图解UNIX的I/O模型

版权声明：本文为博主原创文章，转载请注明出处: leehao.me https://blog.csdn.net/lihao21/article/details/51620374

一、简述

UNIX系统将所有的外部设备都看作一个文件来看待，所有打开的文件都通过文件描述符来引用。文件描述符是一个非负整数，它指向内核中的一个结构体。当打开一个现有文件或创建一个新文件时，内核向进程返回一个文件描述符。而对于一个socket的读写也会有相应的文件描述符，称为socketfd（socket描述符）。
在UNIX系统中，I/O输入操作（例如标准输入或者套接字的输入）通常包含以下两个不同的阶段：

• 等待数据准备好
• 从内核向进程复制数据

例如对于套接字的输入，第一步是等待数据从网络中到达，当所等待的数据到达时，数据被复制到内核中的缓冲区。第二步则是把数据从内核缓冲区复制到应用进程的缓冲区。
根据在这两个不同阶段处理的不同，可以将I/O模型划分为以下五种类型：

• 阻塞式I/O模型
• 非阻塞式I/O模型
• I/O复用
• 信号驱动式I/O
• 异步I/O

二、I/O模型

为简单起见，我们以UDP套接字中的recvfrom函数作为系统调用来说明I/O模型。recvfrom函数类似于标准的read函数，它的作用是从指定的套接字中读取数据报。recvfrom会从应用进程空间运行切换到内核空间中运行，一段时间后会再切换回来。有关recvfrom函数的介绍，可以参考本文的参考资料3。

2.1 阻塞式I/O模型

阻塞式I/O模型可以说是最简单的I/O模型。

图1：阻塞式I/O模型

图1是阻塞式I/O模型的示意图，阅读此图须注意箭头的方向，沿着剪头方向顺时针阅读。
图1中，应用进程调用recvfrom，然后切换到内核空间中运行，直到数据报到达且被复制到应用进程缓冲区中才返回。我们说进程从调用recvfrom开始到它返回的整段时间内是被阻塞的。recvfrom成功返回后，应用进程开始处理数据报。

2.2 非阻塞式I/O模型

进程把一个套接字设置为非阻塞是指，在等待I/O数据时，进程并不阻塞，如果数据还没准备好，则直接返回一个错误。

图2：非阻塞式I/O模型

图2是非阻塞I/O模型的示图。
在前两次调用recvfrom时由于数据报没准备好，因此内核马上返回一个系统调用错误。第3次调用recvfrom时，数据报已准备好，数据报被复制到应用进程的缓冲区，接着recvfrom成功返回。
当一个应用进程像这样不断对一个非阻塞描述符循环调用recvfrom时，我们称之为轮询。应用进程会持续轮询内核，以确定某个操作是否就绪。轮询操作会消耗大量的CPU时间。

2.3 I/O复用模型

我们常用的select和poll函数使用了I/O复用模型。我们以select为例说明I/O复用模型的特点。

图3：I/O复用模型

图3是I/O复用模型的示意图。
当我们调用select函数时，将会阻塞于此函数，等待数据报套接字变为可读。当等待的多个套接字中的其中一个或者多个变得可读时，我们调用recvfrom把数据报复制到应用进程缓冲区。
比较图3与图1，I/O复用模型好像没什么优势，而且应用进程为了获取数据报，还得增加了一个额外的select系统调用。不过I/O复用模型的优势在于可以同时等待多个（而不只是一个）套接字描述符就绪。

2.4 信号驱动式I/O模型

信号驱动I/O模型用得比较少，图4是该模型的示意图。

图4：信号驱动式I/O模型

为了使用该I/O模型，需要开启套接字的信号驱动I/O功能，并通过sigaction系统调用安装一个信号处理函数。sigaction函数立即返回，我们的进程继续工作，即进程没有被阻塞。当数据报准备好时，内核会为该进程产生一个SIGIO信号，这样我们可以在信号处理函数中调用recvfrom读取数据报，也可以在主循环中读取数据报。无论如何处理SIGIO信号，这种模型的优势在于等待数据报到达期间不被阻塞。

2.5 异步I/O模型

异步I/O模型的工作机制是，启动某个操作，并让内核在整个操作（包括等待数据和将数据从内核复制到用户空间）完成后通知应用进程。

图5：异步I/O模型

图5是异步I/O模型的示意图。我们调用aio_read函数，告诉内核，当整个I/O操作完成后通知我们。该系统调用立即返回，而在等待I/O完成期间，应用进程不会被阻塞。当I/O完成（包括数据从内样复制到用户进程）后，内核会产生一个信号通知应用进程，应用进程对数据报进行处理。
异步I/O模型与信号驱动式I/O的区别在于：信号驱动式I/O在数据报准备好时就通知应用进程，应用进程还需要将数据报从内核复制到用户进程缓冲区；而异步I/O模型则是整个操作完成才通知应用进程，应用进程在整个操作期间都不会被阻塞。

2.6 各种I/O模型的比较

图6：5种I/O模型的比较

从图6可以看到，前四种I/O模型的主要区别在于第一个阶段，它们的第二个阶段是一样的：在数据从内核复制到应用进程的缓冲区期间，进程会被阻塞于recvfrom系统调用。
而异步I/O模型则是整个操作完成内核才通知应用进程。

三、同步I/O和异步I/O

POSIX标准将同步I/O和异步I/O定义为：

• 同步I/O操作：导致请求进程阻塞，直到I/O操作完成。

• 异步I/O操作：不导致请求进程阻塞。

根据上述两个定义，本文介绍的前面四种模型，包括阻塞式I/O，非阻塞式I/O，I/O复用和信号驱动式I/O模型都是同步I/O模型，因为其中真正的I/O操作（recvfrom）将阻塞进程。只有异步I/O模型才符合POSIX标准的异步I/O定义。

四、生活中的类比例子

以生活中钓鱼为例子（例子参考了参考资料2），来说明各种I/O模型的不同，例子中的等待鱼上钩对应于上文中的等待数据，拉竿操则作对应于上文的将数据从内核复制到用户空间。

有A，B，C，D，E五个人在钓鱼。
A使用了最古老的鱼竿，所以开始钓鱼后，就一直守着，直接鱼上钩了再拉竿；
B由于着急想知道有没鱼上钩，所以隔一会就看一次鱼竿看有没鱼上钩，直到看到鱼上钩后，再拉竿；
C同时使用了N支鱼竿来钩鱼，然后等着，只要有其中一支鱼竿有鱼上钩，就将对应的鱼竿拉起来；
D的鱼竿比较高级，当有鱼上钩后，会发出警报提示，所以D开始钓鱼后不用一直守着，一旦鱼竿发出警报，D再回来拉竿即可；
E为了更省事，直接雇个佣人给他钓鱼，当佣人钓起鱼后，再通知E去取鱼即可。

五、参考资料

1. Unix网络编程，卷1：套接字联网API，第三版，W. Richard Stevens著
2. http://blog.csdn.net/historyasamirror/article/details/5778378
3. http://pubs.opengroup.org/onlinepubs/009695399/functions/recvfrom.html