IO学习之概念剖析及五种IO模型

1、概念剖析

后台开发工作的都接触过同步&异步、阻塞&非阻塞这样的概念，即使没有见过，但是IO肯定都听说过。聊IO之前需要我们对几个概念有一定的认识和理解，比如同步、阻塞、异步、非阻塞等等，同步是否等同于阻塞，异步是否等同于非阻塞....，下面就闲对这几个概念做下基本科普(还是那句话不喜勿喷，个人见解如果想探讨咱们有群)。

同步：就是在触发一个功能调用时，在没有得到结果之前，在这段时间内该调用就不返回。也就是必须一件一件处理，等前一件处理完成后才能处理一件事。例如普通B/S模式（Browser/Server，浏览器/服务器模式）同步：提交请求->等待服务器处理->处理完毕返回（这个期间客户端浏览器不能干任何事）；
异步：异步的概念和同步相对。当一个异步过程调用发出后，调用者不能立刻得到结果。实际处理这个调用的部件在完成后，通过状态、通知和回调来通知调用者。例如 ajax请求（异步）: 请求通过事件触发->服务器处理（这是浏览器仍然可以作其他事情）->处理完毕；
阻塞：是指调用结果返回之前，当前线程会被挂起（线程进入非可执行状态，在这个状态下，cpu不会给线程分配时间片，即线程暂停运行）。函数只有在得到结果之后才会返回;
非阻塞：非阻塞和阻塞的概念相对应，指在不能立刻得到结果之前，该函数不会阻塞当前线程，而会立刻返回。

异同点：

或许有时候会把阻塞调用和同步调用等同起来，即使外表象一样，但是实际上内在地他们是不同的。对于同步调用来说，很多时候当前线程还是激活的，只是从逻辑上当前函数没有返回,它还会抢占cpu去执行其他逻辑，也会主动检测io是否准备好。通俗一点来理解就是：

同步：就是调用一个功能，该功能没有结束返回之前，我死等结果；
异步：就是我调用一个功能，不需要一直等待该功能返回结果，因为该功能有结果后会通知我（回调通知）；
阻塞：就是调用一个函数，函数在返回时没有接收完数据或者没有得到结果之前，函数就不会返回；
非阻塞，就是调用一个函数，函数会立即返回预定提示信息，然后到最后取得最终结果数据后通过select通知调用者。

同步IO和异步IO的区别就在于：数据拷贝的时候进程是否阻塞

阻塞IO和非阻塞IO的区别就在于：应用程序的调用是否立即返回

2、五种IO模型

通过上述概念，下面来聊聊五种IO模型。《UNIX网络编程》说得很清楚，5种IO模型分别是阻塞IO模型（blocking I/O）、非阻塞IO模型（nonblocking I/O）、IO复用模型(select 和poll) （I/O multiplexing）、信号驱动的IO模型（signal driven I/O (SIGIO)）、异步IO模型（asynchronous I/O (the POSIX aio_functions)）；前4种为同步IO操作，只有异步IO模型是异步IO操作。下面这样些图，是它里面给出的例子：接收网络UDP数据的流程在IO模型下的分析，在它的基础上再加以简单描述，以区分这些IO模型。

2.1、阻塞I/O

应用程序调用一个IO函数，导致应用程序阻塞，等待数据处理准备。如果数据没有准备好，应用程序会一直等待直到数据准备好，从内核拷贝到用户空间，IO函数返回成功指示。

阻塞I/O模型图：在调用recv()/recvfrom（）函数时，发生在内核中等待数据和复制数据的过程。

当调用recv()函数时，系统首先检测是否准备好数据。如果数据没有准备好，那么系统就处于等待状态。当数据准备好后，将数据从系统缓冲区复制到用户空间，然后该函数返回。在套接应用程序中，当调用recv()函数时，不一定用户空间就已经存在数据，那么此时recv()函数就会一直处于等待状态。

典型应用场景：阻塞socket、Java BIO；

阻塞IO的特点：

进程阻塞挂起不消耗CPU资源，及时响应每个操作；
实现难度低、开发应用较容易；
适用并发量小的网络应用开发；
不适用并发量大的应用：因为一个请求IO会阻塞进程，所以，得为每请求分配一个处理进程（线程）以及时响应，系统开销大。

2.2、非阻塞I/O

非阻塞IO通过进程反复调用IO函数（多次系统调用，并马上返回预定提示信息）；在数据拷贝的过程中，进程是阻塞的。这里把一个SOCKET接口设置为非阻塞就是告诉内核，当所请求的I/O操作无法完成时，不要将进程睡眠，而是返回一个预定的提示信息。这样我们的I/O操作函数将不断的检测数据是否已经准备好，如果没有准备好，继续检测，直到数据准备好为止。在这个不断检测的过程中，会大量的占用CPU的时间。

典型应用场景：socket是非阻塞的方式（设置为NONBLOCK）

非阻塞IO特点：

进程轮询（重复）调用，消耗CPU的资源；
实现难度低、开发应用相对阻塞IO模式较难；
适用并发量较小、且不需要及时响应的网络应用开发；

2.3、IO复用

IO复用主要是select函数和epoll函数；对一个IO端口，两次调用，两次返回，比阻塞IO并没有什么优越性；关键是能实现同时对多个IO端口进行监听； IO复用模型会用到select、poll、epoll函数，Select：注册IO、阻塞扫描，监听的IO最大连接数不能多于FD_SIZE，Poll：原理和Select相似，没有数量限制，但IO数量大扫描线性性能下降，Epoll ：事件驱动不阻塞，mmap实现内核与用户空间的消息传递，数量很大，Linux2.6后内核支持。这几个函数也会使进程阻塞，但是和阻塞IO所不同的的，这两个函数可以同时阻塞多个IO操作。而且可以同时对多个读操作，多个写操作的I/O函数进行检测，直到有数据可读或可写时，才真正调用IO操作函数。

典型应用场景：select、poll、epoll三种方案，nginx都可以选择使用这三个方案；Java NIO;

IO复用模型的特点：

专一进程解决多个进程IO的阻塞问题，性能好；Reactor模式；
实现、开发应用难度较大；
适用高并发服务应用开发：一个进程（线程）响应多个请求；

2.4、信号驱动IO

首先我们允许套接口进行信号驱动I/O，并安装一个信号处理函数，进程继续运行并不阻塞。当数据准备好时，进程会收到一个SIGIO信号，可以在信号处理函数中调用I/O操作函数处理数据。

信号驱动IO特点：回调机制，实现、开发应用难度大；

2.4、异步IO

当一个异步过程调用发出后，调用者不能立刻得到结果。实际处理这个调用的部件在完成后，通过状态、通知和回调来通知调用者的输入输出操作

典型应用场景：JAVA7 AIO、高性能服务器应用

异步IO特点：

不阻塞，数据一步到位；Proactor模式；
需要操作系统的底层支持，LINUX 2.5 版本内核首现，2.6 版本产品的内核标准特性；
实现、开发应用难度大；
非常适合高性能高并发应用；

3. 五种IO模型比较

阻塞IO调用：在用户进程（线程）中调用执行的时候，进程会等待该IO操作，而使得其他操作无法执行；

非阻塞IO调用：在用户进程中调用执行的时候，无论成功与否，该IO操作会立即返回，之后进程可以进行其他操作（当然如果是读取到数据，一般就接着进行数据处理）。

进程（线程）IO调用会不会阻塞进程自己。所以这里两个概念是相对调用进程本身状态来讲的。从上面对比图片来说，阻塞IO模型是一个阻塞IO调用，而非阻塞IO模型是多个非阻塞IO调用+一个阻塞IO调用，因为多个IO检查会立即返回错误，不会阻塞进程。而上面也说过了，非阻塞IO模型对于阻塞IO模型来说区别就是，内核数据没准备好需要进程阻塞的时候，就返回一个预定提示信息，使得进程不被阻塞。

如有披露或问题欢迎留言或者入群探讨