IO模型介绍:

* blocking IO 阻塞IO
* nonblocking IO 非阻塞IO
* IO multiplexing IO多路复用
* signal driven IO 信号驱动IO ()
* asynchronous IO 异步IO

 

IO模型介绍:


 为了更好地了解IO模型,我们需要事先回顾下:同步、异步、阻塞、非阻塞

    同步(synchronous) IO和异步(asynchronous) IO,阻塞(blocking) IO和非阻塞(non-blocking)IO分别是什么,到底有什么区别?这个问题其实不同的人给出的答案都可能不同,比如wiki,就认为asynchronous IO和non-blocking IO是一个东西。这其实是因为不同的人的知识背景不同,并且在讨论这个问题的时候上下文(context)也不相同。所以,为了更好的回答这个问题,我先限定一下本文的上下文。

    本文讨论的背景是Linux环境下的network IO。本文最重要的参考文献是Richard Stevens的“UNIX® Network Programming Volume 1, Third Edition: The Sockets Networking ”,6.2节“I/O Models ”,Stevens在这节中详细说明了各种IO的特点和区别,如果英文够好的话,推荐直接阅读。Stevens的文风是有名的深入浅出,所以不用担心看不懂。本文中的流程图也是截取自参考文献。

    Stevens在文章中一共比较了五种IO Model:
    * blocking IO           阻塞IO
    * nonblocking IO      非阻塞IO
    * IO multiplexing      IO多路复用
    * signal driven IO     信号驱动IO
    * asynchronous IO    异步IO
    由signal driven IO(信号驱动IO)在实际中并不常用,所以主要介绍其余四种IO Model。

    再说一下IO发生时涉及的对象和步骤。对于一个network IO (这里我们以read举例),它会涉及到两个系统对象,一个是调用这个IO的process (or thread),另一个就是系统内核(kernel)。当一个read操作发生时,该操作会经历两个阶段:

#1)等待数据准备 (Waiting for the data to be ready)
#2)将数据从内核拷贝到进程中(Copying the data from the kernel to the process)

  记住这两点很重要,因为这些IO模型的区别就是在两个阶段上各有不同的情况。

#同步:提交一个任务之后,要等待这个任务执行完毕
       #比如去银行存钱,要取完号才能存钱
#异步:只管提交任务,不等待这个任务执行完毕,就可以做其他事情
        #可以边存钱,边玩手机
#阻塞:recv recvfrom accpt    取号的时候,等待人很多
#非阻塞: #很多种情况了


#recv 等待数据准备,等待数据从内核拷贝到进程
#send 讲用户要发送的信息copy到操作系统  发送的时候的网络延迟
        #主动方所以阻塞很小
小理解

景老师笔记: IO多路复用

 

一.阻塞IO:

#图在 有道词典 20181001 IO模型
#1.tcp/udp recv的时候—系统调用—内核操作系统数据没有准备好—等待数据------->数据准备好了,copy数据,将操作系统中的数据,复制,并且返回给进程
#两个重要节点:1.数据准备,2.将信息从内核拷贝到进程

#阻塞IO特点:程序被阻塞着,接收不了其他任务
#进程和线程,没有解决阻塞的这段时间,只是在开启多个进程/线程,该等还是在等,每个线程都受到了阻塞的影响
#协程只是一定程度上的解决这个问题,但是还是在等待

 

二.非阻塞IO:

#图在有道词典20181001 IO模型

#非阻塞IO
#用户端:
#recv ----> 告诉系统我要收数据了 ----> 系统告诉你没数据---->然后程序没有阻塞住,可以继续往后执行,但是也没收到数据
#过段时间,继续追问
#recv----> 然后系统继续告诉你没有数据,重复上面过程
#假设,一直在请求,请求了很多次,直到
#recv----> 有数据了,---->  从操作系统copy到进程中,然后告诉用户,有数据了



# 但是非阻塞IO模型绝不被推荐。
#     我们不能否则其优点:能够在等待任务完成的时间里干其他活了(包括提交其他任务,也就是 “后台” 可以有多个任务在“”同时“”执行)。

# 但是也难掩其缺点:
    #1. 循环调用recv()将大幅度推高CPU占用率;这也是我们在代码中留一句time.sleep(2)的原因,否则在低配主机下极容易出现卡机情况
    #2. 任务完成的响应延迟增大了,因为每过一段时间才去轮询一次read操作,而任务可能在两次轮询之间的任意时间完成。这会导致整体数据吞吐量的降低。
    #     此外,在这个方案中recv()更多的是起到检测“操作是否完成”的作用,
    # 实际操作系统提供了更为高效的检测“操作是否完成“作用的接口,例如select()多路复用模式,可以一次检测多个连接是否活跃。

非阻塞IO框架,例子及解释:

import socket
sk = socket.socket()
sk.bind(('127.0.0.1',8088))
sk.setblocking(False) #~~~~~~~~~~~~~~将阻塞设置为不阻塞
sk.listen()
conn_lst = []
del_lst = []
while True:
    try:
        conn,addr = sk.accept()
        print('建立了连接',addr)
        conn_lst.append(conn)
        # msg = conn.recv(1024).decode('utf8') #注释1
        # print(msg)
    except BlockingIOError:
        for con in conn_lst: #循环反复的获取con
            try:
                msg = con.recv(1024)  # 这里还是非阻塞,还是会报错
                if msg == b'':                       # 但是如果一直从一个关闭的client获取数据,会一直打印空
                    del_lst.append(con)  #不能 conn_lst.remove(con) 不能再for循环中列表里的元素,index会错误
                    continue #当con传过来为空,就不执行后面的语句了,要进行下一个循环
                print(msg)
                con.send(b'bye')
            except BlockingIOError:pass
        for con in del_lst:
            con.close()
            conn_lst.remove(con)
        del_lst.clear()

#注释1:
    #此处有两种情况,第一种由于我此时是不阻塞的(setblocking)client端以非常快速的和我聊天,导致while循环就没效果了,别人接收不了请求了
    #但是如果只快速的发了一句,然后server就只能接收这一句,接下来就会因为非阻塞,然后这个conn就被内存给冲掉了
    #第二种由于此时是阻塞的,client如果慢了一点给我传消息,我马上会跳过,并且报错BlockingIOError

#解决方法:
    #建立一个conn列表,把每次连接成功的conn,放到列表里。并且把recv放到 except语句后,因为没信息就会报错。
    #然后for循环这个conn列表,一直去尝试获取,conn是否发了消息过来
    #从而让本来本内存刷掉的conn,可以一直被尝试获取
    #但是此是for循环的列表里,recv还是非阻塞的,所以要继续异常处理
server端
import time
import socket
import threading

def func():
    sk = socket.socket()
    sk.connect(('127.0.0.1', 8088))
    sk.send(b'hello')
    time.sleep(0.1)
    print(sk.recv(1024))
    sk.close()

for i in range(20):
    threading.Thread(target=func).start()
client端

 

 

三.IO多路复用:(select模块)

#select 模块
#图在有道
# IO多路复用:操作系统级别的,windows的select机制,不是我们代码提供的

# 流程:
#1.有个代理(select模块),可以帮助你监听一个对象。而且这个代理可以监听多个对象 conn1,2,3,4...
    #可以接受数据的对象,比如 socket.accept   conn.recv
    #发生一次系统调用,
#2.然后这个代理,会替你等待 socket对象 被连接,如果没有人来连,会一直阻塞  (从而监听对象就可以不阻塞了)
#3.阻塞到有client来连接,然后把 反馈信息 给帮忙监听的对象,比如accept
    #2-3步骤,是操作系统帮你循环监听列表,查看每一项是否有可读事件(但不是很高效)

#4.然后accept知道了有数据来了,再次产生一次系统调用,找操作系统要数据
#5.系统就复制数据,传给了一开始索要数据的对象

#注意: 1~3步骤才是IO多路复用,4~5步就是 对象正常获取数据的步骤了


#监听方式:
    #windows 只有 select机制
    #linux :
        # select机制: 都是操作系统轮询每一个被监听的对象,看是否有读操作
        #poll机制: 和select机制一样,但是poll好在可以监听的对象,比select机制多
                    #比如select可以监听500个,poll可以监听1000个
                    #随着监听项的增多,会导致监听效率降低。(比如监听列表有1000个,当我监听完第3个了,第2个来消息了,)
        #epoll机制:
                    #给监听的每一个对象,都绑定了一个回调函数
                    #每当有可读事件,回调函数就马上进行信息反馈,而不用等待轮询
                    #很高效,可以在Linux上用
                    # selectors模块,自动帮你选择,你最适用的监听机制,根本不需要关心

IO多路复用框架,例子及解释:

import socket
import select

sk = socket.socket()
sk.bind(('127.0.0.1',8080))
sk.setblocking(False)
sk.listen()

read_lst = [sk]

while True:
    r_lst,w_lst,x_lst = select.select(read_lst,[],[]) #read_lst中的监听对象,只有有回应的,才会出现在 r_lst
    print('***',r_lst) # 注释1
    for i in r_lst:
        if i is sk:
            conn,addr = sk.accept()
            read_lst.append(conn)
        else:
            ret = i.recv(1024)
            if ret == b'':
                i.close()
                read_lst.remove(i)  # 此时 r_lst和read_lst是两个不同内存空间,可以remove
                continue
            print(ret)
            i.send(b'goodbye')

#注释1
    #此时经历过一次连接后,read_lst本来是有着 [conn,sk], 然后此时如果有人给我发消息,也就是我此时 conn.recv了
    #由于 select模块, 此时的r_lst只有 conn了,因为没有人连接我,sk也就不会出现在 r_lst里
server端
import time
import socket
import threading

def func():
    sk = socket.socket()
    sk.connect(('127.0.0.1',8080))
    sk.send(b'hello')
    time.sleep(3)
    print(sk.recv(1024))
    sk.close()

for i in range(20):
    threading.Thread(target=func).start()
client端

 

四.异步IO:

#异步IO
#步骤
    #1. 阻塞对象,recv,accept,告诉系统,我要数据,然后接着就去干别的事了,不阻塞
    #2.操作系统就在那边阻塞等待着数据,等到直到有数据传来了
    #3.然后操作系统,直接将数据传给用户。
            # (!!)但是python在这一步,没有提供这个copy data没有提供python对操作系统的接口
            #所以不能用python代码实现,真正的异步IO模型
            #但是c语言可以,我们可以使用很多异步框架来实现
    #4.用户收到数据了。


#django就不是异步框架
#异步框架:没有waitdata和copydata的阻塞阶段,可以响应更多请求
    # twisted框架
    #tornado框架
    # tornado 和 twisted,作为异步框架,是大同小异的。
    # 只不过tornado 轻量级一些,twisted 重量级一些。在其他方面,也是互有长短。
    # 经过实测,发现这两个框架,I/O性能差不多,对计算资源的占用相差较多!
    # 如果追求整体性能的话,推荐使用twisted。

 

posted on 2018-10-05 16:20  阿橙  阅读(378)  评论(0编辑  收藏  举报