标签：多路复用 用户 阻塞 详解 线程 IO select

目录

• I/O多路复用详解
  • 什么是I/O多路复用
  • 为什么要多路复用
  • 常见I/O模型
    • 同步阻塞IO
    • 同步非阻塞IO
    • IO多路复用
    • 异步非阻塞IO
  • select、poll、epoll详解
    • select
    • poll
    • epoll

I/O多路复用详解

什么是I/O多路复用

• I/O模型是指网络I/O模型

  是服务端如何管理连接，如何请求连接的措施，是用一个进程管理一个连接（PPC），还是一个线程管理一个连接(TPC)，亦或者一个进程管理多个连接(Reactor)

• IO多路复用中多路就是多个TCP连接（或多个Channel），复用就是指复用一个或少量线程

  是多个网路IO复用一个或少量线程来处理这些连接

为什么要多路复用

• 高性能

  无论写一行代码还是做一个系统，都希望能够达到高性能的效果

  高性能可以从两个方面考虑：

  • 单机性能，将单服务器的性能发挥到极致
  • 多机性能，设计服务器集群方案

• 单机高性能的关键之一就是服务器采取的网络编程模型

  服务器如何管理连接，如何处理请求？

  • I/O模型：阻塞、非阻塞、同步、异步
  • 进程模型：单进程、多进程、多线程

常见I/O模型

• 同步阻塞IO（Blocking IO）：即传统IO模型
• 同步非阻塞IO（Non-blocking IO）：默认常见的socket都是阻塞的，非阻塞IO要求socket被设置成NONBLOCK
• IO多路复用（IO Multiplexing）：即经典的Reactor设计模式，也被称为异步阻塞IO，Java中的selector和linux中的epoll都是这种模型
• 异步IO（Asychronous IO）：即Proactor设计模式，也被称为异步非阻塞IO

同步和异步是指内核通知用户线程的方式。

• 用户进程/线程和内核是以传输层为分割线的

  传输层以上是指用户进程

  传输层以下（包括传输层）是指内核（处理所有通信细节，发送数据，等待确认，给无序到达的数据排序等，这四层是操作系统内核的一部分）

• 同步

  用户线程发起IO请求后需要等待或者轮询内核IO操作，完成后才能继续执行

• 异步

  用户线程发起IO请求后仍继续执行，当内核IO操作完成后回通知用户线程，或调用用户线程注册的回调函数。

阻塞和非阻塞是指用户线程调用内核IO操作的方式。

• 阻塞

  IO操作需要彻底完成后才能返回用户空间

• 非阻塞

  IO操作被调用后立即返回给用户一个状态值，无需等待IO操作彻底完成

同步阻塞IO

• 最简单的IO模型
• 用户线程在内核进行IO操作时被阻塞
• 用户线程通过调用系统调用read发起IO读操作，由用户空间转到内核空间。内核等到数据包到达后，然后将接受的数据拷贝到用户空间，完成read操作。整个IO请求过程，用户线程都是被阻塞的，对CPU利用率不够

同步非阻塞IO

• 在同步基础上，将socket设置为NONBLOCK，用户线程可以在发起IO请求后立即返回

• 立即返回，但并未读到任何数据

• 用户线程需要不断的发起IO请求，直到数据到达后才能真正读到数据，然后去处理

• 同步的，为了等到数据，需要不断的轮询、重复请求，消耗了大量的CPU资源。实际用处不大

IO多路复用

• 一个或一组线程（线程池）处理多个TCP连接

• IO多路复用使用两个系统调用（select/poll/epoll和recvfrom），blocking IO只调用了recvfrom

• select/poll/epoll核心是可以同时处理多个connection，而不是更快，所以连接数不高的话，性能不一定比多线程+阻塞IO好。

• select是内核提供的多路分离函数，使用它可以避免同步非阻塞IO中轮询等待问题。

流程：

• 将需要进行IO操作的socket添加到select中，然后阻塞等待select系统调用返回
• 当数据到达时，socket被激活，select函数返回，用户线程正式发起read请求，读取数据并继续执行

同一个线程同时处理多个IO请求：

• 这种方式和同步阻塞IO并没有太大区别，还多了添加监视socket以及调用select函数的额外操作，效率更差

• 用户可以在一个线程内同时处理多个socket的IO请求，这就是它的最大优势。用户可以注册多个socket，然后不断调用select读取被激活的socket

• 同步阻塞模型中，必须通过多线程方式才能达到这个目的

所以IO多路复用设计目的其实不是为了快，而是为了解决线程/进程数量过多对服务器开销造成的压力。

select的缺点：

• 每个IO请求的过程还是阻塞的（在select函数上阻塞），平均时间甚至比同步阻塞IO模型还要长
• 如果用户线程只注册自己感兴趣的socket，然后去做自己的事情，等到数据到来时在进行处理，则可以提高CPU利用率

通过Reactor方式，用户线程轮询IO操作状态的工作统一交给handle_events事件循环处理。用户线程注册事件处理器之后可以继续执行做其他的工作（异步），而Reactor线程负责调用内核的select函数检查socket状态。当有socket被激活时，则通知相应的用户线程（或执行用户线程的回调函数），执行handel_envent进行数据的读取、处理工作。

由于select函数是阻塞的，因此多路IO复用模型就被称为异步阻塞IO模型，这里阻塞不是指socket。因为使用IO多路复用时，socket都设置NONBLOCK，不过不影响，因为用户发起IO请求时，数据已经到达了，用户线程一定不会被阻塞。

IO多路复用是最常用的IO模型，但其异步程度还不彻底，因为它使用了回阻塞线程的select系统调用。因此IO多路复用只能称为异步阻塞IO，而非真正的异步IO。

异步非阻塞IO

在IO多路复用模型中，事件循环文件句柄的状态事件通知给用户线程，由用户线程自行读取数据、处理数据。而异步IO中，当用户线程收到通知时候，数据已经被内核读取完毕，并放在了用户线程指定的缓冲区内，内核在IO完成后通知用户线程直接使用就行了。因此这种模型需要操作系统更强的支持，把read操作从用户线程转移到了内核。

相比于IO多路复用模型，异步IO并不十分常用，不少高性能并发服务程序使用IO多路复用+多线程任务处理的架构基本可以满足需求。不过最主要原因还是操作系统对异步IO的支持并非特别完善，更多的采用IO多路复用模拟异步IO方式（IO事件触发时不直接通知用户线程，而是将数据读写完毕后放到用户指定的缓冲区）。

select、poll、epoll详解

• select，poll，epoll都是IO多路复用的机制
• 异步阻塞IO，但select，poll，epoll本质上都是同步IO，因为它们都需要在续写事件就绪后自己负责进行读写，也就是说这个读写过程是阻塞的，而真正意义上的异步IO无需自己负责进行读写。

select

int select(int n, fd_set *readfds, fd_set *writefds, fd_set *exceptfds, struct timeval *timeout);

• 监视的文件描述符有三类，readfds，writefds，exceptfds
• 调用后函数会阻塞，直到有描述符就绪（有数据读、写、或者有except），或者超时（timeout指定时间，如果立即返回设置null），函数返回
• 当select函数返回后，可以通过遍历fdset，来找到就绪的描述符。

优点：

• 良好的跨平台性。

缺点：

• 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上为1024
  • 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，但这样会造成效率的降低
• 每次调用 select，都需要把 fd 集合从用户态拷贝到内核态，这个开销在 fd 很多时会很大
• 对 socket 扫描时是线性扫描，采用轮询的方法，效率较低（高并发）

poll

int poll(struct pollfd *fds, unsigned int nfds, int timeout);
struct pollfd{
  int fd;
  short events;
  short revents;
};

• 使用一个pollfd的指针实现
• pollfd结构包含了要监视的event和发生的event
• pollfd并没有最大数量的限制（但数量过大性能也会下降）
• poll返回后，需要遍历pollfd来或许就绪的描述符

缺点

• 每次调用 poll ，都需要把 fd 集合从用户态拷贝到内核态，这个开销在 fd 很多时会很大；
• 对 socket 扫描是线性扫描，采用轮询的方法，效率较低（高并发时）

epoll

每一个epoll对象都有一个独立的eventpoll结构体，用于存放通过epoll_ctl方法向epoll对象中添加进来的事件。这些事件都会挂载在红黑树中，如此，重复添加的事件就可以通过红黑树而高效的识别出来(红黑树的插入时间效率是lgn，其中n为红黑树元素个数)。

而所有添加到epoll中的事件都会与设备(网卡)驱动程序建立回调关系，也就是说，当相应的事件发生时会调用这个回调方法。这个回调方法在内核中叫ep_poll_callback,它会将发生的事件添加到rdlist双链表中，在epoll中，对于每一个事件，都会建立一个epitem结构体，如下所示：

struct epitem{
    struct rb_node  rbn;//红黑树节点
    struct list_head    rdllink;//双向链表节点
    struct epoll_filefd  ffd;  //事件句柄信息
    struct eventpoll *ep;    //指向其所属的eventpoll对象
    struct epoll_event event; //期待发生的事件类型
}

当调用epoll_wait检查是否有事件发生时，只需要检查eventpoll对象中的rdlist双链表中是否有epitem元素即可。如果rdlist不为空，则把发生的事件复制到用户态，同时将事件数量返回给用户。

优点

• 没有最大并发连接的限制，能打开的FD的上限远大于1024（1G的内存上能监听约10万个端口）；

• 效率提升，不是轮询的方式，不会随着FD数目的增加效率下降。

  只有活跃可用的FD才会调用callback函数，只管理“活跃”的连接，而跟连接总数无关

• 内存拷贝，利用mmap()文件映射内存加速与内核空间的消息传递；即epoll使用mmap减少复制开销。

epoll缺点

• epoll只能工作在 linux 下

对于其他的IO模型比如IOCP或者kqueue之后再做补充

标签：多路复用,用户,阻塞,详解,线程,IO,select
From： https://www.cnblogs.com/jamgun/p/16864531.html