Linux中5种IO模型

键盘上的钢琴家‍

已于 2023-02-21 10:30:08 修改

阅读量2.5k

点赞数 4

文章标签： linux 服务器 java

于 2022-07-15 19:14:48 首次发布

本文链接：https://blog.csdn.net/weixin_45819295/article/details/125806616

版权

在了解IO模型时需要清楚什么是同步和异步，什么是阻塞和非阻塞

同步/异步阻塞/非阻塞

当IO操作发生时，一定是两方参与的，分别是调用方和被调用方。阻塞和非阻塞相对于的事调用方，同步和异步相对于的好似被调用方。
请添加图片描述
A去调用B

阻塞当A发出调用命令后，要一直等待B返回的结果
非阻塞 当A发出调用命令后，不需要等待，可以做自己的事情
同步当B收到A调用的命令后，会立即执行要做的事情，A的本次调用会得到结果
异步当B收到A调用的命令后，不保证立即执行，但保证一定会做，A本次不会得到结果，等B执行好之后会通知A。

同步不一定阻塞，同样异步不一定非阻塞，只不过是参照物不同，处理方式不同。清楚这些后下面了解一下Linux中5种IO模型

Linux中5种IO模型

在这里插入图片描述

一次完整的IO操作

我们常说IO是指文件的输入和输出，但是在操作系统是如何定义IO的呢？到底操作系统的一次IO过程是什么呢？

操作系统负责计算机的资源管理和进程的调度。我们电脑上跑着的应用程序，其实是需要经过操作系统，才能做一些特殊操作，如磁盘文件读写、内存的读写等等。因为这些都是比较危险的操作，不可以由应用程序乱来，只能交给底层操作系统来。也就是说，你的应用程序要把数据写入磁盘，只能通过调用操作系统开放出来的API来操作。

我们应用程序是跑在用户空间的，它不存在实质的IO过程，真正的IO是在操作系统执行的。即应用程序的IO操作分为两种动作：IO调用和IO执行。IO调用是由进程（应用程序的运行态）发起，而IO执行是操作系统内核的工作。此时所说的IO是应用程序对操作系统IO功能的一次触发，即IO调用。

一次IO过程

应用程序发起的一次IO操作包含两个阶段：

IO调用：应用程序进程向操作系统内核发起调用。
IO执行：操作系统内核完成IO操作。

操作系统内核完成IO操作还包括两个过程：

准备数据阶段：内核等待I/O设备准备好数据
拷贝数据阶段：将数据从内核缓冲区拷贝到用户进程缓冲区
在这里插入图片描述
应用程序进程向操作系统发起IO调用请求
操作系统准备数据，把IO外部设备的数据，加载到内核缓冲区
操作系统拷贝数据，即将内核缓冲区的数据，拷贝到用户进程缓冲区

1、阻塞IO模型

这是一种比较传统的IO模型也是最简单的IO模型，即在读/写数据过程中会发生阻塞现象。简称(BIO）当进程或线程调用某个条件，当条件不满足则会一直等下去。如果条件满足则执行下一步
在这里插入图片描述

应用进程向操作系统内核，发起recvfrom读取数据，但是内核还没准备好，应用程序就会阻塞，直至内核准备好数据，recvfrom完成数据的复制工作，应用程序结束阻塞状态。

2、非阻塞IO模型

阻塞式IO的缺点非常明显。如果内核数据一直没准备好，那用户进程将一直阻塞，浪费性能，可以使用非阻塞IO优化简称NIO。
当应用进程与内核发起调用时，当目的未达到之前不再一味的等待，而是直接返回，然后通过轮询的方式进行访问内核数据有没有准备好，如果数据准备好了，则将数据复制到用户空间。
在这里插入图片描述

应用进程不断的通过recevfrom不停的与内核进行交互，直至内核数据准备好。如果数据没有准备好会返回error，应用进程在得到error后，过一段时间再发送recevfrom请求，在这期间进程可以在做其他事情。虽然大幅提升了性能，但是它依然存在性能问题，即频繁的轮询，导致频繁的系统调用，同样会消耗大量的CPU资源。

3、IO多路复用模型

既然NIO无效的轮询会导致CPU资源消耗，我们等到内核数据准备好了，主动通知应用进程再去进行系统调用，那不就好了嘛？

在这之前，我们先来复习下，什么是 文件描述符fd(File Descriptor), 它是计算机科学中的一个术语，形式上是一个非负整数。当程序打开一个现有文件或者创建一个新文件时，内核向进程返回一个文件描述符。

IO复用模型核心思路： 系统给我们提供一类函数（如我们耳濡目染的 select、poll、epoll 函数），它们可以同时监控多个fd的操作，任何一个返回内核数据就绪，应用进程再发起recvfrom系统调用。
在这里插入图片描述
非阻塞IO模型（NIO）中，需要N（N>=1）次轮询系统调用，然而借助select的IO多路复用模型，只需要发起一次询问就够了,大大优化了性能。

但是呢，select有几个缺点：

监听的IO最大连接数有限，在Linux系统上一般为1024。

select函数返回后，是通过遍历fdset ，找到就绪的描述符fd。（仅知道有I/O事件发生，却不知是哪几个流，所以遍历所有流）

因为存在连接数限制，所以后来又提出了poll。与select相比，poll解决了连接数限制问题。但是呢，select和poll一样，还是需要通过遍历文件描述符来获取已经就绪的socket。如果同时连接的大量客户端，在一时刻可能只有极少处于就绪状态，伴随着监视的描述符数量的增长，效率也会线性下降。

因此经典的多路复用模型epoll诞生。

IO多路复用之epoll

epoll先通过epoll_ctl() 来注册一个fd（文件描述符），一旦基于某个fd就绪时，内核会采用回调机制，迅速激活这个fd，当进程调用epoll_wait() 时便得到通知。这里去掉了遍历文件描述符的操作，而是采用监听事件回调的机制。这就是epoll的亮点。

fd数据拷贝每次调用select，需要将fd数据从用户空间拷贝到内核空间每次调用poll，需要将fd数据从用户空间拷贝到内核空间使用内存映射(mmap)，不需要从用户空间频繁拷贝fd数据到内核空间

epoll明显优化了IO的执行效率，但在进程调用epoll_wait()时，仍然可能被阻塞。属于同步IO，需要在读写事件准备就绪后，由系统调用进行阻塞式读写，能不能酱紫：不用我老是去问你数据是否准备就绪，等我发出请求后，你数据准备好了通知我就行了，这就诞生了信号驱动IO模型。

4、信号驱动IO模型

信号驱动IO不再用主动询问的方式去确认数据是否就绪，而是向内核发送一个信号（调用sigaction的时候建立一个SIGIO的信号），然后应用用户进程可以去做别的事，不用阻塞。当内核数据准备好后，再通过SIGIO信号通知应用进程，数据准备好后的可读状态。应用用户进程收到信号之后，立即调用recvfrom，去读取数据。
在这里插入图片描述

应用进程预先往内核注册一个信号处理函数，然后用户进程不会阻塞直接返回，当内核数据准备就绪会发送一个信号给进程，用户进程在信号处理含函数中把数据复制到用户空间。

不管是BIO，还是NIO，还是信号驱动，在数据从内核复制到应用缓冲的时候，都是阻塞的。还有没有优化方案呢？AIO（真正的异步IO）！

5、异步IO模型

前面讲的BIO，NIO和信号驱动，在数据从内核复制到应用缓冲的时候，都是阻塞的，因此都不算是真正的异步。AIO实现了IO全流程的非阻塞，就是应用进程发出系统调用后，是立即返回的，但是立即返回的不是处理结果，而是表示提交成功类似的意思。等内核数据准备好，将数据拷贝到用户进程缓冲区，发送信号通知用户进程IO操作执行完毕。
在这里插入图片描述