Linux--IO模式

1. 什么是IO

IO (Input/Output，输入/输出)即数据的读取（接收）或写入（发送）操作。

通常用户进程中的一个完整IO分为两阶段：
	1.用户进程空间<-->内核空间
	2.内核空间<-->设备空间（磁盘、网络等）
	
IO有内存IO、网络IO和磁盘IO三种，通常我们说的IO指的是后两者。

LINUX中进程无法直接操作I/O设备，其必须通过系统调用请求kernel来协助完成I/O动作；
内核会为每个I/O设备维护一个缓冲区。

对于一个输入操作来说，进程IO系统调用后，内核会先看缓冲区中有没有相应的缓存数据，没有的话再到设备中读取，
因为设备IO一般速度较慢，需要等待；内核缓冲区有数据则直接复制到进程空间。

所以，对于一个网络输入操作通常包括两个不同阶段：
	1.等待网络数据到达网卡 → 读取到内核缓冲区，数据准备好；
	2.从内核缓冲区复制数据到进程空间。

2. 五种IO模式

《UNIX网络编程》说得很清楚，5种IO模型分别是阻塞IO模型、非阻塞IO模型、IO复用模型、信号驱动的IO模型、异步IO模型；前4种为同步IO操作，只有异步IO模型是异步IO操作。

2.1 阻塞IO模型

调用方式：
	进程发起IO系统调用后，进程被阻塞，转到内核空间处理，整个IO处理完毕后返回进程。操作成功则进程获取到数据。
	阻塞IO操作只能对单个文件描述符进行操作，详见read或write。

阻塞IO意味着当我们发起一次IO操作后一直等待成功或失败之后才返回，在这期间程序不能做其它的事情。


典型应用：阻塞socket(read或write)、Java BIO；

特点：
	进程阻塞挂起不消耗CPU资源，及时响应每个操作；
	实现难度低、开发应用较容易；
	适用并发量小的网络应用开发；
	不适用并发量大的应用：因为一个请求IO会阻塞进程，所以，得为每请求分配一个处理进程（线程）以及时响应，系统开销大。

2.2 非阻塞IO模型

调用过程：
	进程发起IO系统调用后，如果内核缓冲区没有数据，需要到IO设备中读取，进程返回一个错误而不会被阻塞；
	进程发起IO系统调用后，如果内核缓冲区有数据，内核就会把数据返回进程。

与阻塞IO比较：
	对于阻塞IO模型来说，内核数据没准备好需要进程阻塞的时候，就返回一个错误，以使得进程不被阻塞。
	
	
典型应用：
	socket是非阻塞的方式（设置为NONBLOCK，一般利用for循环设计，会浪费cpu）

特点：
	进程轮询（重复）调用，消耗CPU的资源；
	实现难度低、开发应用相对阻塞IO模式较难；
	适用并发量较小、且不需要及时响应的网络应用开发；

2.3 IO复用模型（非常重要）

包括了三种方案select、poll、epoll，三者功能是类似的，但具体细节各有不同。

//以 select 为例
调用过程：
	多个的进程的IO可以注册到一个复用器（select）上，然后用一个进程调用该select， select会监听所有注册进来的IO；
	如果select没有监听的IO在内核缓冲区都没有可读数据，select调用进程会被阻塞；而当任一IO在内核缓冲区中有可数据时，select调用就会返回；
	而后select调用进程可以自己或通知另外的进程（注册进程）来再次发起读取IO，读取内核中准备好的数据。
	可以看到，多个进程注册IO后，只有另一个select调用进程被阻塞。

典型应用：
	select、poll、epoll三种方案，nginx都可以选择使用这三个方案;Java NIO;

特点：
	1.专一进程解决多个进程IO的阻塞问题，性能好；Reactor模式;
	2.实现、开发应用难度较大；
	3.适用高并发服务应用开发：一个进程（线程）响应多个请求；

Select：注册IO、阻塞扫描，监听的IO最大连接数不能多于FD_SIZE；
Poll：	原理和Select相似，没有数量限制，但IO数量大扫描线性性能下降；
Epoll ：事件驱动不阻塞，mmap实现内核与用户空间的消息传递，数量很大，Linux2.6后内核支持；

2.4 信号驱动IO模型

调用过程：
	当进程发起一个IO操作，会向内核注册一个信号处理函数，然后进程返回不阻塞；
	当内核数据就绪时会发送一个信号给进程，进程便在信号处理函数中调用IO读取数据。

特点：回调机制，实现、开发应用难度大；

信号驱动IO在网络编程的时候通常很少用到问题：
	因为在网络环境中，和socket相关的读写事件太多了，比如下面的事件都会导致SIGIO信号的产生：
	1.TCP连接建立
	2.一方断开TCP连接请求
	3.断开TCP连接请求完成
	4.TCP连接半关闭
	5.数据到达TCP socket
	6.数据已经发送出去(如：写buffer有空余空间)
上面所有的这些都会产生SIGIO信号，但我们没办法在SIGIO对应的信号处理函数中区分上述不同的事件，SIGIO只应该在IO事件单一情况下使用，
比如说用来监听端口的socket，因为只有客户端发起新连接的时候才会产生SIGIO信号。

2.5 异步IO模型

与信号IO模型比较：
	异步IO和信号驱动IO差不多，但它比信号驱动IO可以多做一步：
		相比信号驱动IO需要在程序中完成数据从用户态到内核态(或反方向)的拷贝，
		异步IO可以把拷贝这一步也帮我们完成之后才通知应用程序。
		我们使用 aio_read 来读，aio_write 写。

调用过程：
	当进程发起一个IO操作，进程返回（不阻塞），但也不能返回果结；
	内核把整个IO处理完后，会通知进程结果。如果IO操作成功则进程直接获取到数据。

典型应用：
	JAVA7 AIO、高性能服务器应用

特点：
	1.不阻塞，数据一步到位；Proactor模式；
	2.需要操作系统的底层支持，LINUX 2.5 版本内核首现，2.6 版本产品的内核标准特性；
	3.实现、开发应用难度大；
	4.非常适合高性能高并发应用

3. IO模型比较

3.1 阻塞IO调用和非阻塞IO调用、阻塞IO模型和非阻塞IO模型

注意这里的阻塞IO调用和非阻塞IO调用不是指阻塞IO模型和非阻塞IO模型。

阻塞IO调用：
	`在用户进程（线程）中调用执行的时候，进程会等待该IO操作，而使得其他操作无法执行`。
非阻塞IO调用：
	`在用户进程中调用执行的时候，无论成功与否，该IO操作会立即返回`，之后进程可以进行其他操作（当然如果是读取到数据，一般就接着进行数据处理）。

这个直接理解就好，进程（线程）IO调用会不会阻塞进程自己。所以这里两个概念是`相对调用进程本身状态来讲的`。

从上面对比图片来说，
	阻塞IO模型是一个阻塞IO调用，
	而非阻塞IO模型是多个非阻塞IO调用+一个阻塞IO调用，因为多个IO检查会立即返回错误，不会阻塞进程。

非阻塞IO模型对于阻塞IO模型来说区别就是：
	非阻塞IO模型内核数据没准备好需要进程阻塞的时候，就返回一个错误，以使得进程不被阻塞。
	实际上还是需要类似for循环，直到返回正常数据，还是会损耗资源。

4.同步IO和异步IO

同步IO：
	导致请求进程阻塞，直到I/O操作完成。
异步IO：
	不导致请求进程阻塞。
上面两个定义是《UNIX网络编程 卷1：套接字联网API》给出的。

扩展一下，先说说同步和异步，同步和异步关注的是双方的消息通信机制：
	同步：
		双方的动作是经过双方协调的，步调一致的。
	异步：
		双方并不需要协调，都可以随意进行各自的操作。
		
	这里我们的双方是指，用户进程和IO设备；明确同步和异步之后，我们在上面网络输入操作例子的基础上，进行扩展定义：
	同步IO：
		用户进程发出IO调用，去获取IO设备数据，双方的数据要经过内核缓冲区同步，完全准备好后，再复制返回到用户进程。
		而复制返回到用户进程会导致请求进程阻塞，直到I/O操作完成。
	异步IO：
		用户进程发出IO调用，去获取IO设备数据，并不需要同步，内核直接复制到进程，整个过程不导致请求进程阻塞。

所以，阻塞IO模型、非阻塞IO模型、IO复用模型、信号驱动的IO模型者为同步IO模型，
只有异步IO模型是异步IO。