只看一次就能理解：IO 模型详解。

[[437724]] 开头

大家好，我是程序员田螺。 让我们一起学习IO模型吧。在开始本文之前，先问大家几个问题哈~

IO是什么？阻塞IO和非阻塞IO有什么区别？同步异步IO分别是两种不同的输入输出处理方式。在同步IO中，程序会等待数据被读取或写入完成之后才能继续执行下一步操作。而在异步IO中，程序会继续执行后续操作，不需要等待数据的读取或写入完成。这两种方式各有优势，可以根据具体的需求来选择适合的IO处理方式。IO多路复用是一种技术，允许一个进程监视多个输入/输出流。这意味着一个程序可以同时处理多个输入输出操作，提高了系统资源利用率和性能。select和epoll都是在编程中用于实现IO多路复用的机制。它们都可以监听多个IO事件，并在有事件发生时通知程序进行处理。它们与IO模型的关系在于，它们可以与不同的IO模型结合使用，如阻塞IO、非阻塞IO、IO多路复用等，来实现不同的IO处理方式。因此，select和epoll与IO模型有着密切的关联，可以用于构建各种不同的IO处理模式。IO模型有几种经典的呢？BIO、NIO和AIO有何不同之处呢？如果你可以很好地回答这些问题，那么恭喜你，你已经掌握了很好的IO技能！和田螺哥一起仔细阅读完这篇文章，然后再进行复习，加强记忆哦~如果你对这些问题有些困惑，也没关系，读完这篇文章之后就会明白了！IO是输入/输出的缩写形式，用来表示设备与计算机之间的数据交换。输入指的是数据从外部设备进入计算机，输出则是计算机向外部设备传送数据。在计算机领域，IO一般指代输入/输出操作或设备。IO是Input/Output的英文缩写，意思是输入/输出。我们经常听到很多关于磁盘输入输出和网络输入输出的知识。IO到底是什么？你是不是感到有些迷茫，似乎大致知道它是什么，又好像说不清楚。输入/输出（I/O）是指输入和输出，究竟是谁是输入呢？谁是发言者呢？如果IO脱离了主体，会让人感到困惑。在计算机领域中，我们经常谈论的输入输出（I/O）从计算机的角度来看，更直观地指的是计算机的主体进行的输入输出操作。大家还记得大学学习计算机组成原理时，学过冯.诺依曼结构吗？它将计算机分成了5个部分：运算器、控制器、存储器、输入设备、输出设备。输入设备是用来将数据和信息输入到计算机的设备，例如键盘和鼠标；输出设备则是计算机硬件系统的终端设备，用于显示计算机数据输出，例如显示器和打印机。比如，当你使用鼠标和键盘进行操作时，它会将你的指令数据传输给主机，主机经过计算后，将返回的数据信息输出到显示器。鼠标和显示器只是表面的输入输出设备，从计算机架构的角度来看，涉及到数据在计算机核心和其他设备之间的传输过程，这就是IO。磁盘IO是指从磁盘读取数据到内存中，这被视为一次输入操作；相应地，将内存中的数据写入磁盘被认为是输出操作。这就是输入输出的本质。当我们需要将内存中的数据写入磁盘时，主要涉及到的是操作系统的IO操作。可能的主体是一个应用程序，例如一个Java进程(假设网络传输的是二进制数据，Java进程可以将其写入磁盘)。操作系统负责管理计算机的资源和调度进程。我们电脑中的应用程序需要通过操作系统才能进行一些特殊操作，比如磁盘文件的读写以及内存的读写等。由于这些操作都具有一定的风险性，不能由应用程序随意执行，只能由底层操作系统来处理。换句话说，如果您的应用程序需要将数据写入磁盘，就需要使用操作系统提供的API来实现操作。用户空间是指操作系统中用于存储用户应用程序和数据的部分，与内核空间相对应。在用户空间中，用户可以运行和管理各种应用程序，但不能直接访问操作系统的核心功能。内核空间是操作系统中用于运行内核和系统进程的一部分内存区域。它是操作系统的核心部分，用于管理系统资源和执行关键任务。内核空间通常是受保护的，只有特权进程和内核能够访问。以32位操作系统为例，每个进程都能够分配4G（即2的32次方）的内存空间。可访问的4G内存空间分成了两部分，一部分是供用户使用的空间，另一部分是供内核使用的空间。操作系统内核访问的区域被称为内核空间，这是一个受保护的内存区域。而用户空间则是用户应用程序所能访问的内存区域。我们的应用程序在用户空间运行，它没有实际的I/O过程，真正的I/O是由操作系统执行的。应用程序的IO操作通常可以分为两种动作：IO调用和IO执行。进程（应用程序的运行状态）发起IO调用，而IO执行是由操作系统内核完成的工作。所谓的IO是指应用程序触发操作系统IO功能的一次操作，也就是所谓的IO调用。

操作系统进行一次IO过程时，

应用程序发起的IO操作包含两个阶段： IO调用：应用程序进程向操作系统内核发起调用。{ n } 输入/输出执行：操作系统内核执行输入/输出操作。操作系统内核进行IO操作包括两个主要过程：\n准备数据阶段：内核等待I/O设备准备好数据；\n拷贝数据阶段：将数据从内核缓冲区拷贝到用户进程缓冲区。\n实际上，IO操作就是将进程的内部数据传输到外部设备，或者将外部设备的数据传输到进程内部。外部设备通常是指硬盘和用于插槽通信的网卡。一个完整的输入输出过程包括以下步骤：

应用程序进程向操作系统发出IO调用请求

操作系统准备数据，将IO外部设备的数据加载到内核缓冲区

操作系统拷贝数据，即将内核缓冲区的数据复制到用户进程缓冲区

阻塞IO模型

我们已经掌握了IO的概念，那什么是阻塞IO呢？假设一个应用程序的进程发出IO调用，但是如果内核的数据还没有准备好，那么应用程序进程将会一直被阻塞，直到内核数据准备就绪并且从内核拷贝到用户空间后，该IO操作才会返回成功。这种IO操作被称之为阻塞IO。阻塞IO的一个经典应用是阻塞socket和Java的BIO。阻塞IO的不足之处在于：如果内核数据一直没有准备好，那用户进程将会持续阻塞，导致性能浪费。可以考虑使用非阻塞IO进行优化。非阻塞IO模型允许内核在数据准备就绪之前向用户进程返回错误信息，从而避免等待，并通过轮询再次请求。以下是非阻塞I/O的过程图：

非阻塞I/O的流程如下：

应用进程从操作系统内核发起recvfrom读取数据。操作系统内核数据尚未准备就绪，将立即返回EWOULDBLOCK错误码。应用程序进程会不断地进行轮询调用，以继续向操作系统内核发起recvfrom读取数据。内核数据已准备就绪，现在将其从内核缓冲区复制到用户空间。 调用已经成功完成，并返回成功提示。NIO是非阻塞IO模型的简称，全称Non-Blocking IO。与阻塞IO相比，非阻塞IO虽然有很大的性能提升，但仍然存在性能问题，就是频繁轮询会导致频繁的系统调用，同样会消耗大量的CPU资源。可以尝试采用IO复用模型来解决这个问题。多路复用模型既然有效，NIO轮询无效会导致CPU资源浪费。我们可以等待内核数据准备好，然后主动通知应用进程进行系统调用，这样不是更好吗？在此之前，让我们先回顾一下文件描述符（File Descriptor）是什么。它是计算机科学中的一个术语，形式上是一个非负整数。当程序打开已经存在的文件或者创建新文件时，内核会向进程返回一个文件描述符。IO复用模型的核心思想是：系统提供了一系列函数（比如我们熟悉的select、poll、epoll函数），它们能够同时监控多个文件描述符的操作。一旦其中任何一个返回内核数据已经准备就绪，应用进程就可以发起recvfrom系统调用。使用select函数，应用进程可以同时监控多个文件描述符（fd）。一旦 select 函数监控的文件描述符中有任何一个数据状态准备就绪，select 函数就会返回可读状态。这时应用进程可以发起 recvfrom 请求来读取数据。在非阻塞IO模型（NIO）中，需要进行N（N≥1）次系统调用来轮询，但是利用select的IO多路复用模型，只需要进行一次调用就可以了，极大地优化了性能。然而，select存在一些缺点：\n监听的I/O最大连接数受限，在Linux系统上通常为1024。select函数返回后，通过遍历fdset来找到就绪的描述符fd。只知道发生了I/O事件，但不清楚是哪些流，因此需要遍历所有流。由于存在连接数限制，后来又提出了poll。poll解决了连接数限制的问题，相较于select有了改进。然而，无论是select还是poll，都需要通过循环遍历文件描述符来获取已经准备就绪的socket。当大量客户端同时连接时，可能只有很少数量处于就绪状态，而且随着监视描述符数量的增加，效率也会呈线性下降。为此，经典的多路复用模型epoll应运而生。epoll是多路复用机制中的一种，旨在解决select和poll存在的一些问题，并采用事件驱动模型实现。其流程包括使用epoll_ctl()来注册文件描述符fd，当某个fd就绪时，内核会通过回调机制快速激活该fd，从而通知进程调用epoll_wait()。这里取消了遍历文件描述符的繁琐操作，而是采用了监听事件回调的机制。这就是epoll的优势所在。让我们一起总结一下select、poll和epoll的不同之处。\n底层数据结构：\n- select使用数组\n- poll使用链表\n- epoll使用红黑树和双链表\n获取就绪的fd：\n- select需要遍历\n- poll需要遍历\n- epoll通过事件回调\n事件复杂度：\n- select是O(n)\n- poll是O(n)\n- epoll是O(1)\n最大连接数：\n- select是1024\n- poll没有限制\n- epoll没有限制\nfd数据拷贝：\n- 每次调用select都需要拷贝数据需要将文件描述符（fd）的数据从用户空间复制到内核空间 。每次调用poll时，都需要将文件描述符的数据从用户空间复制到内核空间 。而使用内存映射（mmap）时，则无需频繁地将文件描述符的数据从用户空间复制到内核空间 。

epoll明显地优化了IO的执行效率，但在进程调用epoll_wait()时，仍可能会被阻塞。可以这样吗：我不必时常询问你数据是否已经准备好，我只需要在发送请求后，当数据准备好了你通知我即可，这就是信号驱动IO模型的由来。可以不要每次都问我数据准备好了吗，我们可以用信号驱动I/O模型，当我发出请求后，数据准备好了就通知我。信号驱动I/O模型是一种I/O模型，不再需要通过主动询问的方式确认数据是否准备就绪，而是通过向内核发送一个信号(使用sigaction建立一个SIGIO信号)，然后应用程序可以去做其他事情，而不必被阻塞。一旦核心数据准备好，就会发送SIGIO信号通知应用程序进程，表明数据已经准备好可以读取。当应用程序的用户进程接收到信号后，立即执行recvfrom操作以读取数据。

采用信号驱动的IO模型，一旦应用进程发出信号，立即返回，不会阻塞进程。它已经具有了异步操作的感觉。然而当您仔细观察上面的流程图时，会发现在数据复制到应用缓冲时，应用进程仍然处于阻塞状态。从另一个角度来看，无论是BIO、NIO还是信号驱动，当数据从内核复制到应用缓冲时，都会发生阻塞。还有其他方法可以改进吗？AIO (真正的非阻塞I/O)！IO 模型中的异步IO（AIO）在前面提到的BIO、NIO和信号驱动中，数据从内核复制到应用缓冲时都是阻塞的，因此不能被视为真正的异步。AIO实现了IO全流程的非阻塞，即应用程序进程发出系统调用后立即返回，但返回的不是处理结果，而是表示提交成功的意思。等内核数据已就绪，将数据复制到用户进程的缓冲区，并发送信号通知用户进程IO操作已完成。

流程如下：优化

异步IO的思路很简单，只需要发送一次请求给内核，即可完成数据状态询问和数据拷贝等操作，且无需阻塞等待结果。在日常开发中常常遇到类似的业务场景：

例如发起一笔批量转账，但是批量转账的处理时间较长。这时，后端可以先通知前端转账提交成功，等批量转账处理完成后再通知前端处理结果。阻塞、非阻塞、同步、异步的I/O分类：\nIO模型\n- 阻塞I/O模型: 同步阻塞\n- 非阻塞I/O模型: 同步非阻塞\n- I/O多路复用模型: 同步阻塞\n- 信号驱动I/O模型: 同步非阻塞\n- 异步IO（AIO）模型: 异步非阻塞\n通俗例子理解BIO、NIO、AIO\n- 同步阻塞(blocking-IO)简称BIO\n- 同步非阻塞(non-blocking-IO)简称NIO\n- 异步非阻塞(asynchronous-non-blocking-IO)简称AIO\n生活例子：\n小明去吃同仁四季的椰子鸡。在那里排队等了一个小时，然后才开始享用火锅。小红也去同仁四季尝椰子鸡，她发现要等很长时间，于是她去商场逛逛。每次逛完一圈，她就跑回餐馆看看是不是该轮到她了。小红也去了同仁四季的椰子鸡店。她发现需要等很长时间，于是决定去商场逛一逛。每隔一段时间就回来看看，是否轮到她了。最终，她既逛了一番商场，又品尝到了椰子鸡。小华去吃椰子鸡时，由于他是高级会员，店长说可以去商场随便逛逛，等有位置时会马上给他打电话。小华再也不用无聊地坐着等待，也不必时不时地跑回来看是否已经到了。最终，他也品尝到了美味的椰子鸡。本文来自微信公众号“捡田螺的小男孩”，可通过扫描下方二维码关注。如需转载本文，请联系《捡田螺的小男孩》的公众号。