标签:网络连接 exce 返回 result e30 == upper python学习 cpu
1、IO模型介绍:
io模型一般有五种:
* blocking IO
* nonblocking IO
* IO multiplexing
* signal driven IO
* asynchronous IO
但是 signal driven IO(信号驱动IO)在实际中并不常用,所以只介绍其他四中IO模型
另当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)
2、阻塞IO;
在linux中,默认情况下所有的socket都是blocking,一个典型的读操作流程大概是这样:
其中的过程大致为:当用户进程调用recvfrom这个系统调用,内核就开始了第一个IO阶段-等待数据。当然这时的数据还没有到达,内核就需要等待数据的到达,对于用户进程这边就需要等待内核将数据传过来,这个过程就是阻塞,当内核等到数据准备完成,就会将数据copy到用户内存,然后内核返回结果,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(等待数据和拷贝数据两个阶段)都被block了。
几乎所有的程序员第一次接触到的网络编程都是从listen()、send()、recv() 等接口开始的,使用这些接口可以很方便的构建服务器/客户机的模型。然而大部分的socket接口都是阻塞型的。如下图
ps:所谓阻塞型接口是指系统调用(一般是IO接口)不返回调用结果并让当前线程一直阻塞,只有当该系统调用获得结果或者超时出错时才返回。
实际上,除非特别指定,几乎所有的IO接口 ( 包括socket接口 ) 都是阻塞型的。这给网络编程带来了一个很大的问题,如在调用recv(1024)的同时,线程将被阻塞,在此期间,线程将无法执行任何运算或响应任何的网络请求。
可行的解决方案:在服务端开启多进程或多线程,再或者是开启进程池或线程池,这些方案再一定程度上能解决问题,但是客户端访问数量达到上万次以后,多进程和多线程会严重占用资源,进程池和线程池可以缓解部分压力,但不是解决所有问题。于是可以考虑非阻塞IO解决问题。
3、非阻塞IO
Linux下,可以通过设置socket使其变为non-blocking。当对一个non-blocking socket执行读操作时,流程是这个样子:
从图中可以看出,当用户进程发出read操作时,如果kernel中的数据还没有准备好,那么它并不会block用户进程,而是立刻返回一个error。从用户进程角度讲 ,它发起一个read操作后,并不需要等待,而是马上就得到了一个结果。用户进程判断结果是一个error时,它就知道数据还没有准备好,于是用户就可以在本次到下次再发起read询问的时间间隔内做其他事情,或者直接再次发送read操作。一旦kernel中的数据准备好了,并且又再次收到了用户进程的system call,那么它马上就将数据拷贝到了用户内存(这一阶段仍然是阻塞的),然后返回。
也就是说非阻塞的recvform系统调用调用之后,进程并没有被阻塞,内核马上返回给进程,如果数据还没准备好,此时会返回一个error。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。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。需要注意,拷贝数据整个过程,进程仍然是属于阻塞的状态。
所以,在非阻塞式IO中,用户进程其实是需要不断的主动询问kernel数据准备好了没有。
1 #服务端 2 from socket import * 3 import time 4 s=socket(AF_INET,SOCK_STREAM) 5 s.bind((‘127.0.0.1‘,8080)) 6 s.listen(5) 7 s.setblocking(False) #设置socket的接口为非阻塞 8 conn_l=[] 9 del_l=[] 10 while True: 11 try: 12 conn,addr=s.accept() 13 conn_l.append(conn) 14 except BlockingIOError: 15 print(conn_l) 16 for conn in conn_l: 17 try: 18 data=conn.recv(1024) 19 if not data: 20 del_l.append(conn) 21 continue 22 conn.send(data.upper()) 23 except BlockingIOError: 24 pass 25 except ConnectionResetError: 26 del_l.append(conn) 27 28 for conn in del_l: 29 conn_l.remove(conn) 30 conn.close() 31 del_l=[] 32 33 #客户端 34 from socket import * 35 c=socket(AF_INET,SOCK_STREAM) 36 c.connect((‘127.0.0.1‘,8080)) 37 38 while True: 39 msg=input(‘>>: ‘) 40 if not msg:continue 41 c.send(msg.encode(‘utf-8‘)) 42 data=c.recv(1024) 43 print(data.decode(‘utf-8‘))
当然非阻塞IO模型也是不被推荐的,虽然我们不能否认它的优点: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)。
但是它的缺点也是非常明显:
#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。
4、多路复用IO:
IO multiplexing也称为事件驱动IO(event driven IO),我们都知道select/epoll.
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。它的流程如图:
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。
这个图和blocking IO的图其实并没有太大的不同,事实上还更差一些。因为这里需要使用两个系统调用(select和recvfrom),而blocking IO只调用了一个系统调用(recvfrom)。但是,用select的优势在于它可以同时处理多个connection。
强调:
1. 如果处理的连接数不是很高的话,使用select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好,可能延迟还更大。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。
2. 在多路复用模型中,对于每一个socket,一般都设置成为non-blocking,但是,如上图所示,整个用户的process其实是一直被block的。只不过process是被select这个函数block,而不是被socket IO给block。
结论: select的优势在于可以处理多个连接,不适用于单个连接
1 #服务端 2 from socket import * 3 import select 4 5 s=socket(AF_INET,SOCK_STREAM) 6 s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1) 7 s.bind((‘127.0.0.1‘,8081)) 8 s.listen(5) 9 s.setblocking(False) #设置socket的接口为非阻塞 10 read_l=[s,] 11 while True: 12 r_l,w_l,x_l=select.select(read_l,[],[]) 13 print(r_l) 14 for ready_obj in r_l: 15 if ready_obj == s: 16 conn,addr=ready_obj.accept() #此时的ready_obj等于s 17 read_l.append(conn) 18 else: 19 try: 20 data=ready_obj.recv(1024) #此时的ready_obj等于conn 21 if not data: 22 ready_obj.close() 23 read_l.remove(ready_obj) 24 continue 25 ready_obj.send(data.upper()) 26 except ConnectionResetError: 27 ready_obj.close() 28 read_l.remove(ready_obj) 29 30 #客户端 31 from socket import * 32 c=socket(AF_INET,SOCK_STREAM) 33 c.connect((‘127.0.0.1‘,8081)) 34 35 while True: 36 msg=input(‘>>: ‘) 37 if not msg:continue 38 c.send(msg.encode(‘utf-8‘)) 39 data=c.recv(1024) 40 print(data.decode(‘utf-8‘)) 41 42 select网络IO模型
该模型的优点:
#相比其他模型,使用select() 的事件驱动模型只用单线程(进程)执行,占用资源少,不消耗太多 CPU,同时能够为多客户端提供服务。如果试图建立一个简单的事件驱动的服务器程序,这个模型有一定的参考价值。
该模型的缺点:
#首先select()接口并不是实现“事件驱动”的最好选择。因为当需要探测的句柄值较大时,select()接口本身需要消耗大量时间去轮询各个句柄。很多操作系统提供了更为高效的接口,如linux提供了epoll,BSD提供了kqueue,Solaris提供了/dev/poll,…。如果需要实现更高效的服务器程序,类似epoll这样的接口更被推荐。遗憾的是不同的操作系统特供的epoll接口有很大差异,所以使用类似于epoll的接口实现具有较好跨平台能力的服务器会比较困难。 #其次,该模型将事件探测和事件响应夹杂在一起,一旦事件响应的执行体庞大,则对整个模型是灾难性的。
5、异步IO
Linux下的asynchronous IO其实用得不多,从内核2.6版本才开始引入。先看一下它的流程:
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。
6、selectors模块
select、poll、epoll的简单使用
#!/usr/bin/env python #coding=utf-8 import os import fcntl import select, sys, subprocess vmstat_pipe = subprocess.Popen(‘netstat‘, shell=True, bufsize=1024, stdout=subprocess.PIPE).stdout iostat_pipe = subprocess.Popen(‘top‘, shell=True, bufsize=1024, stdout=subprocess.PIPE).stdout
上面是通用代码,下面会分别用select,poll,epoll来进行读管道的数据
1.select
while 1: infds,outfds,errfds = select.select([vmstat_pipe,iostat_pipe],[],[],5000) if len(infds) != 0: for m in infds: msg = m.readline() print "Get ", msg, "from pipe", m
2.poll
pipe_dict = {vmstat_pipe.fileno():vmstat_pipe, iostat_pipe.fileno():iostat_pipe} p = select.poll() p.register(vmstat_pipe, select.POLLIN|select.POLLERR|select.POLLHUP) p.register(iostat_pipe, select.POLLIN|select.POLLERR|select.POLLHUP) while 1: result = p.poll(5000) if len(result) != 0: for m in result: if m[1] & select.POLLIN: print "Get", pipe_dict[m[0]].readline(), "from pipe", m[0]
3.epoll
与poll的代码基本一致,只是改为epoll即可:p = select.epoll()
阻塞与非阻塞:
注意上例中都是用的readline(),而没有用read(),原因是用read()会导致阻塞,读不到数据;如果想要用read(),那么
需要设置管道为非阻塞的:
fl = fcntl.fcntl(vmstat_pipe.fileno(), fcntl.F_GETFL) fcntl.fcntl(vmstat_pipe.fileno(), fcntl.F_SETFL, fl | os.O_NONBLOCK) fl = fcntl.fcntl(iostat_pipe.fileno(), fcntl.F_GETFL) fcntl.fcntl(iostat_pipe.fileno(), fcntl.F_SETFL, fl | os.O_NONBLOCK)
另外如果管道的写端关闭,会读到一个文件结束符,比如上面代码的vmstat_pipe管道写端关闭后,会一直读到文件
结束符。
标签:网络连接 exce 返回 result e30 == upper python学习 cpu
原文地址:http://www.cnblogs.com/brightbrother/p/7483476.html