缓存IO和直接IO

缓存IO和直接IO

缓存IO：数据从磁盘先通过DMA copy到内核空间，再从内核空间通过cpu copy到用户空间

直接IO：数据从磁盘通过DMA copy到用户空间

缓存IO

缓存IO又被称为标准IO，大多数文件系统的默认IO操作都是缓存IO

​ 在Linux的缓存IO机制中吗，数据先从磁盘复制到内核空间的缓冲区，然后从内核空间缓冲区复制到应用程序的地址空间。

• 读操作
  • 操作系统检查内核的缓冲区有没有需要的数据，如果已经缓存了，那么就直接从缓存中返回。否则从磁盘中读取，然后缓存在操作系统的缓存中。
• 写操作
  • 将数据从用户空间复制到内核空间的缓存中。这时对用户程序来说写操作就已经完成，至于什么时候再写到磁盘中由操作系统决定。除非显示的调用的了sync同步命名
• 缓存IO的优点
  • 在一定程度上分离了内核空间和用户空间，保护系统本身的运行安全
  • 可以减少读盘的次数，从而提高性能
• 缓存IO的缺点
  • 在缓存IO机制中，DMA方式可以将数据直接从磁盘读到页缓存中，或者将数据从页缓存直接写回到磁盘上，而不能直接在应用程序地址空间和磁盘之间进行数据传输，这样，数据在传输过程中需要在应用程序地址空间（用户空间）和缓存（内核空间）直接进行多次数据拷贝操作，这个数据拷贝操作所带来的CPU已经内存开销是非常大的

直接IO

直接IO就是应用程序直接访问磁盘数据，而不经过内核缓冲区，也就是绕过内核缓冲区，自己管理IO缓存区，这样做的目的是减少一次内核缓冲区到用户程序缓存的数据复制

​ 引入内核缓冲区的目的在于提高磁盘文件的访问性能，因为当进程需要读取磁盘文件时，如果文件内容已经在内核缓冲区中，那么就不需要再次访问磁盘。而当进程需要向文件写入数据是，实际上只是写到了内核缓冲区便告诉进程已经写成功，而真正写入磁盘是通过一定的策略进行延时的。

​ 然而，对于一些较复杂的应用，比如数据库服务器，他们为了充分提高性能。希望绕过内核缓冲区，由自己在用户态空间时间并管理IO缓冲区，包括缓存机制和写延迟机制等，以支持独特的查询机制，比如数据库可以根据加合理的策略来提高查询缓存命中率。另一方面，绕过内核缓冲区也可以减少系统内存的开销，因为内核缓冲区本身就在使用系统内存。

​ 直接IO的缺点就是如果直接访问的数据不再应用缓存中，那么每次数据都会直接从磁盘进行加载，这种直接加载会非常缓慢，通常直接IO跟异步IO结合使用会得到较好的性能

Linux提供了对这种需求的支持，即在open()系统调用中增加参数选项O_DIRECT，用它打开的文件便可以绕过内核缓冲区的直接访问，这样有效避免了CPU和内存的多余时间的开销。

顺便提一下，与O_DIRECT类似的一个选项是O_SYNC，后者只对写数据有效，它将写入内核缓冲区的数据立即写入磁盘，将机器故障时数据的丢失减少到最小，但是它仍然要经过内核缓冲区。