# Socket 与 IO 模型

# 1 IO 模型

# 1.1 阻塞式 IO

应用进程被阻塞，直到数据从内核缓冲区复制到应用进程缓冲区中才返回。

应该注意到，在阻塞的过程中，其它应用进程还可以执行，因此阻塞不意味着整个操作系统都被阻塞。因为其它应用进程还可以执行，所以不消耗 CPU 时间，这种模型的 CPU 利用率会比较高。

# 1.2 非阻塞式 IO

应用进程执行系统调用之后，内核返回一个错误码。应用进程可以继续执行，但是需要不断的执行系统调用来获知 I/O 是否完成，这种方式称为轮询（polling）。

由于 CPU 要处理更多的系统调用，因此这种模型的 CPU 利用率比较低。

# 1.3 IO 复用

使用 select 或者 poll 等待数据，并且可以等待多个套接字中的任何一个变为可读。这一过程会被阻塞，当某一个套接字可读时返回，之后再使用 recvfrom 把数据从内核复制到进程中。

它可以让单个进程具有处理多个 I/O 事件的能力。又被称为 Event Driven I/O，即事件驱动 I/O。

如果一个 Web 服务器没有 I/O 复用，那么每一个 Socket 连接都需要创建一个线程去处理。如果同时有几万个连接，那么就需要创建相同数量的线程。相比于多进程和多线程技术，I/O 复用不需要进程线程创建和切换的开销，系统开销更小。

# 1.4 信号驱动 IO

应用进程使用 sigaction 系统调用，内核立即返回，应用进程可以继续执行，也就是说等待数据阶段应用进程是非阻塞的。内核在数据到达时向应用进程发送 SIGIO 信号，应用进程收到之后在信号处理程序中调用 recvfrom 将数据从内核复制到应用进程中。

相比于非阻塞式 I/O 的轮询方式，信号驱动 I/O 的 CPU 利用率更高。

# 1.5 异步 IO

应用进程执行 aio_read 系统调用会立即返回，应用进程可以继续执行，不会被阻塞，内核会在所有操作完成之后向应用进程发送信号。

异步 I/O 与信号驱动 I/O 的区别在于，异步 I/O 的信号是通知应用进程 I/O 完成，而信号驱动 I/O 的信号是通知应用进程可以开始 I/O。

# 1.6 IO 模型对比

• 同步 IO：将数据从内核缓冲区复制到应用进程缓冲区的阶段（第二阶段），应用进程会阻塞。
• 异步 IO：第二阶段应用进程不会阻塞。

同步 IO 包括：BIO、NIO、IO 复用和信号驱动 IO，它们的区别在第一阶段

• BIO 会直接阻塞应用进程，直到数据从内核缓冲区复制到应用进程缓冲区。

• NIO 采用轮询方式判断 IO 是否完成，避免阻塞。

• 信号驱动 IO 采用 SIGIO 信号方式，避免阻塞

• IO 多路复用使用 select/poll/epoll 等待描述符成为就绪状态，避免阻塞。

其中，NIO、信号驱动 IO 和异步 IO 在第一阶段不会阻塞。

# 2 IO 复用

# 2.1 select

select 允许应用程序监视一组文件描述符，等待一个或者多个描述符成为就绪状态，从而完成 I/O 操作。

缺点：

• 单个进程所打开的 FD 是有限制的，通过 FD_SETSIZE 设置，默认 1024
• 每次调用 select，都需要把 fd 集合从用户态拷贝到内核态，这个开销在 fd 很多时会很大
• 对 socket 扫描时是线性扫描（对所有的 fds 遍历扫描），采用轮询的方法，效率较低（高并发时）

# 2.2 poll

poll 与 select 相比，只是没有 fd 的限制，其它基本一样

缺点：

• 每次调用 poll，都需要把 fd 集合从用户态拷贝到内核态，这个开销在 fd 很多时会很大
• 对 socket 扫描时是线性扫描，采用轮询的方法，效率较低（高并发时）

# 2.3 epoll

select 和 poll 速度都比较慢，每次调用都需要将全部描述符从应用进程缓冲区复制到内核缓冲区。

epoll 只需要将描述符从进程缓冲区向内核缓冲区拷贝一次，并且进程不需要通过轮询来获得事件完成的描述符。

缺点：epoll 只能工作在 linux 下

# 2.4 LT 与 ET

• LT：LT 模式下，只要这个 fd 还有数据可读，每次 epoll_wait 都会返回它的事件，提醒用户程序去操作。
• ET：ET 模式下，它只会提示一次，直到下次再有数据流入之前都不会再提示了，无论 fd 中是否还有数据可读。所以在 ET 模式下，read 一个 fd 的时候一定要把它的 buffer 读完，或者遇到 EAGAIN 错误。

# 2.5 select、poll、epoll 对比

本文转载自：https://github.com/CyC2018/CS-Notes ，用于个人复习。