Linux下的I/O模型

I/O模型的引出

我们都知道，为了OS的安全性等的考虑，进程是无法直接操作I/O设备的，其必须通过系统调用请求内核来协助完成I/O动作，而内核会为每个I/O设备维护一个buffer。如下图所示：
　　
一个输入操作分为两个阶段：
（1） 等待数据准备好；
（2）从内核向进程复制数据　
　
　在整个请求过程中，数据输入至buffer需要时间，而从buffer复制数据至进程也需要时间。因此根据在这两段时间内等待方式的不同，I/O动作可以分为以下五种模式：

• 阻塞式I/O模型；
• 非阻塞式I/O模型；
• I/O复用式模型；
• 信号驱动动式I/O模型
• 异步I/O模型

在上述５种I/O模型中，前4种，其实都可以划分为同步I/O方式，只有最有一种异步I/O模型才使用异步I/O方式。

一、阻塞式I/O

通常我们使用的I/O都是阻塞式I/O，在编程时使用的大多数也是阻塞式I/O。在默认情况下，所有的套接字(socket)都是阻塞的。下图解释了阻塞式I/O模型的流程

上图中，我们说从调用recvfrom开始到它返回的整段时间内是被阻塞的，recvfrom成功返回后，引用程序才开始处理数据报。

阻塞式I/O的优缺点
优点：
阻塞式I/O很容易上手，一般程序按照read-process的顺序进行处理就好。通常来说我们编写的第一个TCP的C/S程序就是阻塞式I/O模型的。并且该模型定位错误，在阻塞时整个进程将被挂起，基本不会占用CPU资源。
缺点:
该模型的缺点也十分明显。作为服务器，需要处理同时多个的套接字，使用该模型对具有多个的客户端并发的场景时就显得力不从心。(并发差）
当然也有补救方法，我们使用多线程技术来弥补这个缺陷。但是多线程在具有大量连接时，多线程技术带来的资源消耗也不容小看

二、非阻塞式I/O

有阻塞I/O，那么也会有非阻塞I/O，在上文说过默认情况下，所有的套接字都是阻塞的，那么通过设置套接字的NONBLOCK(一般在open(),socket()等调用中设置)标志或者设置recv、send等输入输出函数的MSG_DONTWAIT标志就可以实现非阻塞操作。

可以看到，前三次recvfrom时没有数据可以返回，此时内核不阻塞进程，转而立即返回一个EWOULDBLOCK错误。第四次调用recvfrom时已经有一个数据报准备好了，此时它将被复制到应用进程的缓冲区，于是recvfrom调用成功返回。当一个应用进程像这样对一个非阻塞描述符循环调用recvfrom时，我们称之为轮询(polling)

非阻塞式I/O的优缺点

优点：
这种I/O方式也有明显的优势，即不会阻塞在内核的等待数据过程，每次发起的I/O请求可以立即返回，不用阻塞等待。在数据量收发不均，等待时间随机性极强的情况下比较常用。
缺点
轮询这一个特征就已近暴露了这个I/O模型的缺点**。轮询将会不断地询问内核，这将占用大量的CPU时间，系统资源利用率较低**。同时，该模型也不便于使用，需要编写复杂的代码。

三、I/O复用模型

在出现大量的链接时，使用多线程+阻塞I/O的编程模型会占用大量的内存。那么I/O复用技术在内存占用方面，就有着很好的控制。

从阻塞式I/O来看，基本一个套接字就霸占了整个线程。例如当对一个套接字调用recvfrom调用时，整个线程将被阻塞挂起，直到数据报准备完毕。多路复用就是复用一个线程的I/O模型，Linux中拥有几个调用来实现I/O复用的系统调用——select,poll,epoll

线程将阻塞在上面的三个系统调用中的某一个之上，而不是阻塞在真正的I/O系统调用上。I/O复用允许对多个套接字进行监听，当有某个套接字准备就绪(可读/可写/异常)时，系统调用将会返回。
然后我们可能将重新启用一个线程并调用recvfrom来将特定套接字中的数据报从内核缓冲区复制到进程缓冲区。

I/O复用模型的优缺点

优点
I/O复用技术的优势在于，只需要使用一个线程就可以管理多个socket，系统不需要建立新的进程或者线程，也不必维护这些线程和进程，所以它也是很大程度上减少了资源占用。另外I/O复用技术还可以同时监听不同协议的套接字
缺点
在只处理连接数较小的场合，使用select的服务器不一定比多线程+阻塞I/O模型效率高，可能延迟更大，因为单个连接处理需要2次系统调用，占用时间会有增加。

四、信号驱动式I/O模型

从上图可以看到，我们首先开启套接字的信号驱动式I/O功能，并通过sigaction系统调用来安装一个信号处理函数，我们进程不会被阻塞。

当数据报准备好读取时，内核就为该进程产生一个SIGIO信号，此时我们可以在信号处理函数中调用recvfrom读取数据报，并通知数据已经准备好，正在等待处理。

信号驱动式I/O模型的优缺点

优点
很明显，我们的线程并没有在等待数据时被阻塞，可以提高资源的利用率
缺点
其实在Unix中，信号是一个被过度设计的机制(这句话来自知乎大神,有待考究)
信号I/O在大量IO操作时可能会因为信号队列溢出导致没法通知——这个是一个非常严重的问题。

五、异步I/O模型

异步I/O，是由POSIX规范定义的。这个规范定义了一些函数，这些函数的工作机制是：告知内核启动某个操作，并让内核在整个操作完成后再通知我们。(包括将数据从内核复制到我们进程的缓冲区)

全程没有阻塞，真正做到了异步

信号驱动式I/O与异步I/O的主要区别在于：信号驱动I/O是由内核通知进程何时可以启动一个I/O操作，而异步I/O模型是由内核通知进程I/O操作何时完成。

引入异步I/O可能会使代码难以理解。

各种I/O模型的比较

可以看出，前四种模型的区别在第一阶段，因为它们的第二阶段都是相同的：**在数据从内核复制到调用者的缓冲空间期间，进程阻塞于真正的I/O操作（recvfrom）。所以前四种模型都是同步I/O模型。**而异步I/O在这两个阶段均不阻塞调用。

POSIX中的定义为：
同步I/O操作导致请求进程阻塞，直至I/O操作完成
异步I/O操作不导致请求进程阻塞