IO模型--阻塞IO,非阻塞IO,IO多路复用,异步IO

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。