当前位置：首页 > news >正文

BIO、NIO、IO多路复用(select/poll/epoll)、信号驱动IO、异步IO

news 来源：原创 2024/4/27 14:10:07

BIO、NIO、IO多路复用【select/poll/epoll】、信号驱动IO、异步IO

- Linux用户空间和内核空间
- 阻塞IO（Blocking IO）
- 非阻塞IO（Noblocking IO）
- IO多路复用（IO Multilpexing）
- - select
  - poll
  - epoll
- 信号驱动IO（Signal Driven IO）
- 异步IO（Asynchronous IO）
- 五种IO模型对比

Linux用户空间和内核空间

程序运行时，为了避免用户应用发生冲突，甚至发生系统冲突，用户应用和内核是分类：
进程的寻址空间会划分为两部分：内核空间、用户空间。
当进程运行在用户空间时，我们称之为用户态，当进程运行在内核空间的时候，我们称之为内核态。

用户空间只能执行受限的命令，而且不能调用系统资源，必须通过内核提供的接口来访问。
内核空间可以执行特权命令，调用一切资源。

Linux为了提高IO效率会在用户空间和内核空间都加入缓冲区：

写数据时，要把用户缓冲数据拷贝到内核缓冲区，然后写去设备。
读数据时，要从设备读取数据到内核缓冲区，然后拷贝到用户缓冲区。

其中读数据的过程如下所示：
在这里插入图片描述
读数据主要分为两部分：

等待数据就绪：我们向内核空间发起请求，等待数据，内核空间将数据准备好之后，放到内核的缓冲区。
从内核缓冲区拷贝数据到用户缓冲区。然后用户程序就可以对用户缓冲区内的数据进行操作。

阻塞IO（Blocking IO）

阻塞IO指的是在 等待数据阶段 和 由内核拷贝数据到用户空间阶段 都阻塞等待的IO。

等待数据阶段：用户进程尝试读取数据，此时数据尚未到达，内核需要等待数据，此时用户线程也处于阻塞状态。
拷贝数据阶段：数据到达并拷贝到内核缓冲区，代表已经就绪；将内核数据拷贝到用户缓冲区；拷贝过程中，用户进程依然阻塞等待；拷贝完成，用户进程阻塞解除，处理数据。
在这里插入图片描述
用户应用调用recvfrom读取数据，数据未准备好，用户应用阻塞等待，直到1,2都完成才能解除阻塞等待。

非阻塞IO（Noblocking IO）

非阻塞IO的recvfrom操作会立即返回结果而不是阻塞用户进程。

等待数据阶段：
用户进程尝试读取数据，此时数据尚未到达，内核需要等待数据，返回异常给用户进程，用户进程拿到error之后，再次读取失败，之后不停调用recvfrom，直到数据就绪。

数据拷贝阶段：
用户进程阻塞等待，直到拷贝完成，用户进程解除阻塞，处理数据。

在这里插入图片描述
虽然第二个阶段是非阻塞状态，但是性能并没有得到提高，而且忙等机制会导致CPU空转，CPU使用率暴增。

IO多路复用（IO Multilpexing）

文件描述符（File Descriptor）FD, 是一个从0开始的无符号整数，用来关联Linux中的一个文件。在Linux中一切皆文件，例如常规文件、视频、硬件设备等，也包括网络套接字。

IO多路复用是利用单个线程来同时监听多个FD，并在FD可读、可写时得到通知，从而避免无效的等待，充分利用CPU资源。

等待数据阶段：用户进程调用select，指定要监听的FD集合，内核监听FD对应的多个socket，任意一个或多个socket数据就绪就返回readable，该过程中用户线程阻塞。

数据拷贝阶段：用户线程找到就绪的socket，依次调用recvfrom读取数据，内核将数据拷贝到用户空间，用户进程处理数据。
在这里插入图片描述
IO多路复用中监听FD的方式，有多种实现，常见的有：select、poll、epoll
其中：

select和poll只会通知用户进程有FD就绪，但不确定是哪个FD，需要用户进程遍历FD来确认。
epoll则会在通知用户进程FD就绪的同时，把已经就绪的FD写入用户空间。

select

select的部分代码如下：

// 定义类型别名 __fd_mask，本质是 long int
typedef long int __fd_mask;
/* fd_set 记录要监听的fd集合，及其对应状态 */
typedef struct {
    // fds_bits是long类型数组，长度为 1024/32 = 32
    // 共1024个bit位，每个bit位代表一个fd，0代表未就绪，1代表就绪
    __fd_mask fds_bits[__FD_SETSIZE / __NFDBITS];
    // ...
} fd_set;
// select函数，用于监听fd_set，也就是多个fd的集合
int select(
    int nfds, // 要监视的fd_set的最大fd + 1
    fd_set *readfds, // 要监听读事件的fd集合
    fd_set *writefds,// 要监听写事件的fd集合
    fd_set *exceptfds, // // 要监听异常事件的fd集合
    // 超时时间，null-用不超时；0-不阻塞等待；大于0-固定等待时间
    struct timeval *timeout
);

其中，存储FD的数据结构为fd_set, fd_set中有一个数组fds_bits，其大小为32，fds_bits数组的类型为long int占4字节，因此总共为32x4x8=1024位，每个bit位代表一个fd，0代表未就绪，1代表就绪。

其过程如下：
在这里插入图片描述

select模式存在的问题：

需要将整个fd_set从用户空间拷贝到内核空间，select结束还要再次拷贝回用户空间
select无法得知具体是哪个fd就绪，需要遍历整个fd_set
fd_set监听的fd数量不能超过1024

poll

poll的部分代码如下：

// pollfd 中的事件类型
#define POLLIN     //可读事件
#define POLLOUT    //可写事件
#define POLLERR    //错误事件
#define POLLNVAL   //fd未打开

// pollfd结构
struct pollfd {
    int fd;     	  /* 要监听的fd  */
    short int events; /* 要监听的事件类型：读、写、异常 */
    short int revents;/* 实际发生的事件类型 */
};
// poll函数
int poll(
    struct pollfd *fds, // pollfd数组，可以自定义大小
    nfds_t nfds, // 数组元素个数
    int timeout // 超时时间
);

IO流程：

创建pollfd数组，向其中添加关注的fd信息，数组大小自定义
调用poll函数，将pollfd数组拷贝到内核空间，转链表存储，无上限
内核遍历fd，判断是否就绪
数据就绪或超时后，拷贝pollfd数组到用户空间，返回就绪fd数量n
用户进程判断n是否大于0
大于0则遍历pollfd数组，找到就绪的fd

与select对比：

select模式中的fd_set大小固定为1024，而pollfd在内核中采用链表，理论上无上限
虽然fd数量无限制，但是监听FD越多，每次遍历消耗时间也越久，性能反而会下降

epoll

epoll模式是对select和poll的改进，它提供了三个函数：

struct eventpoll {
    //...
    struct rb_root  rbr; // 一颗红黑树，记录要监听的FD
    struct list_head rdlist;// 一个链表，记录就绪的FD
    //...
};
// 1.创建一个epoll实例,内部是event poll，返回对应的句柄epfd
int epoll_create(int size);
// 2.将一个FD添加到epoll的红黑树中，并设置ep_poll_callback
// callback触发时，就把对应的FD加入到rdlist这个就绪列表中
int epoll_ctl(
    int epfd,  // epoll实例的句柄
    int op,    // 要执行的操作，包括：ADD、MOD、DEL
    int fd,    // 要监听的FD
    struct epoll_event *event // 要监听的事件类型：读、写、异常等
);
// 3.检查rdlist列表是否为空，不为空则返回就绪的FD的数量
int epoll_wait(
    int epfd,                   // epoll实例的句柄
    struct epoll_event *events, // 空event数组，用于接收就绪的FD
    int maxevents,              // events数组的最大长度
    int timeout   // 超时时间，-1用不超时；0不阻塞；大于0为阻塞时间
);