NIO TODO 归档到Linux下
结合Linux 了解socket原理 什么多路复用 selector epoll poll
时间： 1个星期(不知道什么时候创建的这些文件，反正感觉很久了，今天2019-11-14先初探一把)，学习参照
https://www.jianshu.com/p/486b0965c296
https://www.jianshu.com/p/aed6067eeac9
https://juejin.im/post/5c725dbe51882575e37ef9ed
https://woshijpf.github.io/linux/2017/07/10/Linux-IO%E6%A8%A1%E5%9E%8B.html
https://tech.youzan.com/yi-bu-wang-luo-mo-xing/
背景知识一
同步与异步
所谓同步就是一个任务的完成需要依赖另外一个任务时，只有等待被依赖的任务完成后，依赖的任务才能算完成，这是一种可靠的任务序列。要么成功都成功，失败都失败，两个任务的状态可以保持一致。
所谓异步是不需要等待被依赖的任务完成，只是通知被依赖的任务要完成什么工作，依赖的任务也立即执行，只要自己完成了整个任务就算完成了。至于被依赖的任务最终是否真正完成，依赖它的任务无法确定，所以它是不可靠的任务序列。
如果异步调用，调用方获取异步任务结果方式
-
设置共享数据，执行方执行完毕后将结果设置到该共享数据中，调用方不断轮询查询该共享数据
-
执行方执行完毕后通知调用方
-
执行方执行完毕后通过回调函数将结果告知调用方（这不也是一种通知方式吗？）
阻塞与非阻塞
阻塞和非阻塞这两个概念与程序（线程）等待消息通知(无所谓同步或者异步)时的状态有关。也就是说阻塞与非阻塞主要是程序（线程）等待消息通知时的状态角度来说的。
阻塞调用是指调用结果返回之前，当前线程会被挂起，一直处于等待消息通知，不能够执行其他业务。函数只有在得到结果之后才会返回。
非阻塞和阻塞的概念相对应，指在不能立刻得到结果之前，该函数不会阻塞当前线程，而会立刻返回。虽然表面上看非阻塞的方式可以明显的提高CPU的利用率，但是也带了另外一种后果就是系统的线程切换增加。增加的CPU执行时间能不能补偿系统的切换成本需要好好评估。
同步/异步讨论的是调用方获取任务执行结果的方式
阻塞/非阻塞讨论的是调用方在等待任务结果时是否还能干其他事
按照上面两种维度来组合，就会有 同步阻塞， 异步阻塞 ，同步非阻塞 和异步非阻塞四种实现方案
背景知识二
用户空间与内核空间
在32位操作系统中，寻址空间（虚拟地址）是2^32(4G),为了保证内核安全，禁止用户进程直接操作内核，操作系统将虚拟地址空间划分为两部分，将0xC0000000到0xFFFFFFFF（1G）划给内核使用，称为内核空间（也就是内核态？），剩余的0x00000000到0xBFFFFFFF（3G）划分给用户进程使用，称为用户空间（也就是用户态？）
那64位操作系统岂不是可以管理2^64(17179869184G)?理论上是这样的，但实际中目前只用到了48位(262144G)
进程阻塞
正在执行的进程，由于期待的某些事件未发生，如请求系统资源失败、等待某种操作的完成、新数据尚未到达或无新工作做等，则由系统自动执行阻塞原语(Block)，使自己由运行状态变为阻塞状态。可见，进程的阻塞是进程自身的一种主动行为，也因此只有处于运行态的进程（获得CPU），才可能将其转为阻塞状态。当进程进入阻塞状态，是不占用CPU资源的。
Linux IO模型
网络IO的本质是socket的读取，socket在linux系统被抽象为流，IO可以理解为对流的操作。
像Java世界中切皆对象一样，Linux中一切皆文件。socket也是一个文件又是怎么体现的？
https://blog.csdn.net/kingshown_WZ/article/details/52103327
https://blog.csdn.net/YEYUANGEN/article/details/6799575
对于tcp传输，需要源IP/端口，目标IP/端口四元组，每创建一个连接（socket?），客户端端内核会随机分配一个端口，但是服务端只有一个端口，那对于多个连接，服务端是怎么确定该数据包属于一个进程中的哪个连接呢？
对于一次IO访问（比如read），数据会先被拷贝到操作系统内核的缓冲区中，然后才会从操作系统内核的缓冲区拷贝到应用程序的地址空间。所以，当一个read操作发生时，它会经历两个阶段：
- 第一阶段：等待数据准备
- 第二阶段：将数据从内核复制到进程中
对于socket流而言，
- 第一步：等待网络上的数据分组到达，然后被复制到内核的某个缓冲区
- 第二步：将数据从内核缓冲区复制到应用进程缓冲区
网络IO模型有以下5中
- 同步阻塞IO Blocking IO
- 同步非阻塞IO Non-Blocking IO
- 多路复用IO Multiplexing IO
- 信号驱动IO Signal Driven IO（实际中不常用）
- 异步IO Asynchronous IO
一、Blocking IO
在这个模型中，用户进程执行一个系统调用(recv/recvfrom),这会导致进程阻塞（不占用CPU时间片），直到数据准备好，并将数据复制到进程缓冲区，recv/recvfrom函数返回结果，最后进程再处理数据。这种模型从数据处理角度来讲是最及时的，因为数据被复制到进程缓冲区后，进程能及时处理。处理流程图如下：
image
应用进程在两个阶段都被阻塞了
关于recv和recvfrom的区别，见https://www.cnblogs.com/p2liu/archive/2013/04/17/6048755.html
二、Non-Blocking IO
以非阻塞模式打开，每隔一段时间调用recv/recvfrom,如果数据未准备好，会立即返回一个错误码。这个过程称为轮询。应用进程调用recv/recvfrom时是会被阻塞的，但是在两次调用之间是进程是未被阻塞的，可以获取CPU时间片。从内核角度来看，当收到recv/recvfrom调用时，如果数据未准备好，则立即返回错误码，如果数据已经准备好了，则将数据复制到进程缓冲区。
image
跟同步阻塞模型相比，同步非阻塞模型
优点：在轮询期间可以执行其他任务
缺点：因为是固定时间间隔轮询的（并且这个间隔不会太短），所以数据可能会在两次查询间隔时就已经准备好了，会导致响应时间加大，吞吐量下降。
三、Multiplexing IO
在讨论前面两种IO模型时，都是基于单个socket来讨论的，实际上一个系统同时会有多个socket(属于同一个用户进程或多个用户进程)。每个socket都需要轮询或被阻塞，如果有单独一个人（这里我不知道用进程、线程还是什么其他东西来描述更准确，等后续再来完善吧），如果数据准备好了，告诉用户进程，在这之前用户进程可以安心干其他事就好了。Linux下的select,poll,epoll就是来干”查看“的工作的，如果查询得知数据已经准备好了，就通知用户进程，用户进程再调用recv/recvfrom来获取数据
select ,poll,epoll三者功能是一样的，但是epoll是select和poll的改进版，具体区别见https://www.cnblogs.com/anker/p/3265058.html
我的理解，所谓的多路复用，就是将”查询数据状态“和”复制数据“两个操作分开来，并”查询操作“实现了批量化，可以一次查询多个socket的数据状态，将已经准备好的socket相关信息返回回来，用户进程再单独调用recv/recvfrom。跟同步非阻塞模型相比，节省了查询所做的工作量。
select 操作还是由用户进程调用，并且调用过程中也会被阻塞，一旦有一个socket的数据准备好了就会返回。来个不准确的总结，多路复用将部分工作批量化了,单个的操作跟同步非阻塞模型来说类似。
因此，对于单个socket来说，多路复用并没有什么优势，其优势体现在同时处理多个socket场景下，能实现高并发，什么C10K场景，比如Nginx，Redis？
image
从整个IO流程来看，前面三种模型都是用户进程主动等待并且向内核查询数据状态，因此三者都归为同步模型*
四、Asynchronous IO
相对于同步IO，异步IO不是顺序执行。用户进程进行aio_read系统调用之后，无论内核数据是否准备好，都会直接返回给用户进程，然后用户态进程可以去做别的事情。等到socket数据准备好了，内核直接复制数据给进程，然后从内核向进程发送通知。IO两个阶段，进程都是非阻塞的。
image
使用场景
五、Signal Driven IO
暂时不了解了
网友评论