python基础学习23----IO模型（简）

标签：not   while   html   学习   nbsp   非阻塞   内核   cpu占用率   image   

对于一个网络IO(network IO),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

2.将数据从系统内核拷贝到进程当中

当收到数据后，这些数据会先存放到系统所用的内存当中，之后在由系统将数据从内核中拷贝到使用的进程当中

不同的IO模型的区别就在于上述的两个阶段

一.阻塞IO  (blocking IO)

recvfrom进行系统调用后，等待数据和拷贝数据的两个阶段都被阻塞了

二.非阻塞IO  (nonblocking IO)

recvfrom不断的向kernel要数据，如果没有数据就马上返回一个提示，紧接着recvfrom继续去要数据，直到数据准备好， 然后再从内核拷贝到进程中。

这里等待数据的阶段并没有阻塞，但是数据从内核中拷贝到使用的进程的过程中还是处于阻塞状态。

缺点：循环调用recv()将大幅度推高CPU占用率，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。

三.多路复用IO  (IO multiplexing)

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。

这里两个阶段都处于阻塞状态，看似和阻塞IO没有太大区别，甚至比它效率更低，但是select能够处理多个连接。

#服务端
from socket import *
import select

s=socket(AF_INET,SOCK_STREAM)
s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
s.bind((‘127.0.0.1‘,8081))
s.listen(5)
s.setblocking(False) 
read_l=[s,]
while True:
    r_l,w_l,x_l=select.select(read_l,[],[])
    print(r_l)
    for ready_obj in r_l:
        if ready_obj == s:
            conn,addr=ready_obj.accept() 
            read_l.append(conn)
        else:
            try:
                data=ready_obj.recv(1024) 
                if not data:
                    read_l.remove(ready_obj)
                    continue
                ready_obj.send(data.upper())
            except ConnectionResetError:
                read_l.remove(ready_obj)

#客户端
from socket import *
c=socket(AF_INET,SOCK_STREAM)
c.connect((‘127.0.0.1‘,8081))

while True:
    msg=input(‘>>: ‘)
    if not msg:continue
    c.send(msg.encode(‘utf-8‘))
    data=c.recv(1024)
    print(data.decode(‘utf-8‘))

四.异步IO(asynchronous IO)

异步IO两个阶段都没有阻塞

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。

具体参考https://www.cnblogs.com/haiyan123/p/7465486.html

python基础学习23----IO模型（简）

标签：not   while   html   学习   nbsp   非阻塞   内核   cpu占用率   image   

原文地址：https://www.cnblogs.com/sfencs-hcy/p/9753692.html