Python学习---IO模型1227

1.1. 事件驱动

事件驱动属于一种编程的范式，一种编程的风格，它擅长于处理一些未知的事件，通过绑定一个事件，外界触发后激活这个事情，达到执行某些操作的目的。比如浏览器的onclick()事件

1.2. IO模型基础

在进行解释之前，首先要说明几个概念：

用户空间和内核空间
进程切换
进程的阻塞
文件描述符
缓存 I/O

用户空间与内核空间

现在操作系统都是采用虚拟存储器，那么对32位操作系统而言，它的寻址空间（虚拟存储空间）为4G（2的32次方）。
操作系统的核心是内核，独立于普通的应用程序，可以访问受保护的内存空间，也有访问底层硬件设备的所有权限。
为了保证用户进程不能直接操作内核（kernel），保证内核的安全，操心系统将虚拟空间划分为两部分，一部分为内核空间，一部分为用户空间。
针对linux操作系统而言，将最高的1G字节（从虚拟地址0xC0000000到0xFFFFFFFF），供内核使用，称为内核空间，而将较低的3G字节（从虚拟地址0x00000000到0xBFFFFFFF），供各个进程使用，称为用户空间。

进程切换

为了控制进程的执行，内核必须有能力挂起正在CPU上运行的进程，并恢复以前挂起的某个进程的执行。这种行为被称为进程切换，这种切换是由操作系统来完成的。因此可以说，任何进程都是在操作系统内核的支持下运行的，是与内核紧密相关的。
从一个进程的运行转到另一个进程上运行，这个过程中经过下面这些变化：
保存处理机上下文，包括程序计数器和其他寄存器。
更新PCB信息。
把进程的PCB移入相应的队列，如就绪、在某事件阻塞等队列。
选择另一个进程执行，并更新其PCB。
更新内存管理的数据结构。
恢复处理机上下文。
注：总而言之进程切换就是很耗资源的

进程的阻塞

正在执行的进程，由于期待的某些事件未发生，如请求系统资源失败、等待某种操作的完成、新数据尚未到达或无新工作做等，则由系统自动执行阻塞原语(Block)，使自己由运行状态变为阻塞状态。可见，进程的阻塞是进程自身的一种主动行为，也因此只有处于运行态的进程（获得CPU），才可能将其转为阻塞状态。当进程进入阻塞状态，是不占用CPU资源的，比如socket.accept()。

文件描述符fd

文件描述符（File descriptor）是计算机科学中的一个术语，是一个用于表述指向文件的引用的抽象化概念。
文件描述符在形式上是一个非负整数。实际上，它是一个索引值，指向内核为每一个进程所维护的该进程打开文件的记录表。当程序打开一个现有文件或者创建一个新文件时，内核向进程返回一个文件描述符。在程序设计中，一些涉及底层的程序编写往往会围绕着文件描述符展开。但是文件描述符这一概念往往只适用于UNIX、Linux这样的操作系统。

缓存 I/O

缓存 I/O 又被称作标准 I/O，大多数文件系统的默认 I/O 操作都是缓存 I/O。在 Linux 的缓存 I/O 机制中，操作系统会将 I/O 的数据缓存在文件系统的页缓存（ page cache ）中，也就是说，数据会先被拷贝到操作系统内核的缓冲区中，然后才会从操作系统内核的缓冲区拷贝到应用程序的地址空间。用户空间没法直接访问内核空间的，内核态到用户态的数据拷贝

1.3. IO模型

IO模型

阻塞IO
非阻塞IO
多路复用IO
信号驱动模型
异步IO

阻塞IO【blocking IO】

在linux中，默认情况下所有的socket都是blocking

例如，socket.accept():涉及2个阻塞过程： 1.等待数据准备[等待客户端连接] 2.将数据从内核拷贝到进程中

blocking IO的特点：

就是在IO执行的两个阶段都被block了

非阻塞IO【non-blocking IO】

可以设定为非阻塞IO，非阻塞IO不管有没有接收到数据，都会继续执行下面的语句，不回阻塞。如果有数据，则取回数据，如果没有数据，则报错

问: non-blocking IO会一直单线往下走么？

答：肯定不会，循环发送recefrom系统调用，有则接收，没有继续往下走，重复调用, 用户进程其实是需要不断的主动询问kernel数据好了没有,期间CPU释放，可以执行其他代码，数据Copy的阶段是阻塞状态，操作系统需要把内容从内核区copy到用户区

弊端：消息不能及时的获取，非阻塞IO会将大片的阻塞时间分割成N个片段，期间如果有接收到消息，non-blocking还是会按照特定的5秒来接收消息，这样就造成了数据的延时接收。

多路复用IO[IO事件驱动]

多路复用IO也叫IO事件驱动IO[event drivern IO].其中select[Apache]/epoll[Nginx]也是多路复用IO。

select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程。

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。只不过process是被select这个函数block，而不是被socket IO给block。

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。

注意1：select函数返回结果中如果有文件可读了，那么进程就可以通过调用accept()或recv()来让kernel将位于内核中准备到的数据copy到用户区。

注意2: select的优势在于可以处理多个连接，不适用于单个连接

异步IO【asynchronized IO】

用户进程发起read操作之后，立刻就可以开始去做其它的事。而另一方面，从kernel的角度，当它受到一个asynchronous read之后，首先它会立刻返回，所以不会对用户进程产生任何block。然后，kernel会等待数据准备完成，然后将数据拷贝到用户内存，当这一切都完成之后，kernel会给用户进程发送一个signal，告诉它read操作完成了。

1.4. IO 问答

问：blocking和non-blocking的区别在哪？

答：调用blocking IO会一直block住对应的进程直到操作完成，而non-blocking IO在kernel还准备数据的情况下会立刻返回。

问： synchronous IO和asynchronous IO的区别在哪？

答： A synchronous I/O operation causes the requesting process to be blocked until that I/O operationcompletes;

An asynchronous I/O operation does not cause the requesting process to be blocked;

注意：blocking IO，non-blocking IO，IO multiplexing都属于synchronous IO

select，poll，epoll都属于IO多路复用，而IO多路复用又属于同步的范畴，故，epoll只是一个伪异步而已。

IO区别：

sellect、poll、epoll三者的区别

select

select最早于1983年出现在4.2BSD中，它通过一个select()系统调用来监视多个文件描述符的数组，当select()返回后，该数组中就绪的文件描述符便会被内核修改标志位，使得进程可以获得这些文件描述符从而进行后续的读写操作。
select目前几乎在所有的平台上支持
select的一个缺点在于单个进程能够监视的文件描述符的数量存在最大限制，在Linux上一般为1024，不过可以通过修改宏定义甚至重新编译内核的方式提升这一限制。
另外，select()所维护的存储大量文件描述符的数据结构，随着文件描述符数量的增大，其复制的开销也线性增长。同时，由于网络响应时间的延迟使得大量TCP连接处于非活跃状态，但调用select()会对所有socket进行一次线性扫描，所以这也浪费了一定的开销。

poll

它和select在本质上没有多大差别，但是poll没有最大文件描述符数量的限制。
一般也不用它，相当于过渡阶段

epoll

直到Linux2.6才出现了由内核直接支持的实现方法，那就是epoll。被公认为Linux2.6下性能最好的多路I/O就绪通知方法。windows不支持
没有最大文件描述符数量的限制。
比如100个连接，有两个活跃了，epoll会告诉用户这两个两个活跃了，直接取就ok了，而select是循环一遍。

（了解）epoll可以同时支持水平触发和边缘触发（Edge Triggered，只告诉进程哪些文件描述符刚刚变为就绪状态，它只说一遍，如果我们没有采取行动，那么它将不会再次告知，这种方式称为边缘触发），理论上边缘触发的性能要更高一些，但是代码实现相当复杂。
另一个本质的改进在于epoll采用基于事件的就绪通知方式。在select/poll中，进程只有在调用一定的方法后，内核才对所有监视的文件描述符进行扫描，而epoll事先通过epoll_ctl()来注册一个文件描述符，一旦基于某个文件描述符就绪时，内核会采用类似callback的回调机制，迅速激活这个文件描述符，当进程调用epoll_wait()时便得到通知。
所以市面上上见到的所谓的异步IO，比如nginx、Tornado、等，我们叫它异步IO，实际上是IO多路复用。

实例1(non-blocking IO)：

server：

import time

import socket

sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM)

# sk.setsockopt

sk.set

sk.bind(('127.0.0.1',6667))

sk.listen(5)

sk.setblocking(False)

while True:

    try:

        print ('waiting client connection .......')

        connection,address = sk.accept()   # 进程主动轮询

        print("+++",address)

        client_messge = connection.recv(1024)

        print(str(client_messge,'utf8'))

        connection.close()

    except Exception as e:

        print (e)

        time.sleep(4)

client：

import time

import socket

sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM)

while True:

    sk.connect(('127.0.0.1',6667))

    print("hello")

    sk.sendall(bytes("hello","utf8"))

    time.sleep(2)

    break

实例2(IO multiplexing):

监听的重任通过调用select等函数交给了内核去做。IO多路复用有两个特别的系统调用select、poll、epoll函数。select调用是内核级别的，select轮询相对非阻塞的轮询的区别在于—前者可以等待多个socket，能实现同时对多个IO端口进行监听，当其中任何一个socket的数据准好了，就能返回进行可读，然后进程再进行recvfrom系统调用，将数据由内核拷贝到用户进程，当然这个过程是阻塞的

server:

import socket

import select

sk = socket.socket()

sk.bind(("127.0.0.1", 9904))

sk.listen(5)

while True:

    r, w, e = select.select([sk, ], [], [], 5)

    for i in r:

        conn,add=i.accept()

        print(conn)

        print("hello")

    print('>>>>>>')

client:

import socket

sk=socket.socket()

sk.connect(("127.0.0.1",9904))

while 1:

    inp=input(">>").strip()

    sk.send(inp.encode("utf8"))

    data=sk.recv(1024)

    print(data.decode("utf8"))

多人并发聊天

server:

import socket

import select

sk=socket.socket()

sk.bind(("127.0.0.1",8801))

sk.listen(5)

inputs=[sk,]

while True:

    r,w,e=select.select(inputs,[],[],5)

    print(len(r))

    for obj in r:

        if obj==sk:

            conn,add=obj.accept()

            print(conn)

            inputs.append(conn)

        else:

            data_byte=obj.recv(1024)

            print(str(data_byte,'utf8'))

            inp=input('回答%s号客户>>>'%inputs.index(obj))

            obj.sendall(bytes(inp,'utf8'))

    print('>>',r)

Client:

import socket

sk=socket.socket()

sk.connect(('127.0.0.1',8801))

while True:

    inp=input(">>>>")

    sk.sendall(bytes(inp,"utf8"))

    data=sk.recv(1024)

    print(str(data,'utf8'))