IO多路复用select/poll/epoll详解以及在Python中的应用

IO multiplexing(IO多路复用)

IO多路复用，有些地方称之为event driven IO（事件驱动IO）。

它的好处在于单个进程可以处理多个网络IO请求。select/epoll这两个是函数，它会不断轮询所有的socket，直到某个socket就绪有数据可达，就会通知用户进程，当用户进程调用了select函数，select是一个阻塞方法，会把进程阻塞住，同时会监听所有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readRecv操作，将数据从内核拷贝到用户进程。

select虽然是阻塞的，但是它的优势在于它可以用一个进程处理多个连接，这个利用非阻塞的轮询方式是无法实现的，当连接数增多时优势就明显，而对于单个连接则跟同步IO区别不大甚至性能还要更低。

select,poll,epoll都是IO多路复用的机制，IO多路复用就是通过机制用一个进程监视多个描述符，一旦某个描述符就绪（可读或者可写或者异常），能够通知进程进行响应的操作。但是select，poll，epoll本质上是同步IO，因为他们都需要在读写事件就绪后自己负责读写，这个过程是阻塞的。

下面用Python的socket编程模拟IO多路复用（IO多路复用+回调+事件循环）

class Fetcher:
    def connected(self, key):
        selector.unregister(key.fd)
        self.con.send('GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n'.format(self.path,self.host).encode('utf-8'))
        selector.register(self.con.fileno(), EVENT_READ, self.read)

    def read(self, key):
        d = self.con.recv(1024)
        if d:
            print(d)
            self.data += d
        else:
            selector.unregister(key.fd)
            self.data = self.data.decode('utf-8')
            html_data = self.data.split('\r\n\r\n')[1]
            print(html_data)
            self.con.close()

    def get_url(self, url):
        ...
        self.con = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        self.con.setblocking(False)
        #设置非阻塞
        try:
            self.con.connect((self.host, 80))
        except BlockingIOError as e:
            pass
        selector.register(self.con.fileno(), EVENT_WRITE, self.connected)

过程：发送一个socket请求设置为非阻塞，在select函数中注册事件，self.con.fileno表示当前连接在进程中的描述符，EVENT_WRITE表示socket准备是否就绪，self.connected为回调函数，准备完成后就调用。selector.unregister(key.fd)取消注册，发送HTTP请求，再调用selector.register(self.con.fileno(), EVENT_READ, self.read)注册，若当前请求内容可读，则调用read回调函数读取出响应内容。

注明：在windows下会调用select函数，而在linux/unix下则会调用epoll函数

完整代码如下：

import socket
from urllib.parse import urlparse
from selectors import DefaultSelector, EVENT_READ, EVENT_WRITE
selector = DefaultSelector()

class Fetcher:
    def connected(self, key):
        selector.unregister(key.fd)
        self.con.send('GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n'.format(self.path,self.host).encode('utf-8'))
        selector.register(self.con.fileno(), EVENT_READ, self.read)

    def read(self, key):
        d = self.con.recv(1024)
        if d:
            print(d)
            self.data += d
        else:
            selector.unregister(key.fd)
            self.data = self.data.decode('utf-8')
            html_data = self.data.split('\r\n\r\n')[1]
            print(html_data)
            self.con.close()

    def get_url(self, url):
        url = urlparse(url)
        self.host = url.netloc
        self.path = url.path
        self.data = b''
        if self.path == "":
            self.path = '/'

        self.con = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        self.con.setblocking(False)

        try:
            self.con.connect((self.host, 80))
        except BlockingIOError as e:
            pass
        #注册
        selector.register(self.con.fileno(), EVENT_WRITE, self.connected)

def loop():
    while True:
        ready = selector.select()
        for key, mask in ready:
            callback = key.data
            callback(key)

if __name__ == '__main__':
    fetcher = Fetcher()
    fetcher.get_url('http://www.baidu.com')
    loop()