Linux下的五种I/O模型

本文深入解析了五种I/O模型:阻塞I/O、非阻塞I/O、I/O复用、信号驱动的I/O及异步I/O,探讨了它们在数据准备和复制过程中的阻塞与非阻塞特性,以及在实际应用中的优缺点。

一、关于I/O模型的引出

我们都知道,为了OS的安全性等的考虑,进程是无法直接操作I/O设备的,其必须通过系统调用请求内核来协助完成I/O动作,而内核会为每个I/O设备维护一个buffer。如下图所示:

**在这里插入图片描述**

整个请求过程为: 用户进程发起请求,内核接受到请求后,从I/O设备中获取数据到buffer中,再将buffer中的数据copy到用户进程的地址空间,该用户进程获取到数据后再响应客户端。

在整个请求过程中,数据输入至buffer需要时间,而从buffer复制数据至进程也需要时间。因此根据在这两段时间内等待方式的不同,I/O动作可以分为以下五种模式:

(1) 阻塞I/O (Blocking I/O)

(2) 非阻塞I/O (Non-Blocking I/O)

(3) I/O复用(I/O Multiplexing)

(4) 信号驱动的I/O (Signal Driven I/O)

(5) 异步I/O (Asynchrnous I/O)**

二、关于I/O模型的划分

阻塞:调用的进程一直处于等待状态,直到操作完成。

非阻塞:在内核的数据还未准备好时,会立即返回,进程可以去干其他事情。

从同步异步,以及阻塞、非阻塞两个维度来划分来看:

在这里插入图片描述
三、I/O模型分述

1、阻塞I/O
在这里插入图片描述

从上图可以看到在整个过程中,当用户进程进行系统调用时,内核就开始了I/O的第一个阶段,准备数据到缓冲区中,当数据都准备完成后,则将数据从内核缓冲区中拷贝到用户进程的内存中,这时用户进程才解除block的状态重新运行。

所以,Blocking I/O的特点就是在I/O执行的两个阶段都被block了。

2、非阻塞I/O
在这里插入图片描述

从上图可以看到在I/O执行的两个阶段中,用户进程只有在第二个阶段被阻塞了,而第一个阶段没有阻塞,但是在第一个阶段中,用户进程需要盲等,不停的去轮询内核,看数据是否准备好了,因此该模型是比较消耗CPU的。

3、I/O复用

在这里插入图片描述

从上图可以看到在I/O复用模型中,I/O执行的两个阶段都是用户进程都是阻塞的,但是两个阶段是独立的,在一次完整的I/O操作中,该用户进程是发起了两次系统调用。

4、信号驱动的I/O

在这里插入图片描述

该模型也叫作基于事件驱动的I/O模型,可以看到该模型中,只有在I/O执行的第二阶段阻塞了用户进程,而在第一阶段是没有阻塞的。
  乍看起来感觉和非阻塞模型很相似,其实不同之处就在于,该模型在I/O执行的第一阶段,当数据准备完成之后,会主动的通知用户进程数据已经准备完成,即对用户进程做一个回调。该通知分为两种,一为水平触发,即如果用户进程不响应则会一直发送通知,二为边缘触发,即只通知一次。

5、异步I/O

在这里插入图片描述

在该模型中,当用户进程发起系统调用后,立刻就可以开始去做其它的事情,然后直到I/O执行的两个阶段都完成之后,内核会给用户进程发送通知,告诉用户进程操作已经完成了。

四、五种模型总结
在这里插入图片描述

### Linux 五种 I/O 模型详解 #### 阻塞 I/O (Blocking I/O) 在阻塞 I/O 模型中,当应用程序发出 I/O 请求时,进程会进入等待状态直到操作完成。在此期间,CPU 不会被分配给该进程,从而导致资源浪费。这种模型的特点是简单直观,但在高并发场景下性能较差[^1]。 #### 非阻塞 I/O (Non-blocking I/O) 非阻塞 I/O 的特点是调用不会使进程挂起。如果数据尚未准备好,则函数会立即返回一个错误码;只有当数据可用时才会成功读取或写入。为了获取数据,应用层需要不断轮询设备的状态,这种方式虽然提高了 CPU 利用率,但也带来了额外开销[^4]。 #### I/O 多路复用 (I/O Multiplexing) 利用 `select` 或者更高效的 `poll`, `epoll` 函数可以实现单个线程同时监控多个文件描述符上的事件变化情况。一旦某个 FD 就绪即可对其进行相应的操作而无需反复查询每一个连接是否可读/写。这种方法显著减少了上下文切换次数并提升了服务器端处理能力[^3]。 #### 信号驱动式 I/O (Signal-driven I/O) 此模式允许内核向用户空间发送 SIGIO 信号告知特定条件已经满足(比如套接字上有新数据到达),之后再由专门设置好的 handler 来负责实际的数据传输动作。相比前几种方法它不需要主动询问或者长时间停留于某一点上,但是编写起来较为复杂且存在一定的局限性。 #### 异步 I/O (Asynchronous I/O) 真正意义上的 AIO 是指提交了一个请求后就可以去做别的事情了,等到操作系统完成了所有的底层工作并将最终的结果反馈回来为止整个流程才算结束。这意味着在整个过程中既不会有显式的等待也不会涉及到任何手动干预的行为——一切都是自动化的。 ```python import asyncio async def main(): print('Waiting...') await asyncio.sleep(2) # Simulate an asynchronous operation. print('Done!') # Run the event loop to execute coroutine objects. asyncio.run(main()) ``` 上述代码展示了如何使用 Python 中的 `asyncio` 库来模拟异步 I/O 操作。通过定义协程并通过事件循环运行它们,可以在不阻塞主线程的情况下执行耗时任务。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值