2019.07 Linux IO模型总结

三种IO模型

在《Unix网络编程》一书中提到了五种IO模型，分别是：阻塞IO、非阻塞IO、多路复用IO、信号驱动IO以及异步IO，这里主要介绍前三种。

阻塞IO

当用户线程发出IO请求之后，内核会去查看数据是否就绪，如果没有就绪就会等待数据就绪，而用户线程就会处于阻塞状态，用户线程交出CPU。当数据就绪之后，内核会将数据拷贝到用户线程，并返回结果给用户线程，用户线程才解除阻塞。
Eg：read、write函数

非阻塞IO

当用户线程发起一个IO操作后，并不需要等待，而是马上就得到了一个结果。如果结果是一个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。一旦内核中的数据准备好了，并且又再次收到了用户线程的请求，那么它马上就将数据拷贝到了用户线程，然后返回。
非阻塞IO在实际使用中，用户线程需要不断进行IO询问，会一直占用CPU，导致CPU占用率非常高，因此一般情况下很少使用。
Eg: 把一个文件描述符设置为非阻塞模式的方法
flags = fcntl(sockfd, F_GETFL, 0); //获取文件的flags值。
fcntl(sockfd, F_SETFL, flags | O_NONBLOCK); //设置成非阻塞模式；

IO多路复用

在用户线程中监控多个文件描述符，将多个IO阻塞复用到一个select/poll的阻塞上。

IO多路复用——select

函数原型：
int select(int maxfdp1,fd_set *readset,fd_set *writeset,fd_set *exceptset,const struct timeval *timeout);
返回值为就绪的文件描述符个数。
select有以下缺点：
1、每次调用select都需要在内核遍历传递进来的所有fd_set（读、写、异常文件描述符）
2、并且限制监控的fdset中文件描述符最大值为1024（由内核中的宏控制，不重新编译内核的前提下不可改变）
3、每次调用select，都需要把fd_set集合从用户态拷贝到内核态，开销较大

IO多路复用——poll

函数原型：
int poll(struct pollfd *fds, nfds_t nfds, int timeout);
typedef struct pollfd {
int fd; // 需要被检测或选择的文件描述符
short events; // 对文件描述符fd上感兴趣的事件
short revents; // 文件描述符fd上当前实际发生的事件
} pollfd_t;
poll的机制与select没有本质差别，监听多个描述符也是进行轮询，根据描述符的状态进行处理，但是poll没有最大文件描述符数量的限制。

IO多路复用——epoll

函数原型：
int epoll_create(int size);
int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);
int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);
函数说明：
epoll_create 函数创建一个epoll句柄，参数size表明内核要监听的描述符数量。
epoll_ctl 函数注册要监听的事件类型（添加、修改、删除）。
epoll_wait 函数等待事件的就绪，成功时返回就绪的事件数目，调用失败时返回 -1，等待超时返回 0。
优点：
1、没有文件描述符数目限制
2、基于事件驱动，无需轮询文件描述符
3、使用一个文件描述符管理多个描述符，用户空间与内核空间copy较小
两种工作模式：
水平触发（LT）：epoll的默认工作模式，当epoll_wait检测到某描述符事件就绪并通知应用程序时，应用程序可以不立即处理该事件；下次调用epoll_wait时，会再次通知此事件；
边缘触发（ET）：当epoll_wait检测到某描述符事件就绪并通知应用程序时，应用程序必须立即处理该事件。如果不处理，下次调用epoll_wait时，不会再次通知此事件。
背景：LT和ET原本应该是用于脉冲信号的，Level和Edge指的就是触发点，Level为只要处于水平，那么就一直触发，而Edge则为上升沿和下降沿的时候触发。比如：0->1 就是Edge，1->1 就是Level。
ET模式很大程度上减少了epoll事件的触发次数，因此效率比LT模式下高。

总结

epoll是Linux目前大规模网络并发程序开发的首选模型，在绝大多数情况下性能远超select和poll，但是在并发连接不高的情况下，多线程+阻塞I/O方式可能性能更好。