Linux 网络I/O模型

一、Linux下面的I/O模型

Linux下面一共有五种可以使用的I/O模型，如下：
1）阻塞式I/O
2）非阻塞式I/O
3）I/O多路复用（select与epoll）
4）信号驱动式I/O
5）异步I/O
下面重点介绍前三种I/O模型

1、阻塞式I/O

对一个网络套接字上的read操作，第一步通常涉及等待数据从网络中到达。当等待的数据到达时，它被复制到内核的某个缓冲区。第二步就是把数据从内核缓冲区拷贝到进程缓冲区。默认情况下所有的套接字都是阻塞的，如下：

2、非阻塞I/O

套接字默认是阻塞的，可以设置成非阻塞。当把一个套接字设置成非阻塞时，是在通知内核：当所请求的I/O操作非得把线程置于休眠状态才能完成时，不要把线程置于休眠状态（即：如果数据没有准备好不要阻塞当前线程），而是返回一个错误码EAGIN。这样 read/write 的时候，如果数据没准备好，返回 EAGAIN 的错误即可，不会卡住线程，从而整个系统就运转起来了。当一个应用程序对一个非阻塞文件描述符循环调用read操作时，称之为轮询。应用程序持续轮询内核，以看某个操作是否就绪，这样做的缺点是浪费大量CPU时间。下面是非阻塞的I/O模型，如下：

关键问题

问：阻塞具体阻塞在什么地方？
答：阻塞在网络线程
问：由什么来决定I/O是阻塞或非阻塞的？
答：由套接字来决定I/O是阻塞还是非阻塞的
问：阻塞与非阻塞的具体差异点？
答：I/O函数在数据未到达时是否立即返回，如果立即返回则是非阻塞I/O，否则就是阻塞I/O

3、I/O多路复用

有了I/O复用模型，可以使用select/poll/epoll等系统调用，应用阻塞在这几个系统调用上面而不是直接阻塞在I/O调用上。如下：

注意：epoll是作用在数据等待阶段

4、同步I/O与异步I/O对比

1）同步I/O操作：导致请求线程阻塞，直到I/O操作完成
2）异步I/O操作：不导致请求线程阻塞
阻塞I/O模型、非阻塞I/O模型、I/O复用模型和信号驱动式I/O模型都是同步I/O模型，以为其中真正的I/O操作将导致线程阻塞。只有异步I/O模型与POSIX定义的异步I/O相匹配。

二、I/O多路复用

1、传统的网络模型

传统的网络模型是基于阻塞I/O模型 + 多线程在实现服务端，如下：

优点：处理及时，响应速度快
缺点：线程利用率低，并且线程的数量是有限的

问：为什么传统的网络模型线程利用率低？

传统的网络模型是基于阻塞I/O来实现的，如果没有数据到来线程会一直阻塞在read操作，导致线程资源浪费。如果把阻塞I/O换成非阻塞I/O，此时没有数据到来，调用完read直接返回，浪费CPU资源一直检测是否有数据可读（类似于在一个死循环里面调用read操作）

2，I/O多路复用模型

2.1、什么是I/O多路复用？

1）I/O多路：多个网络连接（或多个fd句柄）
2）复用：服务端使用一个线程来处理所有客户端的I/O请求。select，poll，epoll都是IO多路复用的机制。I/O多路复用就是通过一种机制，一个进程可以监视多个描述符（socket），一旦某个描述符就绪（一般是读就绪或者写就绪），能够通知程序进行相应的读写操作。I/O 多路复用是一种同步IO模型，事件就绪后自己负责进行读写，也就是说这个读写过程是阻塞的。
注意：高并发的核心解决方案是1个线程处理所有连接的“等待消息准备好”

2.2、为什么要使用I/O多路复用机制？

I/O多路复用指的是这样一个过程：
1）拿到了一堆文件描述符
2）调用某个系统函数告诉内核：“这个函数你先不要返回，你替我监视着这些描述符，当这堆文件描述符中有可以进行I/O读写操作的时候你再返回”
3）当调用的这个函数返回后就能知道哪些文件描述符可以进行I/O操作