目录

5种io模型

io引入

io的本质

io效率的本质

模型引入

以钓鱼为例

效率最高的方式

异步io和同步io的区别

阻塞式和非阻塞式io的区别

介绍

阻塞式io

​编辑

非阻塞式io

​编辑

信号驱动式io

​编辑

多路转接/复用

​编辑

异步io

---

5种io模型

io引入

io的本质

以read ,write为例:

• 如果底层缓冲区没有数据/缓冲区已满,会阻塞等待
• 网络更是如此,大部分时间都在等待,直到有数据才进行拷贝

所以,io=等待+拷贝

• 因为上层察觉不到等待的时间,只能将等待时间也纳入io时间,无论是在等数据输入/处理数据好腾出空间,都是在等
• 其实概括一下,等的过程就是在判断条件成立 -- 条件 : 读写事件就绪

并且,在应用层使用这两个函数,本质上是将数据在用户层和os之间传递 

• 用户层缓冲区的数据 <---> 系统级缓冲区
• 也就是我们之前提到的,它们本质上都是拷贝函数

io效率的本质

根据上面的内容,我们可以推出:

• 因为高效io = 单位时间内可以拷贝更多的数据
• 又因为拷贝工作是os做的,我们无法改变,且io=等待+拷贝
• 所以,本质上提高io效率,就是要减少等待时间,几乎所有提高io效率的策略,都是在减少等待比重
• 就像,我们为什么要写多线程来代替单进程, 就是因为可以把等待时间从串行->并行

模型引入

以钓鱼为例

假如a来河边钓鱼

• 他是一个会一直关注鱼漂的人,所以在鱼咬钩之前,会一直等待,不会被外界因素打扰
• 对应io模型中的阻塞式io,我们之前接触到的大部分接口都是这样

过了一会又来了个b

• 他和a不一样,他闲不住,没法一直看着鱼漂,他会每隔五分钟查看一下情况,其余时间都在忙自己的(玩手机啦,看书啦等等)
• 对应非阻塞式io(这里是轮询方式)

然后又来了个c

• 他在鱼钩那里挂了一个铃铛,抛竿后就不管了,直到听到铃铛响才去查看
• 对应信号驱动式io,有数据了再来通知他

富豪d也过来钓鱼

• 他和前三个人都不一样,他开着车过来,装着一车鱼竿,然后依次把鱼竿插在地上,全部抛竿后以遍历的方式周期性检查所有鱼漂情况 -- 多路复用/转接

目前来说,d的钓鱼效率是最高的

• 因为鱼竿数量增多,相当于增加了鱼咬钩的概率
• 假设鱼咬任何一个鱼钩的概率是百分之一,那么d钓上鱼的概率就是n*1%,其他人都是1%

最后,大公司老板e也来钓鱼

• 他是带着一个司机坐车过来的,他也想去钓鱼,但一会公司还有事,所以他让司机在这里钓,给他留下钓鱼工具,水桶,手机,如果钓的鱼把桶装满了就用手机通知他
• 小王怎么钓鱼的不重要,重要的是e并没有实际参与钓鱼过程,e只是钓鱼行为的发起者,他只关心数据
• 对应异步io -- 小王就是os,e就是发起io操作的实体(进程/线程)

例子介绍完了,接下来聊聊细节 

效率最高的方式

五种io模型中,第四种io效率最高

• 虽然第五种自己不用参与,其实io效率没区别
• 并且异步io写出来的服务逻辑比较混乱一些

所以,多路转接的io方式是我们最值得学习的,也是效率最高的 

异步io和同步io的区别

前四个人都属于同步io

• 他们无论如何处理等待时间,总之都亲身参与了等待/钓的过程

最后一个则是完全没有参与

• 只是发起io,最后拿到结果就行

这就是异步/同步的本质区别,在于是否参与io 

阻塞式和非阻塞式io的区别

也就是a和b的区别

• 实际上两者的io效率没有区别
• 因为io=等+拷贝,两者都没有改变等待时间的占比,只是等待的方式不同
• 只不过b总体效率高,因为b在等待之余还做了其他事情

介绍

阻塞式io

非阻塞式io

信号驱动式io

多路转接/复用

异步io