IO多路复用模型

• 参考

1. https://zhuanlan.zhihu.com/p/446607767
2. https://mp.weixin.qq.com/s?__biz=Mzk0MjE3NDE0Ng==&mid=2247494866&idx=1&sn=0ebeb60dbc1fd7f9473943df7ce5fd95&chksm=c2c5967ff5b21f69030636334f6a5a7dc52c0f4de9b668f7bac15b2c1a2660ae533dd9878c7c&cur_album_id=1703494881072955395&scene=190#rd

IO流程

• 代码io流程
  
• 操作系统 read读函数 io流程
  

IO阻塞问题

服务端的线程阻塞在了两个地方，

1. 一个是 接受连接 accept 函数，
2. 一个是 read 读函数

该线程将会一直阻塞在 read 函数上不返回，也无法接受其他客户端连接。直到读取结束

方案1：多线程

每次都创建一个新的进程或线程，去调用 read 函数，并做业务处理。

为每个客户端创建一个线程，服务器端的线程资源很容易被耗光。

方案2：非阻塞 IO

一个线程接收多个客户端io，数据到达时（到达网卡并拷贝到了内核缓冲区），立刻返回一个错误值（-1），而不是阻塞地等待。

不是完全非阻塞

• 非阻塞的 read，指的是在数据到达前，即数据还未到达网卡，或者到达网卡但还没有拷贝到内核缓冲区之前，这个阶段是非阻塞的。
• 当数据已到达内核缓冲区，此时调用 read 函数仍然是阻塞的，需要等待数据从内核缓冲区拷贝到用户缓冲区，才能返回。
  

遇到 read 返回 -1 时仍然是一次浪费资源的系统调用。

IO多路复用

前提：操作系统能在同一个进程/线程中同时监听多个fd上的可读可写状态。

每 accept 一个客户端连接后，将这个文件描述符（connfd）放到一个数组里。
将这一批文件描述符通过一次系统调用传给内核，由内核层去遍历，才能真正解决这个问题。

---

IO多路复用模型

这里的多路指多个文件描述符（fd），复用指复用同一个进程/线程

• 多路复用 就是一个线程处理多个socket
  在网络服务中，IO多路复用起的作用是「一次性把多个连接的事件通知业务代码处理」。至于这些事件的处理方式，到底是业务代码循环着处理、丢到队列里，还是交给线程池处理，由业务代码决定。

• 单线程单IO 与 IO多路复用 对比
  
  

IO多路复用的内核（一个线程监视多个socket的原理）

• 客户端socket服务端时会产生三种文件描述符(fd)：writefds(写)、readfds(读)、和exceptfds(异常)。

通过一种机制(select、poll、epoll)一个线程可以监视多个描述符，一旦某个描述符就绪，能够通知程序进行相应的操作。

inux内核提供了select,poll,和epoll这3种I/O多路复用方案

• 整个处理过程只在select、poll、epoll这些调用的时候才会阻塞，收发客户消息是不会阻塞的，整个进程或者线程就被充分利用起来，这就是事件驱动，所谓的reactor模式。

select

无差别轮询,select 只能监听 1024 个文件描述符

• 轮询
  select会阻塞住监视文件描述符，等有数据、可读、可写、异常或超时。select线程就会执行；
• 遍历
  返回后通过遍历fdset整个数组来找到就绪的描述符fd，然后进行对应的IO操作。

select的三个缺点：

1. 连接数受限
2. 采用遍历文件句柄集合方式获取就绪的句柄，在文件连接数多的情况下效率低
3. 内核用同步遍历的方式
4. 数据由内核copy到用户态

• 缺点产生原因
  1. fd用数组存储，有长度限制
  2. select 调用需要传入 fd 数组，需要拷贝一份到内核，高并发场景下这样的拷贝消耗的资源是惊人的。（可优化为不复制）
  3. select 在内核层仍然是通过遍历的方式检查文件描述符的就绪状态，是个同步过程，只不过无系统调用切换上下文的开销。（内核层可优化为异步事件通知）
  4. select 仅仅返回可读文件描述符的个数，具体哪个可读还是要用户自己遍历。（可优化为只返回给用户就绪的文件描述符，无需用户做无效的遍历）

poll

与select一致，也是轮询+遍历；解决了select的问题1

唯一的区别就是poll没有最大连接数的限制（使用链表的方式存储fd)

epoll (event poll)

时间复杂度O(1)，epoll为Linux独占

不是轮询的方式，用户socket对应的fd注册进epoll，然后epoll帮你监听哪些socket上有消息到达

只有活跃可用的FD才会调用callback函数；
即Epoll最大的优点就在于它只管你“活跃”的连接，而跟连接总数无关，因此在实际的网络环境中，Epoll的效率就会远远高于select和poll。

• 没有fd个数限制，用户态拷贝到内核态只需要一次，使用事件通知机制来触发。
• 通过epoll_ctl注册fd，一旦fd就绪就会通过callback回调机制来激活对应fd，进行相关的io操作。

比select的优化

1. 内核中保存一份文件描述符集合，无需用户每次都重新传入，只需告诉内核修改的部分即可。
2. 内核不再通过轮询的方式找到就绪的文件描述符，而是通过异步 IO 事件唤醒。
3. 内核仅会将有 IO 事件的文件描述符返回给用户，用户也无需遍历整个文件描述符集合。

epoll之所以高性能是得益于它的三个函数：
　　1. epoll_create()：创建一个用于事件轮询的数据结构
系统启动时，在Linux内核里面创建一个用于事件轮询的数据结构，返回epoll对象，也是一个fd
mmap\红黑树\就绪队列
　　2. epoll_ctl() 每新建一个连接，都通过该函数操作epoll对象，在这个对象里面修改添加删除对应的链接fd, 绑定一个callback函数
　　3. epoll_wait() 轮训所有的callback集合，并完成对应的IO操作

kqueue

epoll为Linux独占，而kqueue则在许多UNIX系统上存在

为什么数据库连接池不采用 IO 多路复用？

https://mp.weixin.qq.com/s/ZVdDBIyYPpLl9WPOSg4Tew

参考

https://www.zhihu.com/question/28594409
https://www.shuzhiduo.com/A/A7zgyBYY54/