UNIX下IO模型分析
对UNIX下的五种常见IO模型分析，帮助理解
IO操作的两个阶段
以读数据操作为例：
1. 等待内核数据准备（数据拷贝到内核缓冲区）
2. 将数据从内核拷贝到用户空间
IO模型
UNIX下共有五种常见的IO模型：
下面以recvfrom接口举例
阻塞IO
默认情况下，所有的套接字都是阻塞的
调用recvfrom接口，进程在IO操作的两个阶段都会阻塞，直到最终数据拷贝到用户空间或者过程中出现错误才会返回，进程在阻塞状态下是不占用cpu资源的
非阻塞IO
可以通过fcntl(sockfd,F_SETFL,O_NONBLOCK)将套接字设置成非阻塞
调用recvfrom接口，无论内核缓冲区是否有可用数据，进程都会立即返回，所以在IO操作的第一阶段是非阻塞的; 若无数据可用，内核将errno设置为为EWOULDBLOCK或者EAGAIN，进程可以使用轮询的方法，保证内核在数据准备好时，能立即拷贝到用户空间; 若有则立即将数据拷贝到用户空间，进程在数据拷贝到用户空间即IO操作的第二阶段是阻塞的;
非阻塞IO过于消耗cpu时间，将大部分时间用于轮询
多路复用IO
多路复用系统调用：select,poll和epoll，其中windows平台不支持poll和epoll，使用方法可以参考I/O 多路复用之select、poll、epoll详解和Linux select/poll和epoll实现机制对比
调用select，等待内核数据准备，所以IO操作的第一个阶段，进程是阻塞的，不过是阻塞在多路复用系统调用上，而不是IO系统调用上; 当select返回套接字可读条件时，再调用recvfrom将数据从内核拷贝到用户空间，IO操作的第二阶段，进程是阻塞的
多路复用IO和阻塞IO，在IO操作的两个阶段都是阻塞的，不过多路复用IO使用了两个系统调用，而阻塞IO只使用了一个，所以在连接数不是很多的情况下，阻塞IO可能性能更佳; 多路复用IO的优势在于可以同时监控多个用于IO的文件描述符。
多线程中的阻塞IO，与多路复用IO极为相似
信号驱动IO
调用sigaction等系统调用安装信号处理函数，并立即返回，所以IO操作的第一阶段，进程是非阻塞的; 当内核数据准备好时，内核会产生一个信号，通知进程将数据从内核拷贝到用户空间，IO操作的第二阶段，进程是阻塞的
异步IO
异步IO有一组以aio开头的系统调用，使用方法可参考Linux AIO机制
调用异步IO系统调用，给内核传递描述字、缓冲区指针、缓冲区大小（与read相同的三个参数）、文件偏移（与lseek类似），告诉内核当整个操作完成时如何通知我们，并立即返回，在IO操作的两个阶段，进程都不阻塞
总结
- 同步IO和异步IO的主要区别是将数据从内核拷贝到用户空间是否阻塞，前者会在将数据从内核拷贝到用户空间时即IO操作的第二个阶段发生阻塞，而后者则在系统调用后直接返回，直到内核发送信号通知IO操作完成，在IO操作的两个阶段都没有阻塞
- 阻塞IO和非阻塞IO的主要区别是系统调用是否立即返回（默认将数据从内核拷贝到用户空间即IO操作的第二个阶段是立即返回的），前者会在IO操作的两个阶段完成前一直阻塞，后者在内核没有准备好数据的情况下立即返回，即只会在IO操作的第二个阶段阻塞
- 信号驱动IO和异步IO的主要区别在于前者由内核通知我们何时启动一个IO操作，在将数据从内核拷贝到用户空间过程中即IO操作的第一个阶段依旧是阻塞的，而后者是由内核通知我们IO操作何时完成，在IO操作的两个阶段都没有阻塞
知乎上有一个比较生动的例子可以说明这几种模型之间的关系。
Reference
- UNIX网络编程 卷1：套接字联网API
- Linux IO模式及 select、poll、epoll详解
- Linux下5种IO模型的小结
- UNIX网络编程读书笔记：I/O模型（阻塞、非阻塞、I/O复用、信号驱动、异步）
- IO - 同步，异步，阻塞，非阻塞 （亡羊补牢篇）
- Linux五种IO模型性能分析
About me
- GitHub：AnSwErYWJ
- Blog：http://www.answerywj.com
- Email：yuanweijie1993@gmail.com
- Weibo：@AnSwEr不是答案
- CSDN：AnSwEr不是答案的专栏
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. 本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可。
