网络IO模型

本文深入探讨了网络IO模型,包括阻塞IO模型、非阻塞IO模型、IO多路复用及异步IO模型。通过代码示例展示了不同模型在实际应用中的实现方式,为读者提供了全面的理解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章目录


网络IO模型比较常见的是阻塞IO模型,非阻塞IO模型, IO多路复用,异步IO模型

  • 阻塞IO模型 blocking IO
    网络中阻塞包括:accept, recv, recvfrom
    非阻塞: setblocking(False) (遇到阻塞就报错)
    在recv阻塞过程中,操作系统做了哪些事情
    在这里插入图片描述
  • 非阻塞IO模型 nonblocking IOD
    在这里插入图片描述
    代码实现
    server
import socket


sk = socket.socket()
sk.bind(('127.0.0.1', 9090))
sk.setblocking(False)
sk.listen()

conn_l =[]
del_l = []


while True:
    try:
        conn, addr = sk.accept()
        conn_l.append(conn)
    except BlockingIOError:
        for conn in conn_l:
            try:
                conn.send(b'hello')
                print(conn.recv(1024))
                print('123')
            except (NameError, BlockingIOError):
                pass
            except ConnectionResetError:
                conn.close()
                del_l.append(conn)
        for del_conn in del_l:
            conn_l.remove(del_conn)
        del_l.clear()

client

import socket



sk = socket.socket()
sk.connect(('127.0.0.1', 9090))


for i in range(100000):
    print(sk.recv(1024))
    sk.send(b'world')
sk.close()
  • IO多路复用 IO multiplexing
    在这里插入图片描述
    server
import socket
import select


sk = socket.socket()
sk.bind(('127.0.0.1', 9090))
sk.setblocking(False)
sk.listen()


r_lst = [sk, ]
while True:
    r_l, _, _ = select.select(r_lst, [], [])
    for item in r_l:
        if item is sk:
            conn, addr = sk.accept()
            r_lst.append(conn)
        else:
            try:
                print(item.recv(1024))
                item.send(b'hello')
            except ConnectionResetError:
                item.close()
                r_lst.remove(item)

client

import socket


sk = socket.socket()
sk.connect(('127.0.0.1', 9090))


for i in range(100000):
    sk.send(b'world')
    print(sk.recv(1024))

sk.close()
  • 异步IO模型 asychronous IO
网络IO模型主要涉及数据从内核空间到用户空间的传输过程,以及在这个过程中应用程序如何等待和获取数据。根据不同的处理方式,可以将网络IO模型分为多种类型,每种模型在同步与异步、阻塞与非阻塞方面的表现也有所不同。 ### 同步与异步 同步IO指的是用户线程发起IO请求后,必须等待IO操作完成才能继续执行后续任务;而异步IO则允许用户线程发起IO请求后立即返回,无需等待IO操作完成,当IO操作完成后系统会通过回调或其他机制通知用户线程[^5]。 ### 阻塞与非阻塞 阻塞IO意味着如果数据没有准备好,调用将会一直等待直到数据可用;而非阻塞IO在这种情况下会立即返回一个错误或者指示数据不可用的状态,而不是等待[^2]。 ### IO模型类型及其工作原理 1. **同步阻塞IO (BIO)**: 这是最传统的模型,在这种模式下,当一个客户端连接服务器时,服务器为每个连接创建一个新的线程来处理这个连接。如果该连接的数据未准备好,那么处理这个连接的线程就会被阻塞,不能做其他事情。这种方式简单直接但效率不高,特别是在高并发场景下[^1]。 2. **同步非阻塞IO**: 在此模型中,应用程序尝试读取或写入数据时,如果没有数据可用,则立即返回失败而不是阻塞。这要求应用不断地轮询是否有数据到达,虽然避免了线程被阻塞,但是增加了CPU负担[^4]。 3. **多路复用IO (如select/poll/epoll等)**: 多路复用提供了一种机制,使得单个线程能够同时监控多个文件描述符以确定它们是否准备好进行读取或写入操作。这种方法非常适合于需要管理大量并发连接的情况,并且相比传统BIO模型更高效地利用资源[^3]。 4. **信号驱动式IO**: 采用这种方式时,用户进程首先设置一个信号处理器并告诉内核一旦特定的IO条件满足就发送SIGIO信号给它。这样可以在不主动查询的情况下得知何时有数据可读取或可写入[^2]。 5. **异步IO (AIO)**: 异步IO是真正意义上的非阻塞IO。在这种模式下,用户提交IO请求之后就可以去做别的事情了,等到所有IO操作(包括数据准备及复制)都已完成之后,操作系统才会通知用户程序结果。这意味着在整个过程中用户都不需要等待任何阶段的完成[^5]。 ```python # 示例代码 - 使用Python中的asyncio库实现简单的异步IO import asyncio async def fetch_data(): print("Start fetching") await asyncio.sleep(2) # 模拟长时间的数据获取过程 print("Done fetching") return {'data': 1} async def main(): task = asyncio.create_task(fetch_data()) print("Other operations can be done here while waiting.") value = await task print(f"Received data: {value}") asyncio.run(main()) ```
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