IO操作一般按照设备类型分为内存IO、网络IO、磁盘IO。其中内存IO的速度要比后两者快很多，计算机的性能瓶颈一般不在内存IO上。虽然可以通过购买专属带宽和高速网卡来增加网络IO，但是可以使用RAID磁盘阵列来增加磁盘IO的速度。但是，由于IO操作都是由系统内核调用完成的，而系统调用是通过CPU进行调度的，CPU的速度比IO操作要快很多，所以CPU宝贵的时间就会浪费在等待缓慢的IO操作。为了更好地协调CPU和慢速IO设备，减少CPU对IO调用的消耗，逐渐发展出各种IO模型。IO模型IO步骤I/O主要是：网络IO（本质上是socket文件读取），磁盘IO每次IO，对于一次IO访问，会先将数据复制到内核缓冲区，然后从内核缓冲区复制到应用程序的地址空间。需要经过两个阶段：第一步：先从文件加载数据到内核内存空间（buffer），等待数据准备完成，耗时较长；第二步：将数据从内核缓冲区拷贝到用户空间的进程内存中，阻塞/非阻塞和同步/异步IO模型总是离不开阻塞/非阻塞和同步/异步的概念。阻塞/非阻塞：阻塞和非阻塞是对调用线程状态的描述。如果调用者线程在一个IO过程中需要阻塞线程等待数据的到来，那么这个IO就被称为阻塞IO。Synchronous/Asynchronous：同步和异步是对调用者如何获取数据的描述。如果调用者主动查询和复制数据，那么就说这个IO是同步的。如果操作系统在数据准备好后（复制到用户缓存中）告诉调用者数据准备好了，那么就说IO是异步的。IO模型分类系统调用是由系统上运行的一个应用程序的进程发起的，对象是磁盘上的数据。要获取数据，需要I/O。整个过程就是应用程序等待获取磁盘数据。根据应用进程在整个过程中的不同状态，可以分为：同步阻塞型、同步非阻塞型、同步复用型、信号驱动型、异步。同步阻塞IO类比：老李去火车站买票，排了三天队，买了退票。消费：在车站吃喝玩乐睡了3天，别的什么都没做。同步阻塞IO模型是最简单的IO模型。用户线程在内核进行IO操作时被阻塞，数据读取完成后继续处理后续逻辑。步骤如下（以read()接口为例）：read(file,tmp_buf,len);用户程序需要读取数据，调用read方法，将读取数据的指令交给CPU执行。CPU向DMA发送指令，告诉DMA从磁盘读取什么数据，然后返回，线程进入阻塞状态。DMA向磁盘控制器发送IO请求，告诉磁盘控制器读取什么数据，然后返回；磁盘控制器收到IO请求后，读取数据到磁盘缓存区，当磁盘缓存读取完成后，中断DMA；DMA接收到磁盘中断信号，将磁盘缓存区的数据读取到PageCache缓存区，然后中断CPU；CPU响应DMA中断信号，知道数据读取完成，然后将PageCache缓冲区中的数据读入用户缓存；用户程序从内存中读取数据后可以继续执行后续逻辑。同步阻塞IO优缺点优点：程序简单，进程/线程在阻塞等待数据的过程中挂掉，基本不占用CPU资源。缺点：每个连接都需要独立的进程/线程处理。当并发请求数很大时，为了维护程序，内存和线程切换的开销比较大。这种模式在实际生产中很少使用。同步非阻塞IO类比：老李去火车站买票，每隔12小时去火车站问有没有退票，三天后买票。消费：往返车站6次，路上6小时，其他时间有很多事情要做。非阻塞IO是指当调用者发起读取数据的应用时，如果内核数据没有准备好，会立即通知调用者，调用者线程不需要阻塞等待。以recvfrom方法为例。当调用者调用recvfrom读取数据时，如果缓冲区中没有数据，会直接返回EWOULDBLOCK错误，应用程序不会一直等待。当没有数据时，会立即返回错误标志，这也意味着应用程序要读取数据，需要不断调用recvfromrequest，直到读取到自己想要的数据。读取步骤如下：调用者调用recvfrom方法尝试获取数据；如果recvfrom方法返回EWOULDBLOCK错误，则转到步骤1；如果revifrom方法发现缓存中有数据，则转步骤3；CPU将PageCache缓存中的数据读入用户缓存；用户程序从内存中读取数据后可以继续执行后续逻辑。一种方法是在编程中为socket设置O_NONBLOCK。但是这种方法只对网络IO有效，对磁盘IO没有影响。因为本地文件IO默认是阻塞的，我们所说的网络IO阻塞是因为网络IO有无限阻塞的可能，除非本地文件被加锁，否则不可能无限阻塞，所以只有加锁。接下来，O_NONBLOCK就会起作用。而且在磁盘IO的时候，要么直接在kernelbuffer中返回数据，要么需要调用物理设备读取。这时，进程的其他任务需要等待。所以后续的IO多路复用和信号驱动IO对于文件IO也是没有意义的。IO多路复用模型IO多路复用也称为多通道IO就绪通知。这是进程提前通知内核的能力，让内核通知进程该进程指定的一个或多个IO条件已经准备就绪。使进程能够等待一系列事件。IO多路复用的实现方法主要有select、poll和epoll。Select/poll类比：老李去火车站买票，委托一个黄牛，然后每6小时打电话给黄牛查询。黄牛三天内买票，然后老李去火车站买票。费用：2次往返车站，路上2小时，100元黄牛费，17次电话查看这些fd的状态。当一个或多个fd就绪时，返回结果包括就绪和未就绪的fd。与select相比，poll解决了单个进程可以打开的文件描述符数量有限的问题。:select受FD_SIZE限制，如果修改，需要修改这个宏重新编译内核；而poll将需要关注的事件通过一个pollfd数组传递给内核，避开了文件描述符个数的限制。另外，select和poll共同的一大缺点是包含大量fds的数组在用户态和内核态地址空间之间作为一个整体进行复制，开销会随着fds数量的增加而线性增加。epoll老李去火车站买票，委托了黄牛。黄牛买了之后，通知老李去取，然后老李去火车站买票。成本：2次往返车站，路上2小时，100元黄牛费用，无需调用epoll是poll的改进：基于事件驱动的方式，避免了每次都扫描所有fds。epoll_wait只返回就绪的fds。epoll使用nmap内存映射技术，避免了内存拷贝的开销。epoll的fd个数的上限是操作系统的最大文件句柄数。这个数字一般和内存有关，通常比1024大很多。目前epoll是Linux2.6下最高效的IO多路复用方式，也是Nginx和Node的IO实现方式。freeBSD下，kqueue是另一种类似于epoll的IO多路复用方式。另外IO多路复用还有一个水平触发和边沿触发的概念：水平触发：当就绪的fd没有被用户进程处理时，下一次查询还是会返回，就是select和poll的触发方式。Edgetrigger：无论readyfd是否被处理，下次都不会返回。理论上性能更高，但实现起来相当复杂，任何意外丢失事件都会导致请求处理错误。epoll默认使用水平触发，可以通过相应的选项使用边缘触发。由于同步非阻塞方式需要不断的主动轮询，轮询占据了很大一部分进程，轮询会消耗大量的CPU时间，而且“后台”可能同时有多个任务，人们想到了循环多次查询任务的完成状态，只要有一个任务完成，就会处理。如果轮询不是进程的用户态，而是有人帮忙就好了。那么这就叫做“IO多路复用”。UNIX/Linux下的select、poll、epoll就是这样做的（epoll比poll和select效率更高，做的事情一样）。IO多路复用有两个特殊的系统调用select、poll和epoll函数。select调用在内核级别。selectpolling和non-blockingpolling的区别在于前者可以等待多个socket，同时监听多个IO口。当任何一个套接字的数据就绪时，它可以返回到可读状态，然后进程将进行recvform系统调用，将数据从内核复制到用户进程。当然，这个过程是被阻止的。调用select或poll后，进程将被阻塞。与阻塞IO不同的是，此时的select不会等到socket数据全部到达后再处理，而是调用用户进程处理部分数据。你怎么知道一部分数据已经到达？监控交给内核，内核负责数据到达的处理。也可以理解为“非阻塞”。I/O多路复用模型将使用select、poll和epoll函数。这两个函数也会阻塞进程，但是与阻塞I/O不同的是，这两个函数可以同时阻塞多个I/O操作。.并且可以同时检测多个读操作和多个写操作的I/O函数，直到有数据可读或可写时才真正调用I/O操作函数（注意不是所有数据都可读或可写)..用于多路复用，即轮询多个套接字。由于多路复用可以处理多个IO，因此带来了新的问题。多个IO之间的顺序变得不确定，当然也可以针对不同的数字。具体流程如下图所示：信号驱动模型类比：老李去火车站买票，给售票员留了电话。取票后，售票员给老李打电话，然后老李去火车站买票。费用：2次往返车站，路上2小时，免黄牛费100元，无需调用信号驱动IO模型，应用进程告诉??内核：数据报准备好后，发送我一个信号来捕获SIGIO信号，并调用我的信号处理程序来获取数据报。流程如下：打开socket信号驱动IO函数；系统调用sigaction执行信号处理函数（非阻塞，立即返回），告诉系统数据准备好后调用哪个函数；当数据准备好后，产生一个sigio信号，通过信号回调fetch数据通知应用读取。这种io方式有一个很大的问题：linux中的信号队列是有限制的，超过这个数量就无法读取数据。Linux信号处理：如果进程在用户态忙着做其他事情（比如计算两个矩阵的乘积），那么强行中断它，调用预先注册的信号处理函数。这个函数可以决定何时以及如何处理这个异步任务。由于信号处理函数突然闯入，就像中断处理程序一样，有很多事情是做不到的。所以，为了保险起见，一般都是把事件“注册”起来，放到队列中，然后再回到进程原来在干什么。事物。如果进程在内核态忙着做其他事情，比如以同步阻塞的方式读写磁盘，那么它就得暂停通知，等到内核态忙了，即将返回给用户状态，然后触发信号通知。如果现在进程挂起，比如无事休眠，那么唤醒进程，下次CPU空闲的时候，会调度到这个进程，并触发信号通知。异步API说起来容易做起来难，主要针对API实现者。Linux的异步IO（AIO）支持是在2.6.22引入的，现在还有很多系统调用不支持异步IO。Linux的异步IO本来就是为数据库设计的，所以通过异步IO进行的读写操作不会被缓存或缓冲，这样就无法利用操作系统的缓存和缓冲机制。很多人认为linux的O_NONBLOCK是一种异步方式，其实这就是上面说的同步非阻塞方式。需要指出的是，虽然Linux上的IOAPI略显粗糙，但是各个编程框架都有封装好的异步IO实现。操作系统做的工作更少，给用户留下更多的自由。这是UNIX的设计哲学，也是Linux上的编程框架蓬勃发展的原因之一。从前面IO模型的分类我们可以看出AIO的动机：同步阻塞模型需要在IO操作开始时阻塞应用。这意味着不可能同时重叠处理和IO操作。同步非阻塞模型允许处理和IO操作重叠，但这需要应用程序根据循环规则检查IO操作的状态。这就留下了异步非阻塞IO，它允许处理和IO操作重叠，包括IO操作完成的通知。异步IO打个比方：老李去火车站买票，给售票员留了电话。取票后，售票员打电话给老李，把票送到他家门口。费用：1趟往返车站，路上1小时，免黄牛费100元，不用打电话进程继续处理其他事情，是非阻塞状态。当内核准备好数据报时，内核将数据报复制到应用程序并返回定义在aio_read中的函数处理程序。很少有Linux系统支持它，Windows的IOCP就是模型。可以看出阻塞程度：阻塞IO>非阻塞IO>复用IO>信号驱动IO>异步IO，效率由低到高。欢迎关注鱼虎神的微信公众号参考文档IO与零拷贝异步IO、epoll、零拷贝IO概念及五种IO模型
