标签：multiple htm input lap pid llb false result 自己的
1、IO介绍
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)
服务端：
from socket import * s = socket() s.bind((‘127.0.0.1‘,8080)) s.listen(5) while True: conn, addr = s.accept() print(addr) while True: try: data = conn.recv(1024) if not data: break print(‘from client msg: ‘,data) except ConnectionResetError: break conn.close() #data = conn.recv这里会有一个明显的阻塞效果 #recv本质是从网卡收消息，但应用程序不能操作硬件，它会给操作系统发请求，找操作系统拿数据，操作系统缓存里有没有数据 #取决于网卡，也就是客户端有没有向网卡发数据，等到操作系统缓存里有数据时，会把数据copy给应用程序的缓存 #所以recv经历了两个阶段，wait data 与 copy data #accept和recv操作一样
客户端：
from socket import * client = socket() client.connect((‘127.0.0.1‘, 8080)) while True: data = input(‘>>: ‘).strip() if not data:continue client.send(data.encode(‘utf-8‘)) print(‘has send‘) #client.send里面的数据此时储存在应用程序中，需要调网卡把数据发送出去，但应用程序不能操作网卡，所以应用程序 #先把数据copy给自己的操作系统（此时send操作已经完成了），操作系统调网卡把数据发到对方去。 #这里我们不会感觉send操作会阻塞程序，因为send只要把数据copy给操作系统就完成任务了，如果此时的数据又很小，就不会 #感觉到阻塞，但send本身是一个IO行为，如果copy的数据量大到占满操作系统的缓冲时，这时候就不能向操作系统里写数据了， # 这就会感觉到阻塞 #所以send 经历了一个copy data
非阻塞IO：
#服务端 from socket import * import time s = socket() s.bind((‘127.0.0.1‘,8080)) s.listen(5) s.setblocking(False) #非阻塞，默认情况下是阻塞的（True） r_list=[] w_list=[] while True: try: conn, addr = s.accept() #捕捉连接，如果没连接来，干其它活 r_list.append(conn) #有连接来的话把连接存下来，再进入下来次循环检测连接 except BlockingIOError: # time.sleep(0.05) print(‘可以去干其他的活了‘) print(‘rlist: ‘,len(r_list)) # 收消息 del_rlist=[] for conn in r_list: try: data=conn.recv(1024) if not data: #如果是linux系统客户端单方面断连接recv会收空 conn.close() #关闭连接 del_rlist.append(conn) #把关闭掉的连接放到准备删除的列表里 continue #直接运行下一行代码 # conn.send(data.upper()) w_list.append((conn,data.upper())) except BlockingIOError: #当检测到recv没有收到数据时进行下一次循环 continue except ConnectionResetError: #捕捉客户端单方面终止连接(window系统) conn.close() #回收连接 # r_list.remove(conn) del_rlist.append(conn) #把终止掉的连接放到准备删除的列表里 # 发消息 del_wlist=[] for item in w_list: try: conn=item[0] #拿连接 res=item[1] #拿数据 conn.send(res) #发送数据 del_wlist.append(item) #发送成功后就不需要了 except BlockingIOError: #检测是否存在发送阻塞 continue except ConnectionResetError: #检测发消息时客户端有没有单方面断连接 conn.close() #关掉连接 del_wlist.append(item) #加入要删除的列表里，等待被删除 # 回收无用套接字,无需再监听它们的IO操作 for conn in del_rlist: r_list.remove(conn) #收 for item in del_wlist: #发 w_list.remove(item) #客户端 from socket import * import os client = socket() client.connect((‘127.0.0.1‘, 8080)) while True: data=‘%s say hello‘ %os.getpid() client.send(data.encode(‘utf-8‘)) res=client.recv(1024) print(res.decode(‘utf-8‘))
但是非阻塞IO模型不被推荐，虽然它能够在等待任务完成的时间里干其他活了，但是它循环调用recv()将大幅度推高CPU占用率
它的好处就在于单个process就可以同时处理多个网络连接的IO，基本原理就是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。
异步IO：
from concurrent.futures import ThreadPoolExecutor from threading import current_thread import time import os def task(n): print(‘%s is running‘ %current_thread().name) time.sleep(2) #模拟IO return n**2 def parse(obj): res=obj.result() #拿到task的返回值的结果 print(res) if __name__ == ‘__main__‘: t=ThreadPoolExecutor(4) future1=t.submit(task,1) future1.add_done_callback(parse) #parse函数会在future1对应的任务执行完毕后自动执行，会把future1自动传给parse future2=t.submit(task,2) future2.add_done_callback(parse) future3=t.submit(task,3) future3.add_done_callback(parse) future4=t.submit(task,4) future4.add_done_callback(parse)
五种IO模型：https://www.cnblogs.com/linhaifeng/articles/7454717.html
标签：multiple htm input lap pid llb false result 自己的
原文地址：https://www.cnblogs.com/zh-xiaoyuan/p/11784190.html
