五种IO模型详解

5种IO模型分别是阻塞IO模型、非阻塞IO模型、IO复用模型、信号驱动的IO模型、异步IO模型

1. 什么是IO

IO (Input/Output,输入/输出)即数据的读取(接收)或写入(发送)操作，通常用户进程中的一个完整IO分为两阶段:用户进程空间<–>内核空间、内核空间<–>设备空间(磁盘、网络等)。IO有内存IO、网络IO和磁盘IO三种,通常我们说的IO指的是后两者。网络I/O就是通过网络进行数据的拉取和输出。磁盘I/O主要是对磁盘进行读写工作。

比如你打开浏览器，访问腾讯首页，浏览器这个程序就需要通过网络IO获取腾讯的网页。浏览器首先会发送数据给腾讯服务器，告诉它我想要首页的HTML，这个动作是往外发数据，叫Output，腾讯服务器把网页发过来，这个动作是从外面接收数据，叫Input。所以，通常，程序完成IO操作会有Input和Output两个数据流。当然也有只用一个的情况，比如，从磁盘读取文件到内存，就只有Input操作，反过来，把数据写到磁盘文件里，就只是一个Output操作。

流是什么？可以把流想象成一个水管，数据就是水管里的水，但是只能单向流动。Input Stream就是数据从外面（磁盘、网络）流进存，Output Stream就是数据从内存流到外面去。对于浏览网页来说，浏览器和腾讯服务器之间至少需要建立两根水管，才可以既能发数据，又能收数据。

LINUX中进程无法直接操作I/O设备，其必须通过系统调用请求kernel来协助完成I/O动作；内核会为每个I/O设备维护一个缓冲区。

对于一个输入操作来说，进程IO系统调用后，内核会先看缓冲区中有没有相应的缓存数据，没有的话再到设备中读取,因为设备IO一般速度较慢，需要等待；内核缓冲区有数据则直接复制到进程空间。

所以，对于一个网络输入操作通常包括两个不同阶段:

• 等待网络数据到达网卡→读取到内核缓冲区，数据准备好;
• 从内核缓冲区复制数据到进程空间

2. 什么是用户空间和内核空间

虚拟内存被操作系统划分成两块：内核空间和用户空间。
为了安全，它们是隔离的，即使用户的程序崩溃了，内核也不受影响。

内核空间是内核代码运行的地方，
用户空间是用户程序代码运行的地方。

当进程运行在内核空间时就处于内核态，当进程运行在用户空间时就处于用户态。

3. 什么是同步和异步

由于CPU和内存的速度远远高于外设的速度。所以在IO编程中，就存在速度严重不匹配的问题。

举个例子：
我们都是通过热水壶来烧水的。在很久之前，科技还没有这么发达的时候，如果我们要烧水，需要把水壶放到火炉上，我们通过观察水壶内的水的沸腾程度来判断水有没有烧开。
随着科技的发展，现在市面上的水壶都有了提醒功能，当我们把水壶插电之后，水壶水烧开之后会通过声音提醒我们水开了。
传统水壶的烧水就是同步的，电热水壶的烧水就是异步的。

• 同步请求：A调用B，B的处理是同步的，在处理完之前他不会通知A，只有处理完之后才会明确的通知A。
• 异步请求：A调用B，B的处理是异步的，B在接到请求后先告诉A我已经接到请求了，然后异步去处理，处理完之后通过回调等方式再通知A。

同步和异步最大的区别就是被调用方的执行方式和返回时机。同步指的是被调用方做完事情之后再返回，异步指的是被调用方先返回，然后再做事情，做完之后再想办法通知调用方。

4. 什么是阻塞和非阻塞

还是那个烧水的例子，当你把水放到水壶里面，按下开关后，你可以坐在水壶前面，别的事情什么都不做，一直等着水烧好。你还可以先去客厅看电视，等着水开就好了。
对于你来说，坐在水壶前面等就是阻塞的，去客厅看电视等着水开就是非阻塞的。

• 阻塞请求，A调用B，A一直等着B的返回，别的事情什么也不干。=
• 非阻塞请求，A调用B，A不用一直等着B的返回，先去忙别的事情了。

所以说，阻塞和非阻塞最大的区别就是在被调用方返回结果之前的这段时间内，调用方是否一直等待。阻塞指的是调用方一直等待，别的事情什么都不做。非阻塞指的是调用方先去忙别的事情。

5. 五种IO模型详解

5.1 阻塞IO模型

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block状态。

进程发起IO系统调用后,进程被阻塞,转到内核空间处理,整个IO处理完毕后返回进程。操作成功则进程获取到数据

例如：
小明去火车站买票，排队三天买到一张退票。
耗费:在车站吃拉撒睡三天,其他事一件没干

5.2 非阻塞IO模型

进程发起IO系统调用后,如果内核缓冲区没有数据,需要到IO设备中读取，进程返回一个错误而不会被阻塞;进程发起IO系统调用后，如果内核缓冲区有数据，内核就会把数据返回给进程。

对于上面的阻塞IO模型来说，内核数据没准备好需要进程阻塞的时候，就返回一个错误,以使得进程不被阻塞。

在非阻塞IO模型中，用户线程需要不断地询问内核数据是否就绪，也就说非阻塞IO不会交出CPU，而会一直占用CPU。

例如：
小明去火车站买票，隔12小时去火车站问有没有退票，三天后买到一张票。
耗费:往返车站6次,路上6小时，其他时间做了好多事

5.3 IO复用模型

多个的进程的IO可以注册到一个复用器(select)上，然后用一个进程调用该select,，select会监听所有注册进来的IO。

如果select没有监听的IO在内核缓冲区都没有可读数据，select调用进程会被阻塞；而当任一IO在内核缓冲区中有可数据时，select调用就会返回；而后select调用进程可以自己或通知另外的进程(注册进程)来再次发起读取IO，读取内核中准备好的数据。

典型应用: select、 poll、 epoll三种方案，nginx都可以选择使用这三个方案

select、poll、 epoll在Linux中IO复用 的实现方式主要有
select, poll和epoll

• Select:注册IO、阻塞扫描，监听的IO最大连接数不能多于FD_ SIZE（1024）;
• Poll:原理和Select相似，没有数量限制，但IO数量大扫描线性性能下降;
• Epoll :事件驱动不阻塞, mmap实现内核与用户空间的消息传递，数量很大，Linux2.6后内核支持

poll方案，在nginx中的使用方法：

events {
worker_ connections 1024;
use epoll;
}

poll不知道后端的数据是谁的，但是它会帮我们监听，因此，多次询问十分耗费时间。

例如：
1）select/poll
小明去火车站买票，委托黄牛,黄牛三天内买到票,然后打便所有人要买票人的电话找到小明，小明去火车站交钱领票。
耗费:往返车站2次,路上2小时,黄牛手续费100元，等待通知3小时

2)epoll
小明去火车站买票，委托黄牛,黄牛买到后即通知小明去领，然后小明去火车站交钱领票。
耗费:往返车站2次，路上2小时,黄牛手续费100元，无需打电话

5.4 信号驱动IO模型

在信号驱动IO模型中，当用户线程发起一个IO请求操作，会给对应的socket注册一个信号函数，然后用户线程会继续执行，当内核数据就绪时会发送一个信号给用户线程，用户线程接收到信号之后，便在信号函数中调用IO读写操作来进行实际的IO请求操作。这个一般用于UDP中，对TCP套接口几乎是没用的，原因是该信号产生得过于频繁，并且该信号的出现并没有告诉我们发生了什么事情。

当进程发起一个IO操作，会向内核注册一个信号处理函数，然后进程返回不阻塞；当内核数据就绪时会发送一个信号给进程，进程便在信号处理函数中调用IO读取数据

例如：
小明去火车站买票，给售票员留下电话，有票后，售票员电话通知小明,然后小明去火车站交钱领票。
耗费:往返车站2次,路上2小时，免黄牛费100元，无需打电话

5.5 异步IO模型

当进程发起一个IO操作,进程返回(不阻塞),但也不能返回结果;内核把整个IO处理完后，会通知进程结果。如果IO操作成功则进程直接获取到数据

例如：
小明去火车站买票，给售票员留下电话,有票后，售票员电话遇知小明并快递送票上门。
耗费:往返车站1次，路上1小时,免黄牛费100元,无需打电话

注意：
此模型和前面模型最大的区别是：前4个都是阻塞的，因为需要自己把用户准备好的数据，放在我的用户空间，而全异步都帮我们做好了。
用户线程完全不需要关心实际的整个IO操作是如何进行的，只需要先发起一个请求，当接收内核返回的成功信号时表示IO操作已经完成，可以直接去使用数据了。它是最理想的模型。

6. 五种IO模型的区别

nginx相比于apache有更高的并发，可以接收处理更多的访问请求，这得益于IO模型

同步I/O引起进程阻塞，直到I/O操作完成
异步I/O不会引起进程阻塞

阻塞式I/O， 非阻塞I/O， I/O复用由于都导致了请求进程阻塞，所以均属于同步I/O。

nginx高并发使用的是epoll的方式，提供给用户访问，复制数据的一些操作交由内核完成。自身做的事情越少接待的用户请求就越多。