IO密集型程序
  在程序执行过程中存在大量IO操作,而CPU操作较少,消耗CPU较少,运行效率较低
CPU(计算)密集型程序
  在程序执行中,CPU运算较多,IO操作相对较少(消耗CPU大,运行速度快)
IO分类: 阻塞IO   
       阻塞情况: 是IO的默认形态,是效率较低的一种IO情形
          1 因为某种条件没有达成造成的阻塞
              accept input recv
          2 处理 IO端数据传输时间较长形成的阻塞
              网络传输过程,文件读写过程
     非阻塞IO : 通过IO事件的属性,使其变成非阻塞状态,(让一些条件阻塞函数不再阻塞)
        非阻塞IO往往和循环判断一起使用
        s.setblocking(False)
          将套接字设置为非阻塞状态(默认为阻塞状态)
        超时检测: 将原本阻塞函数,设置一个最长阻塞时间,如果条件时间内达成则正常运行,如果仍然阻塞则被视为超时,继续向下运行或产生异常
        s.settimeout(sec)  设置套接字超时时间
      
     IO多路复用 :同时监控多个IO事件,当哪个IO事件准备就绪,就执行哪个IO事件,以此形成可以同时操作多个IO的并发行为,避免一个IO阻塞,造成所有IO都无法执行
        IO准备就绪:是一种IO必然发生的临界状态
        IO多路复用的编程实现:
            1 将IO设置成为关注IO
            2 将关注IO提交给内核监视
            3 处理内核给我们反馈的准备就绪的IO
        具体:select --> windows linux unix
           poll  -->linux unix
           epoll  -->linux unix
    select 模块:
        import select
          rs,ws,xs = select(rlist,wlist,xlist[,timeout])
          功能: 监控IO事件,阻塞等待IO事件发生
        参数:
          rlist :列表, 存放我们监控等待处理的IO事件
          wlist :列表,存放我们要主动操作的IO事件
          xlist :列表: 我们要关注出错处理的IO事件
          timeout: 超时时间
        返回值 :
          rs 列表 rlist中准备就绪的IO
          ws 列表 wlist中准备就绪的IO
          xs 列表 xlist中准备就绪的IO
        注意:
          1 wlist中如果有IO事件则select立即返回到ws
          2 在处理IO过程中不要处理一个客户端长期占有服务端,使服务端无法运行到select 的情况
          3 IO多路复用占用计算机资源少,IO效率高     POLL
      1 创建POLL对象
        p= select.poll()
      2 添加注册事件
        p.register(s,事件) 关注S的所有IO事件
        
事件常量 意义
POLLIN 有数据读取
POLLPRT 有数据紧急读取
POLLOUT 准备输出:输出不会阻塞
POLLERR 某些错误情况出现
POLLHUP 挂起
POLLNVAL 无效请求:描述无法打开
      3 阻塞等待IO发生
         events = poll.poll()
         功能 :阻塞等待IO发生
         返回值 :events是一个列表,列表中的每个元素都是一个元组,代表一个发生的IO事件
            例子 --> (s.fileno() , event)
                 ( 就绪文件描述符, 对应的IO事件)
            使用 :需要通过文件描述符(fileno)找到对应的IO对象,然后来操作这个IO对象
      4 处理具体的IO   epoll方法
    使用方法 : 基本与poll方法相同
      * 将生产对象 poll() 改为 epoll()
      * 将所有poll对象事件改为epoll对象事件
    区别:  
      epoll 的效率要比 poll 和select 高
      epoll 的触发方式更多
        EPOLLET : 边缘触发     优点:
    
      没有 fd 数量限制,取决于系统内存的大小,一般来说 1GB 就可以有 10W个
      内核和用户控件使用同一块内存,mmap技术,没有用户态和内核态之间的拷贝,提高效率
      无需遍历所有,仅仅只需要遍历已经就绪的 fd 即可
    
    工作原理:
       1 在调用 epoll_create 之后,内核就已经创建了一个 eventpoll 红黑树结构体,一个 list 双向链表,在内核态准备接受存储需要监控的 fd。
       2 在调用 epoll_ctr 之后,直接向内核态的 eventpoll 进行 add/mod/del 对应的 fd,对于新添加进来的 fd,
          重复的 fd 可以通过 eventpoll 红黑树识别出来,而不需要再次从用户态拷贝到内核态这个过程
       3 同时 epoll 还维护了一个双向的 list 链表, 在epoll_ctr执行的时候,除了会向eventpoll 红黑树添加修改外,
        还会在内核中断函数处理程序中注册一个回调函数,告诉内核,当这个 fd 就绪之后,将他放到 list 里面去。
       4 在 epoll_wait 调用的时候,就是观察这个双向 list 是否有数据,有就直接处理即可


 
本地套接字
  linux 文件
    b (块设备文件)  c(字符设备文件)  d(目录)
    - (普通文件)  l(链接)      s(套接字)
    p(管道)
  作用 :用于本地不同的程序间进行通信
  创建流程 :
    1 创建本地套接字
      sockfd = socket(socket.AF_UNIX,socket.SOCK_STREAM)
    2 绑定本地套接字文件
      * 选定文件位置和名称
      * sockfd.bind(path)
    3 监听 listen()
    4 消息收发 recv() send()
    os.path.exists(path)
      功能 : 检测一个文件是否存在
      参数 :文件路径
      返回 : 存在返回 True 否则返回False
    删除文件:
      os.remove(path) os.unlink(path)
        功能 :删除一个文件
        参数 :目标文件

IO 理论 SOCK理论的更多相关文章

  1. 【转】分布式理论-CAP理论

    一 CAP理论简述 CAP (Consistency, Availability, Partition  Tolerance,) 理论是NoSQL数据库管理系统构建的基础.     强一致性:等同于所 ...

  2. 分布式_理论_02_Base 理论

    一.前言 五.参考资料 1.分布式理论(二)——Base 理论 2.分布式理论(二) - BASE理论

  3. (理论篇)从基础文件IO说起虚拟内存,内存文件映射,零拷贝

    为了快速构建项目,使用高性能框架是我的职责,但若不去深究底层的细节会让我失去对技术的热爱. 探究的过程是痛苦并激动的,痛苦在于完全理解甚至要十天半月甚至没有机会去应用,激动在于技术的相同性,新的框架不 ...

  4. NoSql的三大基石:CAP理论&BASE&最终一致性

    关系型数据库的局限 NoSql出现在关系型数据库之后,主要是为了解决关系型数据库的短板,我们先来看看随着软件行业的发展,关系型数据库面临了哪些挑战: 1.高并发 一个最典型的就是电商网站,例如双11, ...

  5. 10分钟了解分布式CAP、BASE理论

    CAP理论 2000年7月,Eric Brewer教授提出CAP猜想:2年后,Seth Gilbert和Nancy Lynch从理论上证明了CAP:之后,CAP理论正式成为分布式计算领域的公认定理. ...

  6. 分布式系统原理之cap理论

    1.1 CAP理论的含义 Cap理论表示在分布式系统中一致性(C).可用性(A)和分区容错性(P)最多只能同时满足两个.  一致性:客户端更新数据成功后,在任意时刻,在系统任意对外提供服务的节点,读取 ...

  7. [转]10分钟了解分布式CAP、BASE理论

    原文: https://www.cnblogs.com/chengtian/p/11278072.html ---------------------------------------------- ...

  8. 分布式系统之CAP理论杂记[转]

    分布式系统之CAP理论杂记 http://www.cnblogs.com/highriver/archive/2011/09/15/2176833.html 分布式系统的CAP理论: 理论首先把分布式 ...

  9. CAP原理、一致性模型、BASE理论和ACID特性

    CAP原理 在理论计算机科学中,CAP定理(CAP theorem),又被称作布鲁尔定理(Brewer's theorem),它指出对于一个分布式计算系统来说,不可能同时满足以下三点: 一致性(Con ...

随机推荐

  1. JAVA 基础编程练习题25 【程序 25 求回文数】

    25 [程序 25 求回文数] 题目:一个 5 位数,判断它是不是回文数.即 12321 是回文数,个位与万位相同,十位与千位相同. package cskaoyan; public class cs ...

  2. 按下F2编辑dxDBTreeView的节点

    在TdxDBTreeView控件的OnKeyDown事件中写入if Key = VK_F2 thenbegin  if DBTreeMain.DBSelected = nil then    Exit ...

  3. mysql删除一条记录

    mysql如何删除一条记录 delete from 表名 where 条件 实例: use db1 delete from tb1 where id = 1;

  4. Shell中特殊字符的含义

    $0 这个程式的执行名字 $n 这个程式的第n个参数值,n=1..9 $* 这个程式的所有参数,此选项参数可超过9个. $# 这个程式的参数个数 $$ 这个程式的PID(脚本运行的当前进程ID号) $ ...

  5. DC-1靶机

    DC-1 靶机获取:http://www.five86.com/ 发现IP:arp-scan --interface=eth0 -localnet arp-scan -l 靶机IP:192.168.0 ...

  6. 洛谷 题解 P4955 【[USACO14JAN]Cross Country Skiing 越野滑雪】

    二分+DFS 看到这么多大佬写了并查集,BFS的,还没有人写DFS版的,那么肯定是要来水水积分的啦毕竟这可是道伪紫题呢! 做法楼上楼下也讲得很清楚了吧,详见代码的注释 #include<bits ...

  7. MongoDB之源生基础概念与语句测试

    此文章,我们拿MySQL和MongoDB做一个简单的理解. MySQL的数据库 => MongoDB数据库 MySQL的表 => MongoDB的Collection MySQL的一行记录 ...

  8. Mybatis插件之Mybatis-Plus(传统模式)

    1.什么是Mybatis-Plus? Mybatis-Plus(简称MP),是一个Mybatis的增强工具,可以在原来Mybatis基础上不错任何改变就能够对原来Mybatis进行增强,能够简化我们的 ...

  9. [转帖]centos7上设置中文字符集

    centos7上设置中文字符集 https://www.cnblogs.com/kaishirenshi/p/10528034.html author: headsen  chen date: 201 ...

  10. Kubernetes---Pod phase

    ⒈Pod phase Pod的status字段是一个PodStatus对象,PodStatus中有一个 phase字段. Pod的相位(phase)是Pod 在其生命周期中的简单宏观概述.该阶段并不是 ...