python 并发编程 多路复用IO模型

多路复用IO(IO multiplexing)

这种IO方式为事件驱动IO(event driven IO)。

我们都知道，select/epoll的好处就在于单个进程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：

select是多路复用的一种

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。

多路复用IO比较阻塞IO模型：

1.阻塞IO经历两个阶段 wait data，copy data

2.多路复用3个阶段 wait data，ready copy data， copy data

单连接套接字通信 阻塞IO效率高

多路复用IO select可以代理多个套接字连接，多个套接字通信，多路复用IO效率高

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，性能高，同时可以检测多个套接字IO行为，不适用于单个连接

select网络IO模型示例

select 检测多个套接字IO行为 accept，recv

IO行为两种：

1.别人给我传数据

2.给别人发送数据

timeout是超时时间

每隔0.5秒去问操作系统准备好数据没有

def select(rlist, wlist, xlist, timeout=None):
    pass

# [] 传的空列表是出异常的列表
# 返回值3个列表 收列表，发列表，异常列表
rl,wl,xl = select.select(rlist, wlist, [], 0.5)

客户端:

from socket import *

client = socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1',8000))

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

client.close()

服务端代码：

from socket import *
import select

server = socket(AF_INET,SOCK_STREAM)
server.bind(('127.0.0.1',8000))
server.listen(5)
# 设置socket接口为 非阻塞IO接口
# 默认是True 为阻塞
server.setblocking(False)

# 专门存着收消息套接字
rlist = [server,]
# 存放发送消息套接字
wlist = []
# 存放发送的数据
wdata = {}
while True:

    # 返回值3个列表 收列表，发列表，异常列表
    rl,wl,xl = select.select(rlist, wlist, [], 0.5)
    print("rl",rl)
    print("wl",wl)

    for sock in rl:
        if sock == server:
            conn,addr = sock.accept()
            rlist.append(conn)
        else:
            try:
                data = sock.recv(1024)
                if not data:
                    sock.close()
                    rlist.remove(sock)
                    continue

                # 收的套接字加到列表
                wlist.append(sock)
                # 把数据加到字典 做一个 套接字对应数据
                wdata[sock] = data.upper()

            except Exception:
                sock.close()
                rlist.remove(sock)

    # 发送数据
    for sock in wl:
        sock.send(wdata[sock])
        wlist.remove(sock)
        wdata.pop(sock)

server.close()

基于select模块 检测套接字IO行为，实现并发效果

select监听fd变化的过程分析：

用户进程创建socket对象，拷贝监听的fd到内核空间，每一个fd会对应一张系统文件表，内核空间的fd响应到数据后，
就会发送信号给用户进程数据已到；
用户进程再发送系统调用，比如（accept）将内核空间的数据copy到用户空间，同时作为接受数据端内核空间的数据清除，
这样重新监听时fd再有新的数据又可以响应到了（发送端因为基于TCP协议所以需要收到应答后才会清除）。

该模型的优点：

可以同时检测多个套接字，效率比阻塞IO，非阻塞IO高了

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：

代理的套接字 列表里的多个套接字，需要循环列表 一个个检测，

在代理套接字比较少的情况下，循环比较快。但select代理的套接字非常多的情况下，select随着列表增大，效率就越来越慢

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。

epoll是异步方式实现，提交套接字时候，每个套接字身上都绑定一个回调函数，哪个套接字准备好了，就触发回调函数，把自己索引放在单独列表里，对于select来说，只需要去准备好的列表里 根据索引拿到套接字，这样不需要在列表里每个遍历。

epoll不支持windows系统

多路复用IO