【Linux】五种 IO 模型与非阻塞 IO
🌈 个人主页：Zfox_
🔥 系列专栏：Linux
目录
- 一：🔥 重新理解 IO
- 🦋 为什么说网络问题的本质是 I/O 问题？
- 🎀 从数据流动看网络通信
- 🎀 网络 I/O 的瓶颈
- 🦋 如何理解 I/O 的本质？
- 🦋 什么是高效的 I/O？
- 🎀 高效 I/O 的目标
- 🎀 实现高效 I/O 的策略
- 二：🔥 五种 IO 模型
- 🦋 生动例子：餐厅点餐
- 🦋 专业术语介绍
- 🦋 总结表
- 三：🔥 思考
- 🦋 阻塞 vs 非阻塞，非阻塞效率效率一定高吗?
- 🦋 五种模型中，谁的 I/O 效率最高？
- 🦋 同步通信 vs 异步通信
- 四：🔥 非阻塞 IO
- 🦋 fcntl
- 🦋 实现函数 SetNonBlock
- 🦋 非阻塞方式读取标准输入
- 五：🔥 共勉
一：🔥 重新理解 IO
🦋 为什么说网络问题的本质是 I/O 问题？
🎀 从数据流动看网络通信
- 网络通信的核心：数据在客户端与服务器之间**双向流动**。
- 客户端发送请求 → 输出（Write）
- 服务器接收请求 → 输入（Read）
- 服务器返回响应 → 输出（Write）
- 客户端接收响应 → 输入（Read）
- 每个步骤均涉及 I/O 操作：数据通过网卡、内核缓冲区、用户程序传递，本质是 跨层数据搬运。
🎀 网络 I/O 的瓶颈
- 延迟（Latency）：数据从一端到另一端的传输时间（如物理距离、路由跳数）。
- 带宽（Bandwidth）：单位时间内可传输的数据量上限。
- 并发（Concurrency）：同时处理的连接数影响资源分配效率。
总结：
网络性能优化的核心是 减少 I/O 等待时间 和 提升 I/O 吞吐量。
🦋 如何理解 I/O 的本质？
🔬 IO 就是 input，output，参照物是计算机本身，是计算机系统内部和外部设备进行交互的过程。
IO = 等+拷贝（等是主要矛盾） colorbox{#FF7F00}{IO = 等+拷贝（等是主要矛盾）} IO = 等+拷贝（等是主要矛盾）
🐳 等待外部设备就绪，当外部设备准备好了以后，通过 CPU 的针脚发送中断信号告知操作系统。操作系统转入内核态，进行拷贝工作。
- 等待（Waiting）：等待数据就绪（如网络数据到达内核缓冲区、磁盘数据加载到内存）。
- 拷贝（Copying）：将数据从内核缓冲区复制到用户空间（或反向）。
高效IO
colorbox{turquoise}{高效IO}
高效IO
上面说的IO=等待+拷贝
在大多数情况下，时间都浪费在等待上面，因为和等待相比，拷贝要花的时间比等待的时间少的多。
- 高效 IO 的核心：减少等待时间的浪费，而非单纯优化拷贝速度。
等待的分类
- 主动等待：进程阻塞直到数据就绪（如阻塞式
read()）。 - 被动等待：进程通过轮询或事件通知检查状态（如非阻塞 IO +
epoll）。
示例：
- 网络请求：客户端等待服务器响应的 RTT（Round-Trip Time）属于被动等待。
- 数据库查询：从磁盘读取数据时，CPU 因 IO 阻塞而空闲属于主动等待。
🦋 什么是高效的 I/O？
⚡🧙 任何通信场景，IO 通信效率一定是有上限的，毕竟 花盆里长不出参天大树（受硬件限制）
IO效率低 的原因主要有以下几点：
- 等待时间：IO操作通常涉及与外部设备的交互，这些设备的速度远低于CPU和内存。例如，硬盘的读写速度比内存慢几个数量级，网络传输的速度也受带宽和延迟的限制。因此，程序在等待IO操作完成时会浪费大量时间。
- 上下文切换：在阻塞IO中，操作系统需要将等待IO的进程挂起，并切换到其他进程执行。这种上下文切换会消耗额外的CPU资源，降低整体效率，
- 资源竞争：在高并发环境下，多个进程或线程可能同时请求IO操作，导致资源竞争和排队，进一步增加等待时间。
🎀 高效 I/O 的目标
- 最大化 CPU 利用率：减少进程因等待 I/O 而阻塞的时间。
- 最小化延迟：快速响应每个 I/O 请求。
- 最大化吞吐量：单位时间内处理更多 I/O 操作。
🎀 实现高效 I/O 的策略
策略 1：减少阻塞等待
- 非阻塞 I/O：轮询检查数据是否就绪，避免进程挂起。
- 代价：频繁轮询可能导致 CPU 空转。
- 多路复用（如
epoll）：单线程监控多个 I/O 事件，仅处理就绪的描述符。- 优势：适合高并发网络服务（如 Web 服务器）。
策略 2：批量处理 I/O
- 缓冲（Buffering）：累积多个小数据包后一次性处理，减少系统调用次数。
- 示例：TCP 协议的 Nagle 算法合并小数据包。
策略 3：异步化与并行化
- 异步 I/O（如
io_uring）：内核全程处理 I/O，完成后通知进程。 - 多线程/进程：为每个连接分配独立执行单元（但需权衡上下文切换开销）
由于 IO 大部分时间花在了 等待上，因此高效的 IO 本质：单位时间内，等待的比重越低， IO 效率越高 colorbox{cyan}{由于 IO 大部分时间花在了 等待上，因此高效的 IO 本质：单位时间内，等待的比重越低， IO 效率越高} 由于 IO 大部分时间花在了 等待上，因此高效的 IO 本质：单位时间内，等待的比重越低， IO 效率越高
二：🔥 五种 IO 模型
在了解相关知识之前，我们先来看个例子，方便我们对其的理解
🦋 生动例子：餐厅点餐
角色定义
- 进程：顾客（发起 I/O 请求的主体）。
- 文件描述符：订单号（标识一个 I/O 请求）。
- 数据：顾客点的餐（需要处理的内容）。
1.1 阻塞 I/O
- 场景：
顾客下单后，一直坐在餐桌前等待，直到服务员端上菜才能做其他事（如玩手机）。 - 关键点：
- 顾客（进程）在等待期间完全被阻塞。
- 订单号（文件描述符）对应唯一的请求。
1.2 非阻塞 I/O
- 场景：
顾客下单后，每隔 5 秒去厨房问一次“我的菜好了吗？”，期间可以喝水、聊天。 - 关键点：
- 顾客（进程）需要主动轮询状态。
- 若厨房（内核）回答“没好”，顾客继续做其他事。
1.3 信号驱动 I/O
- 场景：
顾客下单后，留下手机号给服务员，继续聊天。厨房准备好菜时，服务员打电话通知顾客取餐。 - 关键点：
- 数据就绪时内核（服务员）通过信号（电话）通知进程（顾客）。
- 顾客仍需自己从厨房端走菜（同步拷贝数据）。
1.4 多路转接 I/O
- 场景：
顾客同时点了咖啡和蛋糕，告诉大堂经理“两样都好了叫我”。经理一直监听多个订单，任一就绪时通知顾客。 - 关键点：
- 一个进程（顾客）通过多路复用接口（经理）监控多个文件描述符（订单）。
- 仍需顾客自己取餐（同步拷贝数据）。
1.5 异步 I/O
- 场景：
顾客下单后，继续办公。厨房准备好菜后，服务员直接将菜端到顾客桌上，并说“您的菜齐了”。 - 关键点：
- 数据准备和端菜（拷贝）全程由内核（服务员）完成。
- 顾客（进程）无需参与任何等待或操作。
🦋 专业术语介绍
-
阻塞 I/O (Blocking I/O)
- 进程发起 I/O 操作后，立即进入阻塞状态，（在内核将数据准备好之前，系统调用一直等待）直到内核将数据准备好并拷贝到用户空间后，进程才恢复执行。
- 所有的套接字默认是阻塞方式
- 同步 I/O：进程全程需要等待数据就绪和拷贝完成。
-
非阻塞 I/O (Non-blocking I/O)
- 进程发起 I/O 操作后，内核立即返回一个状态值（未就绪），进程通过轮询（Polling） 反复检查数据是否就绪，期间可以执行其他任务。
- 如果内核还未将数据准备好, 系统调用仍然会直接返回, 并且返回
EWOULDBLOCK错误码. - 轮询：意指程序员循环的方式反复尝试读写文件描述符。这对 CPU 来说是较大的浪费, 一般只有特定场景下才使用.
- 同步 I/O：进程需要主动检查数据状态并完成拷贝。
-
信号驱动 I/O (Signal-driven I/O)
- 进程发起 I/O 操作后，内核在数据就绪时发送信号（如
SIGIO） 通知进程，进程随后执行数据拷贝。 - 同步 I/O：数据拷贝阶段仍需进程主动完成。
- 进程发起 I/O 操作后，内核在数据就绪时发送信号（如
-
多路转接 I/O (Multiplexing I/O)
- 进程通过
select、poll或epoll同时监控多个文件描述符，当任一描述符数据就绪时，内核通知进程进行处理。 - 同步 I/O：数据就绪后仍需进程主动拷贝数据。
- 进程通过
虽然从流程图上看起来和阻塞 IO 类似实际上最核心在于 IO 多路转接 能够同时等待多个文件描述符的就绪状态.
- 异步 I/O (Asynchronous I/O)
- 进程发起 I/O 操作后，内核 全程负责数据准备和拷贝，完成后通过回调（如信号或回调函数）通知进程。
- 异步 I/O：进程无需参与数据准备或拷贝。
🦋 总结表
- 同步 I/O：
- 阻塞 I/O、非阻塞 I/O、信号驱动 I/O、多路转接 I/O。
- 共同点：数据拷贝阶段需进程主动完成（即使通过信号或轮询触发）。
- 异步 I/O：
- 数据准备和拷贝全程由内核处理，进程无需参与。
| I/O 模型 | 同步/异步 | 例子类比 | 进程角色 |
|---|---|---|---|
| 阻塞 I/O | 同步 | 干等上菜 | 全程阻塞 |
| 非阻塞 I/O | 同步 | 轮询询问厨房 | 主动轮询 |
| 信号驱动 I/O | 同步 | 电话通知取餐 | 被动响应信号 |
| 多路转接 I/O | 同步 | 经理监听多个订单 | 批量监听 |
| 异步 I/O | 异步 | 服务员直接端菜到桌 | 完全无需参与 |
三：🔥 思考
🦋 阻塞 vs 非阻塞，非阻塞效率效率一定高吗?
答案：
不一定，非阻塞 I/O 的效率取决于具体场景。
- 非阻塞 I/O 的优势：
进程在等待数据就绪期间可以执行其他任务（避免完全阻塞），适合需要同时处理多任务的场景。
例子：餐厅顾客边等餐边聊天（非阻塞）比干等的顾客（阻塞）更高效。 - 非阻塞 I/O 的劣势：
如果频繁轮询（如每秒检查 1000 次），会导致 CPU 资源浪费，甚至比阻塞 I/O 效率更低。
例子：顾客每隔 1 秒就去厨房问一次，导致自己无法专心聊天，服务员也被频繁打扰。
结论：
- 低并发场景：阻塞 I/O 更简单高效（避免轮询开销）。
- 高并发场景：非阻塞 I/O + 多路复用（如
epoll）效率更高（避免大量线程阻塞）
🦋 五种模型中，谁的 I/O 效率最高？
答案：
异步 I/O（如 Linux 的 io_uring）理论效率最高，但实际中 多路复用 I/O（如 epoll） 在同步模型中更常用。
- 异步 I/O：
- 优势：内核全程处理数据准备和拷贝，进程完全无需等待（服务员直接端菜到桌）。
- 限制：依赖操作系统和硬件的支持（如 Linux 的异步 I/O 实现复杂）。
- 多路复用 I/O（
epoll）：- 优势：单线程监控大量文件描述符，避免进程/线程频繁切换（大堂经理统一管理订单）。
- 场景：高并发网络服务器（如 Nginx、Redis）的核心模型。
总结：
- 异步 I/O 理论最优，但实际中多路复用 I/O 因兼容性和成熟度更常用
- 异步 I/O 的高效主要和其特点无关，还是得依靠程序员自己，而多路复用 I/O 可以用于处理大批网络数据，降低了等的比重
因此总的来说，我们更认为 多路复用的 I/O 效率更高
🦋 同步通信 vs 异步通信
同步 和 异步 关注的是消息通信机制.
- 所谓同步，就是在发出一个调用时，在没有得到结果之前，该调用就不返回. 但是一旦调用返回，就得到返回值了;
- 换句话说，就是由调用者主动等待这个调用的结果;
- 异步则是相反，调用在发出之后，这个调用就直接返回了，所以没有返回结果;
- 换句话说，当一个异步过程调用发出后，调用者不会立刻得到结果; 而是在调用发出后，被调用者通过状态、通知来通知调用者，或通过回调函数处理这个调用.
另外：之前我们在讲 多进程多线程 的时候，也提到同步和互斥。
注意：这里的同步通信和进程之间的同步是完全不相干的概念.
- 进程/线程同步 也是进程/线程之间直接的制约关系
- 是为完成某种任务而建立的两个或多个线程，这个线程需要在某些位置上协调
他们的工作次序而等待、传递信息所产生的制约关系。尤其是在访问临界资源的时候.
因此以后在看到 “同步” 这个词，一定要先搞清楚大背景是什么。这个同步是同步通信异步通信的同步, 还是同步与互斥的同步
四：🔥 非阻塞 IO
🦋 fcntl
一个文件描述符, 默认都是阻塞 IO.
函数原型如下.
NAME
fcntl - manipulate file descriptor
SYNOPSIS
#include cmd 是命令，是要操作的类型。主要的操作类型有：
- 获取，设置文件状态信息：cmd=F_GETFL，F_SETFL。
- 复制现有的描述符，cmd=F_DUPFD。
- 获取，设置文件描述符标识, ，cmd=F_GETFD，F_SETFD colorbox{pink}{ 获取，设置文件描述符标识, ，cmd=F_GETFD，F_SETFD } 获取，设置文件描述符标识, ，cmd=F_GETFD，F_SETFD
- 获取，设置异步IO所有权，cmd=F_GETOWN，F_SETOWN。
- 获取、设置记录锁，cmd=F_GETLK，F_SETLK，F_SETLKW。
🧊 我们此处只是用第三种功能, 获取/设置文件状态标记 , 就可以将一个文件描述符设置为非阻塞. 文件状态标志包括 O_APPEND 、O_NONBLOCK 。
🦋 实现函数 SetNonBlock
⚙️ 基于 fcntl , 我们实现一个 SetNoBlock 函数, 将文件描述符设置为非阻塞.
#include
- 使用 F_GETFL 将当前的文件描述符的属性取出来 (这是一个位图).
- 然后再使用 F_SETFL 将文件描述符设置回去. 设置回去的同时, 加上一个 O_NONBLOCK 参数.
🦋 非阻塞方式读取标准输入
#include 五：🔥 共勉
😋 以上就是我对 【Linux】五种 IO 模型与阻塞 IO 的理解, 觉得这篇博客对你有帮助的，可以点赞收藏关注支持一波~ 😉
