談談對不同I/O模型的理解 (阻塞/非阻塞IO，同步/非同步IO)
一、關於I/O模型的問題
最近通過對ucore作業系統的學習，讓我打開了作業系統內核這一黑盒子，與之前所學知識結合起來，解答了長久以來困擾我的關於I/O的一些問題。
1. 為什麼redis能以單工作執行緒處理高達幾萬的並發請求？
2. 什麼是I/O多路復用？為什麼redis、nginx、nodeJS以及netty等以高性能著稱的伺服器其底層都利用了I/O多路復用技術？
3. 非阻塞I/O為什麼會流行起來，在許多場景下取代了傳統的阻塞I/O？
4. 非阻塞I/O真的是銀彈嗎？為什麼即使在為海量用戶提供服務的，追求高性能的互聯網公司中依然有那麼多的伺服器在傳統的阻塞IO模型下工作？
5. 什麼是協程？為什麼Go語言這麼受歡迎？
在這篇部落格中，將介紹不同層面、不同I/O模型的原理，並嘗試著給出我對上述問題的回答。如果你也或多或少的對上述問題感到疑惑，希望這篇部落格能為你提供幫助。
I/O模型和硬體、作業系統內核息息相關，部落格中會涉及到諸如保護模式、中斷、特權級、進程/執行緒、上下文切換、系統調用等關於作業系統、硬體相關的概念。由於電腦中的知識是按照層次組織起來的，如果對這些相對底層的概念不是很了解的話可能會影響對整體內容的理解。可以參考一下我關於作業系統、硬體學習相關的部落格：x86彙編學習、作業系統學習(持續更新中)。
二、硬體I/O模型
軟體的功能總是構建在硬體上的，電腦中的I/O本質上是CPU/記憶體與外設(網卡、磁碟等)進行數據的單向或雙向傳輸。
從外設讀入數據到CPU/記憶體稱作Input輸入，從CPU/記憶體中寫出數據到外設稱作Output輸出。
要想理解軟體層次上的不同I/O模型，必須先對其基於的硬體I/O模型有一個基本的認識。硬體I/O模型大致可以分為三種：程式控制I/O、中斷驅動I/O、使用DMA的I/O。
程式控制I/O：
程式控制I/O模型中，通過指令控制CPU不斷的輪詢外設是否就緒，當硬體就緒時一點一點的反覆讀/寫數據。
從CPU的角度來說，程式控制I/O模型是同步、阻塞的(同步指的是I/O操作依然是處於程式指令控制，由CPU主導的；阻塞指的是在發起I/O後CPU必須持續輪詢完成狀態，無法執行別的指令)。
程式控制I/O的優點：
硬體結構簡單，編寫對應程式也簡單。
程式控制I/O的缺點：
十分消耗CPU，持續的輪訓令寶貴的CPU資源無謂的浪費在了等待I/O完成的過程中，導致CPU利用率不高。
中斷驅動I/O：
為了解決上述程式控制I/O模型對CPU資源利用率不高的問題，電腦硬體的設計者令CPU擁有了處理中斷的功能。
在中斷驅動I/O模型中，CPU發起對外設的I/O請求後，就直接去執行別的指令了。當硬體處理完I/O請求後，通過中斷非同步的通知CPU。接到讀取完成中斷通知後，CPU負責將數據從外設緩衝區中寫入記憶體；接到寫出完成中斷通知後，CPU需要將記憶體中後續的數據接著寫出交給外設處理。
從CPU的角度來說，中斷驅動I/O模型是同步、非阻塞的(同步指的是I/O操作依然是處於程式指令控制，由CPU主導的；非阻塞指的是在發起I/O後CPU不會停下等待，而是可以執行別的指令)。
中斷驅動I/O的優點：
由於I/O總是相對耗時的，比起通過程式控制I/O模型下CPU不停的輪訓。在等待硬體I/O完成的過程中CPU可以解放出來執行另外的命令，大大提高了I/O密集程式的CPU利用率。
中斷驅動I/O的缺點：
受制於硬體緩衝區的大小，一次硬體I/O可以處理的數據是相對有限的。在處理一次大數據的I/O請求中，CPU需要被反覆的中斷，而處理讀寫中斷事件本身也是有一定開銷的。
使用DMA的I/O：
為了解決中斷驅動I/O模型中，大數據量的I/O傳輸使得CPU需要反覆處理中斷的缺陷，電腦硬體的設計者提出了基於DMA模式的I/O(DMA Direct Memory Access 直接存儲器訪問)。DMA也是一種處理器晶片，和CPU一樣也可以訪問記憶體和外設，但DMA晶片是被設計來專門處理I/O數據傳輸的，因此其成本相對CPU較低。
在使用DMA的I/O模型中，CPU與DMA晶片交互，指定需要讀/寫的數據塊大小和需要進行I/O數據的目的記憶體地址後，便非同步的處理別的指令了。由DMA與外設硬體進行交互，一次大數據量的I/O需要DMA反覆的與外設進行交互，當DMA完成了整體數據塊的I/O後(完整的將數據讀入到記憶體或是完整的將某一記憶體塊的數據寫出到外設)，再發起DMA中斷通知CPU。
從CPU的角度來說，使用DMA的I/O模型是非同步、非阻塞的(非同步指的是整個I/O操作並不是由CPU主導，而是由DMA晶片與外設交互完成的；非阻塞指的是在發起I/O後CPU不會停下等待，而是可以執行別的指令)。
使用DMA的I/O優點：
比起外設硬體中斷通知，對於一次完整的大數據記憶體與外設間的I/O，CPU只需要處理一次中斷。CPU的利用效率相對來說是最高的。
使用DMA的I/O缺點：
1. 引入DMA晶片令硬體結構變複雜，成本較高。
2. 由於DMA晶片的引入，使得DMA和CPU並發的對記憶體進行操作，在擁有高速快取的CPU中，引入了高速快取與記憶體不一致的問題。
總的來說，自DMA技術被發明以來，由於其極大減少了CPU在I/O時的性能損耗，已經成為了絕大多數通用電腦的硬體標配。隨著技術的發展又出現了更先進的通道I/O方式，相當於並發的DMA，允許並發的處理涉及多個不同記憶體區域、外設硬體的I/O操作。
三、作業系統I/O模型
介紹完硬體的I/O模型後，下面介紹這篇部落格的重點：作業系統I/O模型。
作業系統幫我們屏蔽了諸多硬體外設的差異，為應用程式的開發者提供了友好、統一的服務。為了避免應用程式破壞作業系統內核，CPU提供了保護模式機制，使得應用程式無法直接訪問被作業系統管理起來的外設，而必須通過內核提供的系統調用間接的訪問外設。關於作業系統I/O模型的討論針對的就是應用程式與內核之間進行I/O交互的系統調用模型。
‘ 作業系統內核提供的I/O模型大致可以分為幾種：同步阻塞I/O、同步非阻塞I/O、同步I/O多路復用、非同步非阻塞I/O（訊號驅動I/O用的比較少，就不在這裡展開了）。
同步阻塞I/O(Blocking I/O BIO)
我們已經知道，高效的硬體層面I/O模型對於CPU來說是非同步的，但應用程式開發者總是希望在執行完I/O系統調用後能同步的返回，線性的執行後續邏輯(例如當磁碟讀取的系統調用返回後，下一行程式碼中就能直接訪問到所讀出的數據)。但這與硬體層面耗時、非同步的I/O模型相違背(程式控制I/O過於浪費CPU)，因此作業系統內核提供了基於同步、阻塞I/O的系統調用(BIO)來解決這一問題。
舉個例子：當執行緒通過基於BIO的系統調用進行磁碟讀取時，內核會令當前執行緒進入阻塞態，讓出CPU資源給其它並發的就緒態執行緒，以便更有效率的利用CPU。當DMA完成讀取，非同步的I/O中斷到來時，內核會找到先前被阻塞的對應執行緒，將其喚醒進入就緒態。當這個就緒態的執行緒被內核CPU調度器選中再度獲得CPU時，便能從對應的緩衝區結構中得到讀取到的磁碟數據，程式同步的執行流便能順利的向下執行了。(感覺好像執行緒卡在了那裡不動，過了一會才執行下一行，且指定的緩衝區中已經有了所需的數據)
下面的偽程式碼示例中參考linux的設計，將不同的外設統一抽象為文件，通過文件描述符(file descriptor)來統一的訪問。
BIO偽程式碼實例 :
// 創建TCP套接字並綁定埠8888，進行服務監聽 listenfd = serverSocket(8888,"tcp"); while(true){ // accept同步阻塞調用 newfd = accept(listenfd); // read會阻塞，因此使用執行緒非同步處理，避免阻塞accpet(一般使用執行緒池) new thread(()->{ // 同步阻塞讀取數據 xxx = read(newfd); ... dosomething // 關閉連接 close(newfd); }); }
BIO模型的優點：
BIO的I/O模型由於同步、阻塞的特性，屏蔽了底層實質上非同步的硬體交互方式，令程式設計師可以編寫出簡單易懂的線性程式邏輯。
BIO模型的缺點：
1. BIO的同步、阻塞特性在簡單易用的同時，也存在一些性能上的缺陷。由於BIO在等待I/O完成的時間中，執行緒雖然被阻塞不消耗CPU，但內核維護一個系統級執行緒本身也是有一定的開銷(維護執行緒控制塊、內核執行緒棧空間等等)。
2. 不同執行緒在調度時的上下文切換CPU開銷較大，在如今大量用戶、高並發的互聯網時代越來越成為web伺服器性能的瓶頸。執行緒上下文切換本身需要需要保存、恢復現場，同時還會清空CPU指令流水線，以及令高速快取大量失效。對於一個web伺服器，如果使用BIO模型，伺服器將至少需要1:1的維護同等數量的系統級執行緒(內核執行緒)，由於持續並發的網路數據交互，導致不同執行緒由於網路I/O的完成事件被內核反覆的調度。
在著名的C10K問題的語境下，一台伺服器需要同時維護1W個並發的tcp連接和對等的1W個系統級執行緒。量變引起質變，1W個系統級執行緒調度引起的上下文切換和100個系統級執行緒的調度開銷完全不同，其將耗盡CPU資源，令整個系統卡死，崩潰。
BIO交互流程示意圖：
同步非阻塞I/O(NonBlocking I/O NIO)
BIO模型簡單易用，但其阻塞內核執行緒的特性使得其已經不適用於需要處理大量(1K以上)並發網路連接場景的web伺服器了。為此，作業系統內核提供了非阻塞特性的I/O系統調用，即NIO(NonBlocking-IO)。
針對BIO模型的缺陷，NIO模型的系統調用不會阻塞當前調用執行緒。但由於I/O本質上的耗時特性，無法立即得到I/O處理的結果，NIO的系統調用在I/O未完成時會返回特定標識，代表對應的I/O事件還未完成。因此需要應用程式按照一定的頻率反覆調用，以獲取最新的IO狀態。
NIO偽程式碼實例 :
// 創建TCP套接字並綁定埠8888，進行服務監聽 listenfd = serverSocket(8888,"tcp"); clientFdSet = empty_set(); while(true){ // 開啟事件監聽循環 // accept同步非阻塞調用,判斷是否接收了新的連接 newfd = acceptNonBlock(listenfd); if(newfd != EMPTY){ // 如果存在新連接將其加入監聽連接集合 clientFdSet.add(newfd); } // 申請一個1024位元組的緩衝區 buffer = new buffer(1024); for(clientfd in clientFdSet){ // 非阻塞read讀 num = readNonBlock(clientfd,buffer); if(num > 0){ // 讀緩衝區存在數據 data = buffer; ... dosomething if(needClose(data)){ // 關閉連接時，移除當前監聽的連接 clientFdSet.remove(clientfd)； } } ... dosomething // 清空buffer buffer.clear(); } }
NIO模型的優點：
NIO因為其非阻塞的特性，使得一個執行緒可以處理多個並發的網路I/O連接。在C10K問題的語境下，理論上可以通過一個執行緒處理這1W個並發連接(對於多核CPU，可以創建多個執行緒在每個CPU核心中分攤負載，提高性能)。
NIO模型的缺點：
NIO克服了BIO在高並發條件下的缺陷，但原始的NIO系統調用依然有著一定的性能問題。在上述偽程式碼示例中，每個文件描述符對應的I/O狀態查詢，都必須通過一次NIO系統調用才能完成。
由於作業系統內核利用CPU提供的保護模式機制，使內核運行在高特權級，而令用戶程式運行在執行、訪問受限的低特權級。這樣設計的一個好處就是使得應用程式無法直接的訪問硬體，而必須由作業系統提供的系統調用間接的訪問硬體(網卡、磁碟甚至電源等)。執行系統調用時，需要令應用執行緒通過系統調用陷入內核(即提高應用程式的當前特權級CPL，使其能夠訪問受保護的硬體)，並在系統調用返回時恢復為低特權級，這樣一個過程在硬體上是通過中斷實現的。
通過中斷實現系統調用的效率遠低於應用程式本地的函數調用，因此原始的NIO模式下通過系統調用循環訪問每個文件描述符I/O就緒狀態的方式是低效的。
NIO交互流程示意圖：
同步I/O多路復用(I/O Multiplexing)
為了解決上述NIO模型的系統調用中，一次事件循環遍歷進行N次系統調用的缺陷。作業系統內核在NIO系統調用的基礎上提供了I/O多路復用模型的系統調用。
I/O多路復用相對於NIO模型的一個優化便是允許在一次I/O狀態查詢的系統調用中，一次傳遞複數個文件描述符進行批量的I/O狀態查詢。在一次事件循環中只需要進行一次I/O多路復用的系統調用就能得到所傳遞文件描述符集合的I/O狀態，減少了原始NIO模型中不必要的系統調用開銷。
多路復用I/O模型大致可以分為三種實現(雖然不同作業系統在最終實現上略有不同，但原理是類似的，示例程式碼以linux內核舉例)：select、poll、epoll。
select多路復用器介紹
select I/O多路復用器允許應用程式傳遞需要監聽事件變化的文件描述符集合，監聽其讀/寫，接受連接等I/O事件的狀態。
select系統調用本身是同步、阻塞的，當所傳遞的文件描述符集合中都沒有就緒的I/O事件時，執行select系統調用的執行緒將會進入阻塞態，直到至少一個文件描述符對應的I/O事件就緒，則喚醒被select阻塞的執行緒(可以指定超時時間來強制喚醒並返回)。喚醒後獲得CPU的執行緒在select系統調用返回後可以遍歷所傳入的文件描述符集合，處理完成了I/O事件的文件描述符。
select偽程式碼示例：
// 創建TCP套接字並綁定埠8888，進行服務監聽 listenfd = serverSocket(8888,"tcp"); fdNum = 1; clientFdSet = empty_set(); clientFdSet.add(listenfd); while(true){ // 開啟事件監聽循環 // man 2 select(查看linux系統文檔) // int select(int nfds, fd_set *readfds, fd_set *writefds, fd_set *exceptfds, struct timeval *timeout); // 參數nfds：一共需要監聽的readfds、writefds、exceptfds中文件描述符個數+1 // 參數readfds/writefds/exceptfds： 需要監聽讀、寫、異常事件的文件描述符集合 // 參數timeout：select是同步阻塞的，當timeout時間內都沒有任何I/O事件就緒，則調用執行緒被喚醒並返回(ret=0) // timeout為null代表永久阻塞 // 返回值ret： // 1.返回大於0的整數，代表傳入的readfds/writefds/exceptfds中共有ret個被激活(需要應用程式自己遍歷)， // 2.返回0，在阻塞超時前沒有任何I/O事件就緒 // 3.返回-1，出現錯誤 listenReadFd = clientFdSet; // select多路復用，一次傳入需要監聽事件的全量連接集合（超時時間1s） result = select(fdNum+1,listenReadFd,null,null,timeval("1s")); if(result > 0){ // 如果伺服器監聽連接存在讀事件 if(IN_SET(listenfd,listenReadFd)){ // 接收並建立連接 newClientFd = accept(listenfd); // 加入客戶端連接集合 clientFdSet.add(newClientFd);
fdNum++; } // 遍歷整個需要監聽的客戶端連接集合 for(clientFd : clientFdSet){ // 如果當前客戶端連接存在讀事件 if(IN_SET(clientFd,listenReadFd)){ // 阻塞讀取數據 data = read(clientfd); ... dosomething if(needClose(data)){ // 關閉連接時，移除當前監聽的連接 clientFdSet.remove(clientfd)；
fdNum--; } } } } }
select的優點：
1. select多路復用避免了上述原始NIO模型中無謂的多次查詢I/O狀態的系統調用，將其聚合成集合，批量的進行監聽並返回結果集。
2. select實現相對簡單，windows、linux等主流的作業系統都實現了select系統調用，跨平台的兼容性好。
select的缺點：
1. 在事件循環中，每次select系統調用都需要從用戶態全量的傳遞所需要監聽的文件描述符集合，並且select返回後還需要全量遍歷之前傳入的文件描述符集合的狀態。
2. 出於性能的考量，內核設置了select所監聽文件描述符集合元素的最大數量(一般為1024，可在內核啟動時指定)，使得單次select所能監聽的連接數受到了限制。
3. 拋開性能的考慮，從介面設計的角度來看，select將系統調用的參數與返回值混合到了一起(返回值覆蓋了參數)，增加了使用者理解的困難度。
I/O多路復用交互示意圖：
poll多路復用器介紹
poll I/O多路復用器在使用上和select大同小異，也是通過傳入指定的文件描述符集合以及指定內核監聽對應文件描述符上的I/O事件集合，但在實現的細節上基於select做了一定的優化。
和select一樣，poll系統調用在沒有任何就緒事件發生時也是同步、阻塞的(可以指定超時時間強制喚醒並返回)，當返回後要判斷是否有就緒事件時，也一樣需要全量的遍歷整個返回的文件描述符集合。
poll偽程式碼示例：
/* // man 2 poll(查看linux系統文檔) // 和select不同將參數events和返回值revents分開了 struct pollfd { int fd; // file descriptor 對應的文件描述符 short events; // requested events 需要監聽的事件 short revents; // returned events 返回時，就緒的事件 }; // 參數fds,要監聽的poolfd數組集合 // 參數nfds，傳入fds數組中需要監聽的元素個數 // 參數timeout，阻塞的超時時間(傳入-1代表永久阻塞) int poll(struct pollfd *fds, nfds_t nfds, int timeout); //events/revents是點陣圖表示的 //revents & POLLIN == 1 存在就緒的讀事件 //revents & POLLOUT == 1 存在就緒的寫事件 //revents & POLLHUP == 1 存在對端斷開連接或是通訊完成事件 */ // 創建TCP套接字並綁定埠8888，進行服務監聽 listenfd = serverSocket(8888,"tcp"); MAX_LISTEN_SIZE = 100; struct pollfd fds[MAX_LISTEN_SIZE]; // 設置伺服器監聽套接字(監聽讀事件) fds[0].fd = listenfd; fds[0].events = POLLIN; fds[0].revents = 0; // 客戶端連接數一開始為0 int clientCount = 0; while(true){ // poll同步阻塞調用(超時時間-1表示永久阻塞直到存在監聽的就緒事件) int ret = poll(fds, clientCount + 1, -1); for (int i = 0; i < clientCount + 1; i++){ if(fds[i].fd == listenfd && fds[i].revents & POLLIN){ // 伺服器監聽套接字讀事件就緒，建立新連接 clientCount++； fds[clientCount].fd = conn; fds[clientCount].events = POLLIN | POLLRDHUP ; fds[clientCount].revents = 0; }else if(fds[i].revents & POLLIN){ // 其他鏈接可讀,進行讀取 read(fds[i].fd); ... doSomething }else if(fds[i].revents & POLLRDHUP){ // 監聽到客戶端連接斷開，移除該連接 fds[i] = fds[clientCount]; i--; clientCount--; // 關閉該連接 close(fd); } } }
poll的優點：
1. poll解決了select系統調用受限於內核配置參數的限制問題，可以同時監聽更多文件描述符的I/O狀態(但不能超過內核限制當前進程所能擁有的最大文件描述符數目限制)。
2. 優化了介面設計，將參數與返回值的進行了分離。
poll的缺點：
1. poll優化了select，但在處理大量閑置連接時，即使真正產生I/O就緒事件的活躍文件描述符數量很少，依然免不了線性的遍歷整個監聽的文件描述符集合。每次調用時，需要全量的將整個感興趣的文件描述符集合從用戶態複製到內核態。
2. 由於select/poll都需要全量的傳遞參數以及遍歷返回值，因此其時間複雜度為O(n)，即處理的開銷隨著並發連接數n的增加而增加，而無論並發連接本身活躍與否。但一般情況下即使並發連接數很多，大量連接都產生I/O就緒事件的情況並不多，更多的情況是1W的並發連接，可能只有幾百個是處於活躍狀態的，這種情況下select/poll的性能並不理想，還存在優化的空間。
epoll多路復用器：
epoll是linux系統中獨有的，針對select/poll上述缺點進行改進的高性能I/O多路復用器。
針對poll系統調用介紹中的第一個缺點：在每次事件循環時都需要從用戶態全量傳遞整個需要監聽的文件描述符集合。
epoll在內核中分配記憶體空間用於快取被監聽的文件描述符集合。通過創建epoll的系統調用（epoll_create），在內核中維護了一個epoll結構，而在應用程式中只需要保留epoll結構的句柄就可對其進行訪問(也是一個文件描述符)。可以動態的在epoll結構的內核空間中增加/刪除/更新所要監聽的文件描述符以及不同的監聽事件（epoll_ctl），而不必每次都全量的傳遞需要監聽的文件描述符集合。
針對select/poll的第二個缺點：在系統調用返回後通過修改所監聽文件描述符結構的狀態，來標識文件描述符對應的I/O事件是否就緒。每次系統調用返回時，都需要全量的遍歷整個監聽文件描述符集合，而無論是否真的完成了I/O。
epoll監聽事件的系統調用完成後，只會將真正活躍的、完成了I/O事件的文件描述符返回，避免了全量的遍歷。在並發的連接數很大，但閑置連接佔比很高時，epoll的性能大大優於select/poll這兩種I/O多路復用器。epoll的時間複雜度為O(m)，即處理的開銷不隨著並發連接n的增加而增加，而是僅僅和監控的活躍連接m相關；在某些情況下n遠大於m，epoll的時間複雜度甚至可以認為近似的達到了O(1)。
通過epoll_wait系統調用，監聽參數中傳入對應epoll結構中關聯的所有文件描述符的對應I/O狀態。epoll_wait本身是同步、阻塞的(可以指定超時時間強制喚醒並返回)，當epoll_wait同步返回時，會返回處於活躍狀態的完成I/O事件的文件描述符集合，避免了select/poll中的無效遍歷。同時epoll使用了mmap機制，將內核中的維護的就緒文件描述符集合所在空間映射到了用戶態，令應用程式與epoll的內核共享這一區域的記憶體，避免了epoll返回就緒文件描述符集合時的一次記憶體複製。
epoll偽程式碼示例：
/** epoll比較複雜，使用時大致依賴三個系統調用 (man 7 epoll) 1. epoll_create 創建一個epoll結構,返回對應epoll的文件描述符 (man 2 epoll_create) int epoll_create(); 2. epoll_ctl 控制某一epoll結構(epfd)，向其增加/刪除/更新(op)某一其它連接(fd)，監控其I/O事件(event) (man 2 epoll_ctl) op有三種合法值：EPOLL_CTL_ADD代表新增、EPOLL_CTL_MOD代表更新、EPOLL_CTL_DEL代表刪除 int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event); 3. epoll_wait 令某一epoll同步阻塞的開始監聽(epfd)，感興趣的I/O事件(events),所監聽fd的最大個數(maxevents)，指定阻塞超時時間(timeout) (man 2 epoll_wait) int epoll_wait(int epfd, struct epoll_event *events,int maxevents, int timeout); */ // 創建TCP套接字並綁定埠8888，進行服務監聽 listenfd = serverSocket(8888,"tcp"); // 創建一個epoll結構 epollfd = epoll_create(); ev = new epoll_event(); ev.events = EPOLLIN; // 讀事件 ev.data.fd = listenfd; // 通過epoll監聽伺服器埠讀事件(新連接建立請求) epoll_ctl(epollfd,EPOLL_CTL_ADD,listenfd,ev)； // 最大監聽1000個連接 MAX_EVENTS = 1000; listenEvents = new event[MAX_EVENTS]; while(true){ // 同步阻塞監聽事件 // 最多返回MAX_EVENTS個事件響應結果 // (超時時間1000ms，標識在超時時間內沒有任何事件就緒則當前執行緒被喚醒，返回值nfd將為0) nfds = epoll_wait(epollfd, listenEvents, MAX_EVENTS, 1 * 1000); for(n = 0; n < nfds; ++n){ if(events[n].data.fd == listenfd){ // 當發現伺服器監聽套接字存在可讀事件，建立新的套接字連接 clientfd = accept(listenfd); ev.events = EPOLLIN | EPOLLET; ev.data.fd = clientfd; // 新建立的套接字連接也加入當前epoll的監聽(監聽讀(EPOLLIN)/寫(EPOLLET)事件) epoll_ctl(epollfd,EPOLL_CTL_ADD,clientfd,ev); } else{ // 否則是其它連接的I/O事件就緒,進行對應的操作 ... do_something } } }
epoll的優點：
epoll是目前性能最好的I/O多路復用器之一，具有I/O多路復用優點的情況下很好的解決了select/poll的缺陷。目前linux平台中，像nginx、redis、netty等高性能伺服器都是首選epoll作為基礎來實現網路I/O功能的。
epoll的缺點：
1. 常規情況下閑置連接佔比很大，epoll的性能表現的很好。但是也有少部分場景中，絕大多數連接都是活躍的，那麼其性能與select/poll這種基於點陣圖、數組等簡單結構的I/O多路復用器相比，就不那麼有優勢了。因為select/poll被詬病的一點就是通常情況下進行了無謂的全量檢查，而當活躍連接數佔比一直超過90%甚至更高時，就不再是浪費了;相反的，由於epoll內部結構比較複雜，在這種情況下其性能比select/poll還要低一點。
2. epoll是linux作業系統下獨有的，使得基於epoll實現的應用程式的跨平台兼容性受到了一定影響。
非同步非阻塞I/O(Asynchronous I/O AIO)
windows和linux都支援了select系統調用，但linux內核在之後又實現了epoll這一更高性能的I/O多路復用器來改進select。
windows沒有模仿linux，而是提供了被稱為IOCP(Input/Output Completion Port 輸入輸出完成埠)的功能解決select性能的問題。IOCP採用非同步非阻塞IO(AIO)的模型，其與epoll同步非阻塞IO的最大區別在於，epoll調用完成後，僅僅返回了就緒的文件描述符集合；而IOCP則在內核中自動的完成了epoll中原本應該由應用程式主動發起的I/O操作。
舉個例子，當監聽到就緒事件開始讀取某一網路連接的請求報文時，epoll依然需要通過程式主動的發起讀取請求，將數據從內核中讀入用戶空間。而windows下的IOCP則是通過註冊回調事件的方式工作，由內核自動的將數據放入指定的用戶空間，當處理完畢後會調度激活註冊的回調事件，被喚醒的執行緒能直接訪問到所需要的數據。
這也是為什麼BIO/NIO/IO多路復用被稱為同步I/O，而IOCP被稱為非同步I/O的原因。
同步I/O與非同步I/O的主要區別就在於站在應用程式的視角看，真正讀取/寫入數據時是否是由應用程式主導的。如果需要用戶程式主動發起最終的I/O請求就被稱為同步I/O；而如果是內核自動完成I/O後通知用戶程式，則被稱為非同步I/O。(可以類比在前面硬體I/O模型中，站在CPU視角的同步、非同步I/O模型，只不過這裡CPU變成了應用程式，而外設/DMA變成了作業系統內核)
AIO的優點：
AIO作為非同步I/O，由內核自動的完成了底層一整套的I/O操作，應用程式在事件回調通知中能直接獲取到所需數據。內核中可以實現非常高效的調度、通知框架。擁有前面NIO高性能的優點，又簡化了應用程式的開發。
AIO的缺點：
由內核全盤控制的全自動I/O雖然能夠做到足夠高效，但是在一些特定場景下性能並不一定能超過由應用程式主導的，經過深度優化的程式碼。像epoll在支援了和select/poll一樣的水平觸發I/O的同時，還支援了更加細緻的邊緣觸發I/O，允許用戶自主的決定當I/O就緒時，是否需要立即處理或是快取起來等待稍後再處理。(就像java等支援自動記憶體垃圾回收的語言，即使其垃圾收集器經過持續的優化，在大多數情況下性能都很不錯，但卻依然無法達到和經過開發人員反覆調優，手動回收記憶體的C、C++等語言實現的程式一樣的性能)
（截圖自《Unix網路編程 卷1》）
作業系統I/O模型小結
1. 同步I/O包括了同步阻塞I/O和同步非阻塞I/O，而非同步I/O中由於非同步阻塞I/O模型沒有太大價值，因此提到非同步I/O(AIO)時，默認指的就是非同步非阻塞I/O。
2. 在I/O多路復用器的工作中，當監聽到對應文件描述符I/O事件就緒時，後續進行的讀/寫操作既可以是阻塞的，也可以是非阻塞的。如果是都以阻塞的方式進行讀/寫，雖然實現簡單，但如果某一文件描述符需要讀寫的數據量很大時將耗時較多，可能會導致事件循環中的其它事件得不到及時處理。因此截圖中的阻塞讀寫數據部分並不準確，需要辯證的看待。
四、非阻塞I/O是銀彈嗎？
電腦技術的發展看似日新月異，但本質上有兩類目標指引著其前進。一是儘可能的增強、壓榨硬體的性能，提高機器效率；二是儘可能的通過持續的抽象、封裝簡化軟體複雜度，提高程式設計師的開發效率。電腦軟體的發展方向必須至少需要滿足其中一種目標。
從上面關於作業系統內核I/O模型的發展中可以看到，最初被廣泛使用的是易理解、開發簡單的BIO模型；但由於互聯網時代的到來，web伺服器系統面臨著C10K問題，需要能支援海量的並發客戶端連接，因此出現了包括NIO、I/O多路復用、AIO等技術，利用一個內核執行緒管理成百上千的並發連接，來解決BIO模型中一個內核執行緒對應一個網路連接的工作模式中，由於處理大量連接導致內核執行緒上下文頻繁切換，造成CPU資源耗盡的問題。上述的第一條原則指引著內核I/O模型的發展，使得web伺服器能夠獲得更大的連接服務吞吐量，提高了機器效率。
但非阻塞I/O真的是完美無缺的嗎？
有著非阻塞I/O模型開發經驗的程式設計師都知道，正是由於一個內核執行緒管理著成百上千個客戶端連接，因此在整個執行緒的執行流中不能出現耗時、阻塞的操作(比如同步阻塞的資料庫查詢、rpc介面調用等)。如果這種操作不可避免，則需要單獨使用另外的執行緒非同步的處理，而不能阻塞當前的整個事件循環，否則將會導致其它連接的請求得不到及時的處理，造成飢餓。
對於多數互聯網分散式架構下處理業務邏輯的應用程式伺服器來說，在一個網路請求服務中，可能需要頻繁的訪問資料庫或者通過網路遠程調用其它服務的介面。如果使用的是基於NIO模型進行工作的話，則要求rpc庫以及資料庫、中間件等連接的庫是支援非同步非阻塞的。如果由於同步阻塞庫的存在，在每次接受連接進行服務時依然被迫通過另外的執行緒處理以避免阻塞，則NIO伺服器的性能將退化到和使用傳統的BIO模型一樣的地步。
所幸的是隨著非阻塞I/O的逐漸流行，上述問題得到了很大的改善。
非阻塞I/O帶來的新問題
非同步非阻塞庫改變了同步阻塞庫下程式設計師習以為常的，線性的思維方式，在編碼時被迫的以事件驅動的方式思考。邏輯上連貫的業務程式碼為了適應非同步非阻塞的庫程式，被迫分隔成多個獨立片段嵌套在各個不同層次的回調函數中。對於複雜的業務而言，很容易出現嵌套為一層層的回調函數，形成臭名昭著的callback hell(回調地獄)。
最早被callback hell折磨的可能是客戶端程式的開發人員，因為客戶端程式需要時刻監聽著用戶操作事件的產生，通常以基於事件驅動的方式組織非同步處理程式碼。
callback hell偽程式碼示例：
// 由於互相之間有前後的數據依賴，按照順序非同步的調用A、B、C、D A.dosomething((res)->{ data = res.xxx; B.dosomething(data,(res)->{ data = res.xxx; C.dosomething(data,(res)->{ data = res.xxx D.dosomething(data,(res)->{ // 。。。 有依賴的同步業務越複雜，層次越深，就像一個無底洞 }) }) }) })
非同步非阻塞庫的使用割裂了程式碼的連貫結構，使得程式變得難以理解、調試，這一缺陷在堆積著複雜晦澀業務邏輯的web應用程式伺服器程式中顯得難以忍受。這也是為什麼如今web伺服器仍然有很大一部分依然使用傳統的同步阻塞的BIO模型進行開發的主要原因。通過分散式、集群的方式分攤大量並發的連接，而只在業務相對簡單的API網關、消息隊列等I/O密集型的中間件程式中NIO才被廣泛使用(實在不行，業務伺服器集群可以加機器，保證開發效率也同樣重要)。
那麼就沒有什麼辦法既能夠擁有非阻塞I/O支撐海量並發、高吞吐量的性能優勢；又能夠令程式設計師以同步方式思考、編寫程式，以提高開發效率嗎？
解決辦法當然是存在的，且相關技術依然在不斷發展。上述電腦技術發展的第二個原則指導著這些技術發展，目的是為了簡化程式碼複雜性，提高程式設計師的效率。
1. 優化語法、語言庫以簡化非同步編程的難度
在函數式編程的領域，就一直有著諸多晦澀的「黑科技」(CPS變換、monad等)，能夠簡化callback hell，使得可以以幾乎是同步的方式編寫實質上是非同步執行的程式碼。例如EcmaScript便在EcmaScript6、EcmaScript7中分別引入了promise和async/await來解決這一問題。
2. 在語言級別支援用戶級執行緒(協程)
前面提到，傳統的基於BIO模型的工作模式最大的優點在於可以同步的編寫程式碼，遇到需要等待的耗時操作時能夠被同步阻塞，使用起來簡單易懂。但由於1：1的維護內核執行緒在處理海量連接時由於頻繁的內核執行緒上下文切換而力不從心，催生了非阻塞I/O。
而由於上述非阻塞I/O引起的程式碼複雜度的增加，電腦科學家們想到了很早之前就在作業系統概念中提出，但一直沒有被廣泛使用的另一種執行緒實現方式：用戶級執行緒。
用戶級執行緒顧名思義，就是在用戶級實現的執行緒，作業系統內核對其是無感知的。用戶級執行緒在許多方面與大家所熟知的內核級執行緒相似，都有著自己獨立的執行流，和進程中的其它執行緒共享記憶體空間。
用戶級執行緒與內核級執行緒最大的一個區別就在於由於作業系統對其無感知，因此無法對用戶級執行緒進行基於中斷的搶佔式調度。要使得同一進程下的不同用戶級執行緒能夠協調工作，必須小心的編寫執行邏輯，以互相之間主動讓渡CPU的形式工作，否則將會導致一個用戶級執行緒持續不斷的佔用CPU，而令其它用戶級執行緒處於飢餓狀態，因此用戶級執行緒也被稱為協程，即互相協作的執行緒。
用戶級執行緒無論如何是基於至少一個內核執行緒/進程的，多個用戶級執行緒可以掛載在一個內核執行緒/進程中被內核統一的調度管理。
（截圖自《現代作業系統》）
協程可以在遇到I/O等耗時操作時選擇主動的讓出CPU，以實現同步阻塞的效果，令程式執行流轉移到另一個協程中。由於多個協程可以復用一個內核執行緒，每個協程所佔用的開銷相對內核級執行緒來說非常小；且協程上下文切換時由於不需要陷入內核，其切換效率也遠比內核執行緒的上下文切換高(開銷近似於一個函數調用)。
最近很流行的Go語言就是由於其支援語言層面的協程而備受推崇。程式設計師可以利用一些語言層面提供的協程機制編寫高效的web伺服器程式(例如在語句中添加控制協程同步的關鍵字)。通過在編譯後的最終程式碼中加入對應的協程調度指令，由協程調度器接手，控制協程同步時在耗時I/O操作發生時主動的讓出CPU，並在處理完畢後能被調度回來接著執行。Go語言通過語言層面上對協程的支援，降低了編寫正確、協調工作的協程程式碼的難度。
Go編寫的高性能web伺服器如果運行在多核CPU的linux作業系統中，一般會創建m個內核執行緒和n個協程(m正比與CPU核心數，n遠大於m且正比於並發連接數)，底層每個內核執行緒依然可以利用epoll IO多路復用器處理並發的網路連接，並將業務邏輯處理的任務轉交給用戶態的協程(gorountine)。每個協程可以在不同的內核執行緒(CPU核心)中被來回調度，以獲得最大的CPU吞吐量。
使用協程，程式設計師在開發時能夠編寫同步阻塞的耗時I/O程式碼，又不用擔心高並發情況下BIO模型中的性能問題。可以說協程兼顧了程式開發效率與機器執行效率，因此越來越多的語言也在語言層面或是在庫函數中提供協程機制。
3. 實現用戶透明的協程
在通過虛擬機作為中間媒介，作業系統平台無關的語言中(比如java)，虛擬機作為應用程式與作業系統內核的中間層，可以對應用程式進行各方面的優化，令程式設計師可以輕鬆編寫出高效的程式碼。
有大牛在知乎的一篇回答中提到過，其曾經領導團隊在阿里巴巴工作時在java中實現了透明的協程。但似乎沒有和官方標準達成統一因此並沒有對外開放。
如果能夠在虛擬機中提供高效、用戶透明的協程機制，使得原本基於BIO多執行緒的伺服器程式無需改造便自動的獲得了支援海量並發的能力，那真是太強了Orz。
五、總結
通過對ucore作業系統源碼級的研究學習，加深了我對作業系統原理書中各種抽象概念的理解，也漸漸理解了一些關於各種I/O模型的問題。
一方面，通過對作業系統I/O模型的總結，使得我對於上層應用程式如java中的nio和netty中的非阻塞的編程風格有了更深的理解，不再像之前只習慣於BIO編程那樣感到奇怪，而是覺得非常自然。另一方面，又意識到了自己還有太多的不足。
站在作業系統I/O模型這一層面，向上看，依然對基於nio的各種中間件不太熟悉，不了解在具體實踐中如何利用好NIO這一利器，寫出魯棒、高效的程式碼；向下看，由於ucore為了儘可能的簡化實驗課的難度，省略了很多的功能沒有實現，導致我對於作業系統底層是如何實現網路協議棧、如何實現nio和io多路復用器的原理知之甚少，暫時只能將其當作黑盒子看待，很多地方可能理解的有偏差。令我在拓寬知識面的同時，感嘆知道的越多就越感覺自己無知，但人總是要向前走的，在學習中希望盡量能做到知其然而知其所以然。通過對ucore作業系統的學習，使得我對於作業系統內核的學習不再感到恐懼，在認知學習概念中就是從恐懼區轉為了學習區。以後有機會的話，可以通過研究早期的linux內核源碼來解答我關於I/O模型底層實現的一系列問題。
這篇部落格是這一段時間來對作業系統學習的一個階段性總結，直接或間接的回答了部落格開頭的幾個問題，希望能幫到對作業系統、I/O模型感興趣的人。這篇文章中還存在許多理解不到位的地方，請多多指教。
