是在WAN（广域网）下epoll性能明显高于poll

3.使用mmap加速内核和用户空间的消息传递
无论是select poll还是epoll都需要内核把FD消息通知给用户空间，如何避免不必要的内存复制就显得非常重要，epoll是通过内核和用户空间mmap同一块内存来实现的

4.epoll的API更加简洁