网络编程中网络IO与select、poll、epoll原理及使用

1.什么是网络IO

网络IO就是数据到达网卡后，网卡不能直接将数据送到程序内存，需要经过操作系统（kernel）中转保存到一个buffer中，应用程序调用操作系统的函数，从对应的buffer取出数据。在网络编程中，从用户态调用IO操作时，内核系统会经历两个阶段：等待数据到来，将数据拷贝到进程（或线程）中，在这两个阶段中遇到的不同情况，就出现了五种网络IO模型，分别是：阻塞IO(blocking IO)、非阻塞IO(non-blocking IO)、多路复用IO(IO multiplexing)、异步IO(Asynchronous I/O)、信号驱动IO(signal driven I/O、SIGIO)，而select、poll、epoll就用到了网络IO模型中的多路复用IO，也称这种IO方式为事件驱动IO，

2.网络IO

1.阻塞IO(blocking IO)

在linux中，默认情况下所有的socket都是阻塞的，对于一个数据包，当kernel还没收到完整的数据包时，整个进程会被阻塞，数据就绪后进行拷贝操作，直到拷贝完成这一段也都是阻塞的，这就带来一个问题：一个服务器建立多个连接时候，服务端会被一个客户端占用，新的连接进不来，一个简单的解决方案就是使用多线程（或多进程），多线程（或多进程）的目的是让每个连接都拥有独立的线程（或进程），这样任何一个连接的阻塞都不会影响其他的连接。

2.非阻塞IO(non-blocking IO)

非阻塞的接口相比于阻塞型接口的显著差异在于，在被调用之后立即返回，如果没有就绪就需要用户态一直进行询问，直到数据就绪，这样看似解决了一个服务器对多个客户端连接时候的问题，但这种循环调用会大幅提高cpu占用率。

3.多路复用IO(IO multiplexing)

1.select

select的好处就在于单个 process 就可以同时处理多个网络连接的 IO。它的基本原理就是 select 这个 function会不断的轮询所负责的所有 socket，当某个 socket 有数据到达了，就通知用户进程。
select的接口原型有：

FD_ZERO(int fd, fd_set* fds)		//用来清除描述词组set的全部位。
FD_SET(int fd, fd_set* fds)		//用来设置描述词组set中相关fd的位
FD_ISSET(int fd, fd_set* fds)	//用来测试描述词组set中相关fd 的位是否为真
FD_CLR(int fd, fd_set* fds)		//用来清除描述词组set中相关fd 的位
int select(int nfds, fd_set *readfds, fd_set *writefds, fd_set *exceptfds,struct timeval *timeout)

ndfs：select监视的文件描述符数，视进程中打开的文件数而定，一般设置为监视各文件中的最大文件描述符值加1。
readfds：这个文件描述符集合监视文件集中的任何文件是否有数据可读，当select函数返回的时候，readfds将清除其中不可读的文件描述符，只留下可读的文件描述符。
writefds：这个文件描述符集合监视文件集中的任何文件是否有数据可写，当select函数返回的时候，writefds将清除其中不可写的文件描述符，只留下可写的文件描述符。
exceptfds：这个文件集将监视文件集中的任何文件是否发生错误。
timeout:本次select()的超时结束时间，使得select处于三种不同的状态

select也有缺点：单个进程可以监听的描述符的个数限制；当需要检测描述符比较多的时候，select接口本身需要消耗大量时间轮询各个句柄，这是比较耗时的，时间复杂度为O(n)。

2.poll

解决了select的上限问题，一次可以询问任意个数的fd，真正做到了批量。但是，即使减少了运行态切换的成本，针对每次传来的fd，操作系统依然需要逐个遍历，复杂度依然是O(n)，只是每次操作的损耗降低了。
poll函数：

int poll(struct pollfd *fds, nfds_t nfds, int timeout);
struct pollfd{
	int fd;			//文件描述符
	short events;	//等待的事件
	short revents;	//实际发生的事件
};

revents：revents 域是文件描述符的操作结果事件，内核在调用返回时设置这个域。events 域中请求的任何事件都可能在 revents 域中返回.revents域是返回时内核设置的。

2.epoll

epoll对于select和poll缺点进行了改进，没有最大并发连接的限制，时间复杂度降为.O(1)；epoll_ctl函数中EPOLL_CTL_ADD会把所有fd拷贝进内核进行维护，有数据到达，只把这些有状态的fd返回，这样就保证了fd在整个过程只会拷贝一次，提升效率。
epoll函数：

int epoll_create (int size);
// 返回内核事件表的文件描述符，参数只是提示内核事件表需要多大
int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);
//op 指定操作类型：
//EPOLL_CTL_ADD 往内核事件表中注册 fd 上的事件
//EPOLL_CTL_MOD 修改 fd 上的注册事件
//EPOLL_CTL_DEL 删除 fd 上的注册事件

struct epoll_event {
	_unit32_t events; 		//描述时间类型
	epoll_data_t data;
};
typedef union epoll_data {
	void *ptr;
	int fd;	//指定事件从属的目标文件描述符
	uint32_t u32;
	uint64_t u64;
}epoll_data_t;
int epoll_wait( int epfd, struct epoll_event *events, int maxevents, int timeout);
//常用的events的几个宏：
EPOLLIN 	//对应文件描述符可读
EPOLLOUT	//对应文件描述符可写
EPOLLET	//设置epoll为边沿触发，epoll默认为水平触发，边沿触发和水平触发区别是：边沿触发只触发一次，水平触发会一直触发

4.异步IO(Asynchronous I/O)

异步IO用在磁盘IO读写操作，在Linux2.6版本开始引入网络IO，它的流程是用户程序操作IO后，立刻就去做别的事，内核这边收到操作信号会立刻返回，不对进程产生block，之后内核等待数据准备完成，拷贝到用户内存，这一系列动作完成后，给用户进程发信号告知操作完成。

5.信号驱动IO(signal driven I/O、SIGIO)

信号驱动IO需要允许套接口进行驱动IO，并安装信号处理函数，进程继续运行并不阻
塞。当数据准备好时，进程会收到一个 SIGIO 信号，可以在信号处理函数中调用 I/O 操作函数处理数据。当数据报准备好读取时，内核就为该进程产生一个 SIGIO 信号。我们随后既可以在信号处理函数中调用 read 读取数据报，并通知主循环数据已准备好待处理，也可以立即通知主循环，让它来读取数据报。无论如何处理 SIGIO 信号，这种模型的优势在于等待数据报到达(第一阶段)期间，进程可以继续执行，不被阻塞。免去了 select 的阻塞与轮询，当有活跃套接字时，由注册的 handler 处理。