标签：python i/o模型 多路复用 阻塞i/o 非阻塞i/o
一、初步了解什么是I/O模型。
1.回顾，用户态与内核态。
操作系统位于应用程序和硬件之间，本质上是一个软件，它由内核以及系统调用组成。
内核：用于运行于内核态，主要作用是管理硬件资源。
系统调用：运行与用户态，为应用程序提供系统调用的接口。
操作系统的核心，就是内核，内核具有访问底层硬件设备的权限，为了保证用户无法直接对内核进行操作，并且保证内核的安全，所以就划分了用户空间和内核空间。
2.回顾进程切换。
如果说要实现进程之间的切换，那么进程需要有能力挂起，有能力回复，这样才叫切换。
进程与进程之间的切换是由操作系统来完成的！
假如说有多个进程，其中有个进程正在cpu上运行，现在需要切换到另一个线程，之间都发生了什么？
第一步：保存cpu上下文，程序计数器，以及寄存器。
第二步：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。
第三步：更新内存管理的数据结构。
第四步：恢复处理器的上下文
#这几步理解不了无所谓....其实主要就是想说明，进程和进程之间进行切换真的很耗资源！！！
3.回顾进程阻塞。
正在执行的进程，这个进程在等待数据，或者说，请求资源失败，或者，等待的某种事物没有发生。
系统就会将这个进程的状态改为阻塞（block）状态。
阻塞，也可以说是进程自己的一种主动行为。
只有进程处于运行状态的时候，才会获得cpu资源，如果当一个进程变为了阻塞状态，是不会对cpu资源造成占用的。（阻塞完全不占用cpu资源。）
4.回顾文件描述符。
个人觉得文件描述符这种东西，只有在unix，linux（各种类unix系统）上才会存在。
是一个用来引用文件的一个很抽象的概念。
文件描述符的表达形式，是一个非负数的整数。
我一直把文件描述符理解为一个索引，这个索引指向了每个进程打开的每个文件的一个记录表。
当一个应用程序或者一个进程，打开或者创建一个文件的时候，内核就会返回一个文件描述符。
linux的文件描述符一旦被耗尽，会导致一些应用程序无法正常运行，无法创建socket文件等....
5.缓存I/O。（数据在内核态和用户态之间来回复制）
拿socket通信来举例吧，两台机器之间通过socket来进行通信，当计算机A给计算机B发送一个数据的时候，是直接发送给计算机B的吗？其实并不是，计算机A在发送数据时，首先会从用户态转换为内核态，然后把数据交给自己的网卡，再对外进行发送。
接收端在接收数据的时候，由内核态转交给用户态。
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。（可以理解为数据从内核态被复制到了用户态）
通过上面的例子，说明了缓存I/O是由缺点的，数据在传输的过程中，数据需要在应用程序地址空间（用户态），和内核空间（内核态）中进行来回的数据拷贝操作！对CPU和内存的开销都是非常大的！
6.I/O模型简单介绍。
I/O模型到底是什么？不同的I/O模型到底有什么区别？
就拿socket网路通信来举例吧，socket通信属于网络I/O，执行accept（等待连接）和recv（等待数据接收）时，会涉及到两个系统对象，一个是调用这个I/O操作的线程或者进程，另外就是系统内核。
等待数据的准备。
然后将数据从内核空间拷贝到进程中
下面总结了四种比较常用的I/O模型：
（1）.blocking IO（阻塞IO）（unix/linux默认的一中I/O模型）
在linux和类unix系统下，所有的socket对象都是blocking I/O模型，下面是一个阻塞I/O模型的运行流程。
假设现在有两台主机，主机A和主机B要通过socket去通信，主机A现在执行了一个accept（）要去等待主机B来连接，这个时候程序中的accepet（这个过程是在向操作系统索要数据！），就会发起一个系统调用“recvfrom”给内核，在主机A执行accept的时候，主机B有去连接主机A吗？主机B什么时候会去连接主机A？这些是未知的，这个时候，就出现了一个等待数据的现象，这个等待现象是操作系统的内核造成的，内核会去等待数据，这个等待的过程就是阻塞的！！主机A的代码就会一直卡在accept的位置，无法继续执行后面的内容（一直等在这）。
这个时候，主机B执行了connect，连接到了主机A，此时内核拿到了数据！（需要注意！此时拿到数据的是内核！）程序无法直接拿到放在内核空间的数据，所以接下来内核会把数据拷贝一份给用户地址空间。此时此刻！！我们的程序才会真正拿到这个数据！
这就是阻塞IO的一个运行流程。
如果说的再简单点儿：
对于network io来说，很多时候数据在一开始还没有到达（比如，还没有收到一个完整的UDP包），这个时候kernel就要等待足够的数据到来。而在用户进程这边，整个进程会被阻塞。当kernel一直等到数据准备好了，它就会将数据从kernel中拷贝到用户内存，然后kernel返回结果，用户进程才解除block的状态，重新运行起来。
所以，blocking IO的特点就是在IO执行的两个阶段都被block了。
（整个过程中只发起了一次系统调用）
（阻塞IO是同步的，）
（这种I/O模型效率偏低，但是数据可以得到及时的处理。）
（2）.nonbloking IO （非阻塞IO）
其他的系统不太清楚，但是在linux系统下，可以通过设置socket（setblocking方法），可以改变socket的阻塞模型为非阻塞模型，非阻塞模型的运行流程如下：
还拿前面说的主机A和主机B通信的例子来说，主机A和主机B要通过socket去通信，主机A现在执行了一个accept（）要去等待主机B来连接，这时会发起一个recvfrom的系统调用，此时如果kernel中还没有收到主机B的连接，或者说数据还没有准备好，这时不会去阻塞这个进程，而是返回一个error（IO阻塞异常）（主机A这端的程序不会一直等待，而是会直接返回结果）。此时用户的程序去做一个判断，判断这次recvfrom系统调用的结果是不是error，如果是error（I/O阻塞异常）则说明了数据还没有准备好，但是这个程序不会被阻塞，还可以去做点其他事情，也可以再次accept或者recv（发起recvfrom系统调用），一旦内核中的数据准备好了，并且再次收到了程序的系统调用，那么，马上就会把数据从内核的内存空间直接拷贝到用户的内存空间。
所以，使用非阻塞IO模型的情况下，用户的进程需要不停的询问内核，是否有把数据准备好。
在网络I/O中，使用非阻塞I/O模型，发起recvfrom这个系统调用后，进程没有被阻塞，内核直接返回结果给进程，如果数据没准备好会返回一个错误，进程在返回之后，可以干点别的事情，然后再发起recvform系统调用，一直重复上面的过程。
循环往复的进行recvform系统调用。这个过程通常被称之为轮询。轮询检查内核数据，直到数据准备好，再拷贝数据到进程，进行数据处理。
最后还有一点要注意！！！！非阻塞I/O模型，并不是全程无阻塞的，内核要给用户控件拷贝数据的时候，这个时候时间虽然非常短！！但这个过程一定是阻塞的！！！！
下面是个非阻塞模型的网络I/O示例：
服务端：
import time
import socket
sk = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
sk.setsockopt
sk.bind((‘127.0.0.1‘,6667))
sk.listen(5)
sk.setblocking(False) #设置非阻塞I/O模型
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)
客户端：
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
其实这种非阻塞I/O模型看起来效率很高，但是也有缺点：
首先，这种非阻塞的I/O模型会发送很多的系统调用。
其次，数据无法及时的被处理，先来看看上面那个例子，每次轮询内核数据的时候，如果发现内核没有准备好数据，需要sleep 4秒，在sleep的这4秒钟，刚sleep两秒，内核中的数据准备好了，但是这时sleep才刚执行了2秒，还有2秒没有sleep完，需要再等待两秒，才会从新去轮询检查一次内核的数据（也就是说，想拿到数据，还要再过两秒），所以说，数据没有办法及时得到处理。
（3）.IO multiplexing（I/O多路复用）
I/O多路复用的好处就在于单个进程，可以同时处理多个网络连接的I/O，其实就是又select/epoll这两个函数去不断的轮询所有的socket，一旦有socket的状态发生变化，就会去通知用户进程（程序）。
I/O多路复用的基本运行流程图如下：
首先由select函数发起一个系统调用，这个系统调用也叫select，一但调用了这个select，整个进程就会进入阻塞状态，此时，内核回去检测，所有select负责的socket，当select负责的这些socket中，其中只要有一个socket的状态发生了改变，那么select就会立刻返回。用户就可以收到来自这个socket发来的数据。
其实select这个图和阻塞I/O很像，貌似没什么区别，但是，使用select是由优势的，select可以同时处理多个连接。
如果处理的并发连接数不是很高的情况下，使用这种IO多路复用，可能还没有多线程+IO阻塞的性能好，甚至可能会加大延迟。
注意！！IO多路复用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。
在I/O多路复用的模式中，每一个socket，一般都设置为非阻塞，但是整个用户的进程其实是一直被阻塞的！和默认的I/O阻塞不同，这个阻塞是因为进程被select函Lock导致的，和I/O造成的阻塞其实不是一回事。
一旦select函数返回的结果中有内容可以拿了，那么进程就可以调用accpet或者recv将位于内核空间的数据copy到用户空间中。
只有在处理特别多的连接数时，才需要考虑使用select函数，如果只处理单个连接，无法体现出select的优势！
下面是select函数基本用法的一个示例：
服务端：
#!/usr/local/bin/python2.7
# -*- coding:utf-8 -*-
import socket
import select
socket_obj = socket.socket()
socket_obj.bind(("127.0.0.1",8889))
socket_obj.listen(5)
while True:
r,w,e = select.select([socket_obj,],[],[],5) #用来检测socket_obj这个socket对象是否产生了变化，如果有变化，返回给变量r，（5代表5秒后，即使socket没有任何变化，代码也会向下执行！）
#一旦这个socket产生了变化之后，变量r就有内容了。
for i in r:
print "conn ok!"
print (‘wait.....‘)
客户端：
#!/usr/local/bin/python2.7
# -*- coding:utf-8 -*-
import socket
socket_client = socket.socket()
socket_client.connect(("127.0.0.1",8889))
while True:
inpt = raw_input(">>>").strip()
socket_client.send(inpt.encode("utf-8"))
data = socket_client.recv(1024)
print data.decode("utf8")
（也许有人很好奇，select检测socket对象的机制是什么样的，其实select使用的是一种名为“水平触发”的检测机制。关于边缘触发和水平触发，后面会有详细介绍。）
（4）.asynchronous IO （异步I/O）
也是一个用的不太多的I/O模型，下面是运行流程图。
用户程序首先发起一个aio_read系统调用，发起系统调用后，用户程序就会继续做其他的事情，当内核接收到了aio_read这个系统调用后，会像非阻塞IO一样，立刻返回一个结果，此时内核会等待数据准备完成， 然后将数据拷贝到内存空间，拷贝结束后，内核会给用户进程发送一个信号，告诉用户的进程，数据拷贝结束。
注意！！！
说道这里，有人可能会把异步I/O模型和非阻塞I/O模型的概念混淆，其实这两个I/O模型的区别还是很大的。
在使用非阻塞I/O模型的时候，进程的大部分时间都不会被Block，但是进程要主动去检查内核中的数据是否准备好，如果数据准备好了，还需要进程去发起一个recvfrom来将数据从内核空间拷贝到用户空间。
异步I/O模型则完全不同，感觉更像是用户进程把I/O操作直接交给了内核，等内核做完I/O操作，再去通知用户进程，在这个过程中，用户不需要去检查内核是否有将数据准备好，并且也不需要主动去将内核空间的数据拷贝到用户空间。
本文出自 “reBiRTH” 博客，请务必保留此出处http://suhaozhi.blog.51cto.com/7272298/1927374
11.python并发入门（part14阻塞I/O与非阻塞I/O，以及引入I/O多路复用）
标签：python i/o模型 多路复用 阻塞i/o 非阻塞i/o
原文地址：http://suhaozhi.blog.51cto.com/7272298/1927374
