了解一波经典的 I/O 模型

最近读了波网络 I/O 相关的文章，做下总结、摘录。（未完）

经典 I/O 模型

{% checkbox red checked, 阻塞式 I/O（blocking I/O） %}
{% checkbox red checked, 非阻塞式 I/O（non-blocking I/O） %}
{% checkbox red, I/O 多路复用（I/O multiplexing） %}
{% checkbox cyan , 信号驱动式 I/O（signal driven I/O） %}
{% checkbox cyan , 异步 I/O（asynchronous I/O） %}

阻塞式 I/O 模型

对于阻塞式 I/O，以套接字（Socket）的输入操作为例。

1、首先应用进程发起 I/O 系统调用后，应用进程阻塞，转到内核空间处理。
2、之后，内核开始等待数据，等待数据到达之后，将内核中的数据拷贝到用户的缓冲区中，整个 I/O 处理完毕后返回进程。最后应用进程解除阻塞状态，处理数据。

阻塞式示例

上图以 UDP 的 Socket 调用为例，进程调用 recvfrom 后，系统调用直到数据报到达且被复制到用户空间中或发生错误才返回。进程从调用开始到它返回的整段时间内是被阻塞的。recvfrom 成功返回后，应用进程开始处理数据报。

默认情形，Linux/Unix 的所有 Socket 是阻塞的。

附：基于 UDP 协议的 Socket 程序函数调用过程图

基于 UDP 协议的 Socket 程序函数调用过程图

一般情况下，服务端需要管理多个客户端连接（处理并发连接），而 recvfrom 只能监视单个 Socket。上图的阻塞式 I/O 模型表示的是一对一沟通的情形，使用多线程/进程 + 阻塞式 I/O 我们可以管理多个 Socket ，实现一对多服务。

非阻塞式 I/O 模型

在类 Unix 系统下，可以把一个 Socket 设置成非阻塞的。这意味着内核在数据报没有准备好时不会阻塞应用进程（睡眠态），而是返回一个错误。

非阻塞式 I/O 模型示例图

上图以 UDP 的 Socket 调用为例，进程反复调用 recvfrom（polling，轮询），无数据返回 EWOULDBLOCK 错误，直至数据报准备好。

问题：单进程处理数据报，不同于阻塞I/O，由于需要反复 polling，非阻塞 I/O 会耗费大量的 CPU 资源，进程阻塞不耗费 CPU 资源。如果耍上了多进程，那耗费，是不可承受的。

关于阻塞的原理，这篇文章有简单介绍✔🔗。

I/O 多路复用模型

什么是多路复用？多路指的是多个通道，一般就是多个网络连接的 I/O；复用指的是多个通道复用在一个复用器上。

引入多路复用机制的一个目的是为了处理多个网络连接 I/O。

I/O多路复用方法的演进历程：select 模型-> poll 模型-> epoll 模型

select 模型

select多路复用示例

上图所示的整个用户进程一般一直是被阻塞的（blocking），即被 select（复用器）所阻塞，多个 Socket 被注册在 select 中。进程阻塞于 select 调用，等待数据报套接字变为可读，一但 select 返回套接字可读，系统调用 recvfrom 把所读数据报复制到应用进程缓冲区。

{% note blue, 问题来了？为了处理多个网络连接 I/O，我们也可以通过多线程/进程的方式实现，多路复用的优势何在？这里的多路复用模型似乎比阻塞式 I/O 模型更为复杂，但它最大的优势在于用户可以在一个进程/线程内同时处理多个 socket 的 IO 请求。用户可以注册多个 socket，然后不断地调用 select 读取被激活的 socket，即可达到在同一个线程内同时处理多个 IO 请求的目的。（select 可接受的 socket 描述符数会有一定限制） %}

{% note red, 我们知道，操作系统多个进程/线程的开销维护还是蛮大的。对于高并发场景，如果一台机器要维护 1 万个连接（C10K问题），使用多线程/进程的方式处理，操作系统是无法承受的。如果维持 1 亿用户在线需要 10 万台服务器，成本那是相当的高。 %}

{% note yellow, $ 服务端单机最大 TCP 连接数=客户端 IP 数×客户端端口数 $，对于 IPv4，客户端的 IP 数最多为 2 的 32 次方，客户端的端口数最多为 2 的 16 次方。这只是理论上限，每个 TCP 连接的建立会受制于操作系统内存等因素的影响。%}

epoll 模型

新模型的出现肯定是为了解决旧模型的问题，那么 select 模型有什么问题？每次 Socket 所在的文件描述符集合中有 Socket 发生变化的时候，select 都需要通过轮询的方式去检查，而 epoll 引入了 CallBack（回调）机制，当某个文件描述符发送变化的时候，主动通知。随着监听的 Socket 数据增加的时候，效率相比于 select 的轮询快多了。

了解 epoll 的本质 -> 如果这篇文章说不清epoll的本质，那就过来掐死我吧！（2）