【并发编程】IO模型

一、要点回顾

为了更好地了解IO模型，我们需要先回顾下几个概念：同步、异步、阻塞、非阻塞

同步：

一个进程在执行某个任务时，另外一个进程必须等待其执行完毕，才能继续执行。就是在发出一个功能调用时，在没有得到结果之前，该调用就不会返回。按照这个定义，其实绝大多数函数都是同步调用。但是一般而言，我们在说同步、异步的时候，特指那些需要其他部件协作或者需要一定时间完成的任务。

异步：

一个进程在执行某个任务时，其他进程不必等待其执行完毕就能开始执行。当一个异步功能调用发出后，调用者不能立刻得到结果。当该异步功能完成后，通过状态、通知或回调来通知调用者。如果异步功能用状态来通知。那么调用者就需要每隔一定时间检查一次，效率就很低（有些初学多线程编程的人，总喜欢用一个循环去检查某个变量的值，这其实是一 种很严重的错误）。如果是使用通知的方式，效率则很高，因为异步功能几乎不需要做额外的操作。至于回调函数，其实和通知没太多区别。

阻塞：

阻塞调用是指调用结果返回之前，当前线程会被挂起（如遇到io操作）。函数只有在得到结果之后才会将阻塞的线程激活。有人也许会把阻塞调用和同步调用等同起来，实际上他是不同的。对于同步调用来说，很多时候当前线程还是激活的，只是从逻辑上当前函数没有返回而已。

非阻塞：

不能立刻得到结果之前也会立刻返回，同时该函数不会阻塞当前线程。

总结：

1. 同步与异步针对的是函数/任务的调用方式：同步就是当一个进程发起一个函数（任务）调用的时候，一直等到函数（任务）完成，而进程继续处于激活状态。而异步情况下是当一个进程发起一个函数（任务）调用的时候，不会等函数返回，而是继续往下执行当，函数返回的时候通过状态、通知、事件等方式通知进程任务完成；
2. 阻塞与非阻塞针对的是进程或线程：阻塞是当请求不能满足的时候就将进程挂起，而非阻塞则不会阻塞当前进程。

二、阻塞IO

阻塞IO模型流程如下：

阻塞IO的特点就是在IO执行的两个阶段（等待数据和拷贝数据）都阻塞了。

实际上，除非特别指定，几乎所有的IO接口 ( 包括socket接口 ) 都是阻塞型的。这给网络编程带来了一个很大的问题，如在调用recv(1024)的同时，线程将被阻塞，在此期间，线程将无法执行任何运算或响应任何的网络请求。

 from socket import *
 server = socket(AF_INET,SOCK_STREAM)
 server.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
 server.bind(('127.0.0.1',8080))
 server.listen(5)
 print('server start...')
 while True:
     conn,addr = server.accept()  #IO操作 在这accept的时候不能干recv的活
     print(addr)
     while True:
         try:
             data = conn.recv(1024)  #IO操作
             conn.send(data.upper())
         except Exception:
             break
     conn.close()
 server.close()

服务端

 from socket import *
 client  = socket(AF_INET,SOCK_STREAM)
 client.connect(('127.0.0.1',8080))
 while True:
     cmd = input('>>:').strip()
     if not cmd:continue
     client.send(cmd.encode('utf-8'))
     data = client.recv(1024)
     print('接受的是：%s'%data.decode('utf-8'))
 client.close()

客户端

一旦阻塞了就在那卡着直到等到数据已经到了操作系统，操作系统再从内核拷贝给应用程序阻塞IO在那两个阶段全都阻塞住了。这样要想实现并发，可以使用多线程，多进程或线程池等方式。而多线程一旦连接过多，线程过多，会极大消耗系统资源。

三、非阻塞IO

recvfrom发起系统调用后, 如果数据未准备好, 内核也会立即返回, 这样用户程序可以不用阻塞继续执行后面的操作，但需要循环向内核发出系统调用来查询数据是否准备好，一旦数据准备好，recvfrom便会发起系统调用从内核空间拷贝数据，拷贝数据的过程是阻塞的。

 from socket import *

 server = socket(AF_INET, SOCK_STREAM)
 server.bind(('127.0.0.1',8099))
 server.listen(5)
 server.setblocking(False)

 rlist=[]
 wlist=[]
 while True:
     try:
         conn, addr = server.accept()
         rlist.append(conn)
         print(rlist)

     except BlockingIOError:
         del_rlist=[]
         for sock in rlist:
             try:
                 data=sock.recv(1024)
                 if not data:
                     del_rlist.append(sock)
                 wlist.append((sock,data.upper()))
             except BlockingIOError:
                 continue
             except Exception:
                 sock.close()
                 del_rlist.append(sock)

         del_wlist=[]
         for item in wlist:
             try:
                 sock = item[0]
                 data = item[1]
                 sock.send(data)
                 del_wlist.append(item)
             except BlockingIOError:
                 pass

         for item in del_wlist:
             wlist.remove(item)

         for sock in del_rlist:
             rlist.remove(sock)

 server.close()

服务端

 from socket import *
 c=socket(AF_INET,SOCK_STREAM)
 c.connect(('127.0.0.1',8080))

 while True:
     msg=input('>>: ')
     if not msg:continue
     c.send(msg.encode('utf-8'))
     data=c.recv(1024)
     print(data.decode('utf-8'))

客户端

这样也存在一个缺点：大量进行系统调用, 会极大消耗cpu资源; 同时由于查询间隔, 将不能及时的获取数据。

四、多路复用IO

当用户进程调用了select，那么整个进程会被block，而同时，kernel会“监视”所有select负责的socket，当任何一个socket中的数据准备好了，select就会返回。这个时候用户进程再调用read操作，将数据从kernel拷贝到用户进程。
这个图和blocking IO的图其实并没有太大的不同，事实上还更差一些。因为这里需要使用两个系统调用(select和recvfrom)，而blocking IO只调用了一个系统调用(recvfrom)。但是，用select的优势在于它可以同时处理多个connection。

   强调：

1. 如果处理的连接数不是很高的话，使用select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好，可能延迟还更大。select/epoll的优势并不是对于单个连接能处理得更快，而是在于能处理更多的连接。

2. 在多路复用模型中，对于每一个socket，一般都设置成为non-blocking，但是，如上图所示，整个用户的process其实是一直被block的。只不过process是被select这个函数block，而不是被socket IO给block。

    结论: select的优势在于可以处理多个连接，不适用于单个连接

 from socket import *
 import select
 server = socket(AF_INET,SOCK_STREAM)
 server.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
 server.bind(('127.0.0.1',8081))
 server.setblocking(False) #设置socket的套接字为非阻塞的
 server.listen(5)
 print('start running....')
 read_l = [server,]  #因为不只就那么一个列表要检测。所以不要在参数里面定死了
 while True:
     r_l,w_l,x_l = select.select(read_l,[],[])  #select()方法有四个参数
     print(r_l)  #一开始服务端运行的时候，就等着，当你客户端一链接的时候，他就
                 # 检测到有数据了(检测那个数据准备好了)
     for obj in r_l:
         if obj == server:
             conn,addr = obj.accept()  #accept要经历两个阶段，但是程序如果走到这一步，那肯定是数据准备好了
                          #当数据已经准备好的时候，accept就只经历一个copy数据的阶段了
             # print(addr)
             read_l.append(conn)  #在监听一下conn套接字（这时候已经监听了两个了：分别是accept,conn）
         else:
             data = obj.recv(1024)  # 此时的obj=conn
             obj.send(data.upper())
 #         obj.close()
 # server.close()

服务端

 from socket import *
 import select
 client = socket(AF_INET,SOCK_STREAM)
 client.connect(('127.0.0.1',8081))
 while True:
     cmd = input('>>:')
     client.send(cmd.encode('utf-8'))
     data = client.recv(1024)
     print('接收的是：%s'%data.decode('utf-8'))
 client.close()

客户端

优点：

相比其他模型，使用select() 的事件驱动模型只用单线程（进程）执行，占用资源少，不消耗太多 CPU，同时能够为多客户端提供服务。如果试图建立一个简单的事件驱动的服务器程序，这个模型有一定的参考价值。select模块用select方法检测那个套接字准备好了，也就是收没收到数据（而我们的非阻塞IO你不知道那个套接字准备好了，那么用select模块就能解决这个问题）。select还可以检测多个套接字，所以select比非阻塞IO的效率高。

缺点：

首先select()接口并不是实现“事件驱动”的最好选择。因为当需要探测的句柄值较大时，select()接口本身需要消耗大量时间去轮询各个句柄。很多操作系统提供了更为高效的接口，如linux提供了epoll，BSD提供了kqueue，Solaris提供了/dev/poll，…。
如果需要实现更高效的服务器程序，类似epoll这样的接口更被推荐。遗憾的是不同的操作系统特供的epoll接口有很大差异，所以使用类似于epoll的接口实现具有较好跨平台能力的服务器会比较困难。其次，该模型将事件探测和事件响应夹杂在一起，一旦事件响应的执行体庞大，则对整个模型是灾难性的。

五、异步IO

未完待续……