Linux的IO模型介绍

阻塞：用户进程访问数据时，如果未完成IO，等待IO操作完成或者进行系统调用来判断IO是否完成
非阻塞：用户进程访问数据时，会马上返回一个状态值，无论是否完成

同步：用户进程发起IO(就绪判断)后，轮询内核状态
异步：用户进程发起IO后，可以做其他事情，等待内核通知

由于进程无法直接操作I/O设备，因此必须通过系统调用请求kernel来协助完成I/O操作，内核会为每一个I/O设备维护一个buffer。其工作流程为：

对于输入而言，等待（wait）数据输入至buffer中需要时间，再从buffer复制（copy）到用户进程缓存区中也需要时间。

因此，根据等待模式不同，I/O动作可以分为5种模式：

网络IO模型和文件IO模型是一样的，包括阻塞IO、非阻塞IO、多路复用IO、信号驱动的IO、异步IO，5种模型。

一次IO包括两个过程，内核数据准备 、把数据从内核空间copy到用户空间。

1、阻塞IO（recvfrom系统调用）是在两个过程应用都处于阻塞状态。

当进程执行系统调用时，如果在用户进程空间的缓存区中没有找到相应的数据，则进程将处于阻塞状态。当内核从磁盘上读取数据到内核空间的buffer中，并且buffer中的数据复制到用户进程空间的缓存区中这段时间里，进程都将处于阻塞状态。当数据到达用户进程缓存区中，进程就会解除阻塞状态，再有进程将数据返回给客户端。
由于进程处于阻塞状态，因此很少占用cpu，只是等待cpu的响应。因此，这种模型可以提高cpu的使用效率。

2、非阻塞IO（recvfrom系统调用）是应用发出IO操作后可以立刻返回，通过轮询盘判断数据是否准备好，在copy数据阶段阻塞应用。

进程执行系统调用，如果在用户进程空间缓存区中没有找到数据，则进程不会处于阻塞状态。而是进程不断的询问用户进程空间缓存区中是否有数据。如果没有，立即返回EWOULDBLOCK，此时由于进程处于非阻塞状态，因此，该进程可以做其他的事情。
在这种模型下，进程需要不断的询问用户进程缓存区中是否有数据，因此，会造成cpu大量的进行上下文切换（进程切换），会大量的消耗cpu。

3、多路复用IO（select 、recvfrom系统调用）是阻塞调用select，查找可用的套接字，如果有套接字可用，那么就阻塞调用(recvfrom)完成数据的copy过程。linux select就是这种模型，缺点是一次select会扫描所有的socket。

4、信号驱动的IO(SIGIO、recvfrom)是应用发出SIG IO后立刻返回，内核中数据准备好后，通知应用，由应用进行阻塞recvfrom调用从内核copy数据。linux epoll就是基于事件的就绪通知方式，省去了所有socket的扫描开销。

epoll,kqueue比select高级,select是在内核里做轮询操作, epoll是使用回调机制, 消耗的资源更少. 套接字比较多的时候，每次select()都要通过遍历Socket来完成调度,不管哪个Socket是活跃的,都遍历一遍。这会浪费很多CPU时间。epoll给套接字注册某个回调函数，当他们活跃时，自动完成相关操作，那就避免了轮询。

5、异步IO(aio-read)是应用发出aio-read后马上返回，数据准备好后，由操作系统把数据copy到应用，并通知应用数据copy完成。

当然除了以上的IO模式，还有直接IO（应用绕过内核直接访问磁盘文件），内存映射MMap（建立内存和文件的映射关系），这两种模式在linux 2.6上本质上没有差异。

直接IO在数据库引擎中用的比较多，数据库的buffer绕过文件系统cache，直接访问硬盘。Mongodb中就是用到mmap，无需调用read、write系统调用。


同步、异步、阻塞、非阻塞一般有这么几种组合：

同步非阻塞，典型代表是java NIO

异步阻塞，典型代表是select,epoll

异步非阻塞，典型代表是aio