5种IO模型
概念理解
在编程的时候,我们经常谈到:同步(synchronous)、异步(asynchronous)、阻塞(blocking)、非阻塞(noblocking)
同步(synchronous):就是需要完成某个操作时,在没有完成之前我们会一直等待,直到操作完成才会进行下一个操作,也就是必须要完成一件事才能进行下一件事的处理。
异步(asynchronous):就是发出一个调用的时候,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、回调等来通知调用者调用成功了。比如boost库里面的aio_类函数。
阻塞(blocking):就是调用一个函数或方法时,当前线程会被挂起,直到结果完成线程才被重新唤起,然后从函数返回。有人或许会把阻塞和同步等同起来,但实际他们是不同的,对于同步调用来说,可能当前线程还是激活的,只是从逻辑上当前函数没有返回而已,同步强调做完一件事再做一件事,而阻塞强调进程或线程的挂起。当然,假如一个函数的实现是循环等待结果,然后才返回,那么我调用这个函数我可以说这个函数阻塞了我的执行流程,而函数的实现者可以说他是采用同步的思想设计的这个函数,所以关于阻塞和同步概念上的理解,我个人觉得是需要根据上下文的。
非阻塞(noblocking):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。
说完上面几个概念之后,我们谈谈在Stevens的UNP一书中提到了五种IO模型:
- 阻塞IO(blocking IO)
- 非阻塞IO(noblocking IO)
- 多路复用IO(IO multiplexing)
- 信号驱动IO(signal drive IO)
- 异步IO(asynchronous IO)
这五种IO模型又可以分为两大类:同步IO、异步IO
前4种都是同步IO,只有第5种是异步IO。
在解释他们是怎被划分的之前,我们还需要了解一下IO发生时涉及的对象和步骤:
- 对于个network IO(这里以read为例子),它会涉及两个系统对象,一个是调用这个IO的proccess(or thread),另一个是kernel。当一个read操作发生时,它会经历两个阶段:1)等待数据准备;2)将数据从内核拷贝到进程中。记住这两点很重要,因为这些IO模型的区别就是在这两个阶段上有不同的情况。
阻塞IO模型
在linux中,默认情况下所有的socket都是blocking,一个典型的读操作流程大概是这样:
当调用recv()函数时,系统首先查是否有准备好的数据。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。在套接字应用程序中,当调用recv()函数读取套接字时,未必用户空间就已经存在数据,那么此时recv()函数就会处于等待状态。
当用户进程调用了recvfrom这个系统调用,kernel就开始了IO的第一个阶段:准备数据。对于network io来说,很多时候数据在一开始还没有到达(比如,还没有收到一个完整的UDP包),这个时候kernel就要等待足够的数据到来。而在用户进程这边,整个进程会被阻塞。当kernel一直等到数据准备好了,它就会将数据从kernel中拷贝到用户内存,然后kernel返回结果,用户进程才解除block的状态,重新运行起来。
所以,blocking IO的特点就是在IO执行的两个阶段(等待数据和拷贝数据两个阶段)都被block了。
非阻塞IO模型
Linux下,可以通过设置socket使其变为non-blocking。当对一个non-blocking socket执行读操作时,流程是这个样子:
从图中可以看出,当用户进程发出read操作时,如果kernel中的数据还没有准备好,那么它并不会block用户进程,而是立刻返回一个error。从用户进程角度讲 ,它发起一个read操作后,并不需要等待,而是马上就得到了一个结果。用户进程判断结果是一个error时,它就知道数据还没有准备好,于是它可以再次发送read操作。一旦kernel中的数据准备好了,并且又再次收到了用户进程的system call,那么它马上就将数据拷贝到了用户内存,然后返回。
所以,在非阻塞式IO中,用户进程其实是需要不断的主动询问kernel数据准备好了没有。
多路复用IO模型
IO multiplexing这个词可能有点陌生,但是如果我说select/epoll,大概就都能明白了。有些地方也称这种IO方式为事件驱动IO(event driven IO)。我们都知道,select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket,当某个socket有数据到达了,就通知用户进程。它的流程如图:
当用户进程调用了select,那么整个进程会被block,而同时,kernel会“监视”所有select负责的socket,当任何一个socket中的数据准备好了,select就会返回。这个时候用户进程再调用read操作,将数据从kernel拷贝到用户进程。
这个图和blocking IO的图其实并没有太大的不同,事实上还更差一些。因为这里需要使用两个系统调用(select和recvfrom),而blocking IO只调用了一个系统调用(recvfrom)。但是,用select的优势在于它可以同时处理多个connection。
(多说一句:所以,如果处理的连接数不是很高的话,使用select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好,可能延迟还更大。select/epoll的优势并不是对于单个连接能处理得更快,而是在于能处理更多的连接。)
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。
异步IO
Linux下的asynchronous IO其实用得不多,从内核2.6版本才开始引入。先看一下它的流程:
用户进程发起read操作之后,立刻就可以开始去做其它的事。而另一方面,从kernel的角度,当它受到一个asynchronous read之后,首先它会立刻返回,所以不会对用户进程产生任何block。然后,kernel会等待数据准备完成,然后将数据拷贝到用户内存,当这一切都完成之后,kernel会给用户进程发送一个signal,告诉它read操作完成了。
同步IO和异步IO怎区分?
看看POSIX给这两类IO的定义:
- A synchronous I/O operation causes the requesting process to be blocked until that I/O operation completes;
- An asynchronous I/O operation does not cause the requesting process to be blocked;
两者的区别就在于synchronous IO做”IO operation”的时候会将process阻塞。按照这个定义,之前所述的blocking IO,non-blocking IO,IO multiplexing都属于synchronous IO。有人可能会说,non-blocking IO并没有被block啊。这里有个非常“狡猾”的地方,定义中所指的”IO operation”是指真实的IO操作,就是例子中的recvfrom这个系统调用。non-blocking IO在执行recvfrom这个系统调用的时候,如果kernel的数据没有准备好,这时候不会block进程。但是当kernel中数据准备好的时候,recvfrom会将数据从kernel拷贝到用户内存中,这个时候进程是被block了,在这段时间内进程是被block的。而asynchronous IO则不一样,当进程发起IO操作之后,就直接返回再也不理睬了,直到kernel发送一个信号,告诉进程说IO完成。在这整个过程中,进程完全没有被block。
因此,异步IO是真正非阻塞IO调用的,它不会对请求进程产生任何的阻塞,因此对高并发的网络服务器实现至关重要。
- Pingback: C++技术岗位-笔试面试题总结【持续更新…】 - Veaxen's