五种IO模型与非阻塞IO

目录

• [1. 五种IO概念](#1. 五种IO概念)
• • [1.0 同步与异步 I/O 的核心界定](#1.0 同步与异步 I/O 的核心界定)
  • [1.1 阻塞 I/O 模型（Blocking I/O）](#1.1 阻塞 I/O 模型（Blocking I/O）)
  • [1.2 非阻塞 I/O 模型（Non-blocking I/O）](#1.2 非阻塞 I/O 模型（Non-blocking I/O）)
  • [1.3 I/O 多路复用模型（I/O Multiplexing）](#1.3 I/O 多路复用模型（I/O Multiplexing）)
  • [1.4 信号驱动 I/O 模型（Signal-driven I/O）](#1.4 信号驱动 I/O 模型（Signal-driven I/O）)
  • [1.5 异步 I/O 模型（Asynchronous I/O）](#1.5 异步 I/O 模型（Asynchronous I/O）)
  • [1.6 五种 I/O 模型核心对比](#1.6 五种 I/O 模型核心对比)
• [2. 五种IO模型](#2. 五种IO模型)
• • [2.1 阻塞IO](#2.1 阻塞IO)
  • [2.2 非阻塞IO](#2.2 非阻塞IO)
  • [2.3 IO多路转接](#2.3 IO多路转接)
  • [2.4 信号驱动IO](#2.4 信号驱动IO)
  • [2.5 异步IO](#2.5 异步IO)
• [3. 高级IO重要概念](#3. 高级IO重要概念)
• • [3.1 同步通信 vs 异步通信(synchronous communication/ asynchronous](#3.1 同步通信 vs 异步通信(synchronous communication/ asynchronous)
  • • [3.1.1 概念](#3.1.1 概念)
    • [3.1.2 易混淆概念区分：两种「同步」的本质差异](#3.1.2 易混淆概念区分：两种「同步」的本质差异)
  • [3.2 阻塞 vs 非阻塞](#3.2 阻塞 vs 非阻塞)
  • [3.3 阻塞 / 非阻塞 与 同步 / 异步的核心区分](#3.3 阻塞 / 非阻塞 与 同步 / 异步的核心区分)
  • [3.4 其他高级IO](#3.4 其他高级IO)
• [4. 非阻塞IO](#4. 非阻塞IO)
• • [4.1 fcntl](#4.1 fcntl)
  • • [4.1.1 核心实操：将文件描述符设为非阻塞模式](#4.1.1 核心实操：将文件描述符设为非阻塞模式)

1. 五种IO概念

在类 Unix/Linux 系统中，经典的五种 I/O 模型 分别是：阻塞 I/O、非阻塞 I/O、I/O 多路复用、信号驱动 I/O、异步 I/O。

I/O 操作的核心分为两个关键阶段：等待数据就绪 （内核等待网络 / 磁盘数据，加载到内核缓冲区）、数据复制（将内核缓冲区的数据拷贝到用户进程的缓冲区）。不同模型的核心差异，就体现在这两个阶段进程是否阻塞、如何等待。

1.0 同步与异步 I/O 的核心界定

在 POSIX 标准中，同步 I/O 与异步 I/O 的判定依据是：数据复制阶段进程是否阻塞。

• 同步 I/O：数据复制时，进程处于阻塞状态，包括阻塞 I/O、非阻塞 I/O、I/O 多路复用、信号驱动 I/O。
• 异步 I/O：等待数据 + 数据复制全程由内核后台完成，进程全程不阻塞。

1.1 阻塞 I/O 模型（Blocking I/O）

1. 工作原理

   进程发起 I/O 系统调用（如recvfrom读取网络数据）后，会立即被操作系统挂起，进入阻塞状态。内核会完整执行等待数据就绪和数据复制两个阶段，直到 I/O 操作全部完成，才会将结果返回给进程，进程解除阻塞，继续执行后续逻辑。

2. 执行流程

   用户进程调用recvfrom → 内核等待数据 → 数据就绪，内核拷贝数据至用户空间 → 系统调用返回，进程恢复运行。

3. 特点与适用场景

   • 优点：实现逻辑简单，代码编写和调试成本低，是入门级网络编程的默认模型。
   • 缺点：并发能力极差。一个线程只能处理一个 I/O 连接，高并发场景下需要创建大量线程，带来巨大的内存和线程切换开销。
   • 适用场景：并发量极低的简单单机程序、小型工具类服务。

1.2 非阻塞 I/O 模型（Non-blocking I/O）

1. 工作原理

   进程设置文件描述符为非阻塞模式后，发起 I/O 调用。若内核数据未就绪，内核会立即返回错误码（如EWOULDBLOCK），进程不会阻塞，可执行其他任务。进程需要通过轮询的方式，反复发起 I/O 调用，直到数据就绪。数据就绪后，进程再次调用 I/O 接口，此时会阻塞等待数据复制完成。

2. 执行流程

   进程循环调用recvfrom → 内核返回未就绪错误 → 进程执行其他任务 → 重复轮询 → 数据就绪，调用阻塞完成数据拷贝 → 系统调用返回。

3. 特点与适用场景

   • 优点：进程在等待数据阶段不阻塞，可以充分利用 CPU 处理其他任务。
   • 缺点：轮询会持续占用 CPU 资源，连接数越多，CPU 消耗越严重，高并发场景下效率极低。
   • 适用场景：几乎不单独使用，通常作为 I/O 多路复用模型的基础技术组件。

1.3 I/O 多路复用模型（I/O Multiplexing）

1. 工作原理

   进程不直接监听单个 I/O 事件，而是通过select/poll/epoll等系统调用，将多个需要监控的文件描述符（网络 Socket、文件句柄等）注册到内核。内核同时监控所有描述符的状态，当任意一个描述符数据就绪，系统调用就会返回。进程再遍历就绪的描述符，发起 I/O 调用完成数据复制（此阶段仍会阻塞）。

2. 主流实现对比

   实现方式	核心特点	缺陷
   select	支持跨平台，有文件描述符数量限制（默认 1024）	需要遍历所有描述符，效率随描述符数量增加急剧下降
   poll	移除了文件描述符的数量限制	同样需要线性遍历所有描述符，高并发场景性能瓶颈明显
   epoll	Linux 专属高效实现，无描述符数量限制，采用事件触发机制	仅支持 Linux 系统，跨平台性差

3. 特点与适用场景

   • 优点：单个线程可以管理海量 I/O 连接，大幅减少线程数量和切换开销，是高并发网络服务的主流方案。
   • 缺点：数据复制阶段进程仍会阻塞，本质仍属于同步 I/O。
   • 适用场景：高并发网络服务器，如 Nginx、Redis、Java NIO 等主流中间件和服务。

1.4 信号驱动 I/O 模型（Signal-driven I/O）

1. 工作原理

   进程通过系统调用，向内核注册 I/O 事件的信号处理函数。发起 I/O 请求后，进程立即返回，继续执行其他任务。内核等待数据就绪后，向进程发送指定信号（如SIGIO）。进程捕获信号后，暂停当前任务，调用 I/O 接口，阻塞等待数据复制完成。

2. 执行流程

   进程注册信号处理函数 → 发起 I/O 请求并立即返回 → 内核等待数据就绪 → 内核发送SIGIO信号 → 进程捕获信号，调用recvfrom完成数据拷贝。

3. 特点与适用场景

   • 优点：等待数据阶段无需阻塞和轮询，CPU 利用率优于非阻塞 I/O。
   • 缺点：信号处理逻辑复杂，信号队列存在溢出风险；高并发场景下，大量信号会导致程序稳定性下降。
   • 适用场景：生产环境使用极少，仅适用于连接数少、对实时性有一定要求的特殊场景。

1.5 异步 I/O 模型（Asynchronous I/O）

1. 工作原理

   异步 I/O 是真正意义上的异步操作。进程发起异步 I/O 调用（如aio_read）并指定回调函数后，系统调用会立即返回。内核独立完成等待数据就绪 + 数据复制的全部流程，完成后通过信号或回调函数通知进程。进程全程无需阻塞，可直接使用已经拷贝到用户空间的数据。

2. 执行流程

   进程调用aio_read并注册回调 → 调用立即返回，进程执行其他任务 → 内核完成数据等待与拷贝 → 内核通知进程 → 进程通过回调处理数据。

3. 特点与适用场景

   • 优点：I/O 全程无阻塞，CPU 利用率达到最高，是性能最优的 I/O 模型。
   • 缺点：编程逻辑复杂，不同操作系统的 API 和支持度差异极大，调试和维护成本高。
   • 适用场景：对性能、响应速度要求极致的场景，如高性能数据库、高速网络存储系统。

---

1.6 五种 I/O 模型核心对比

模型	等待数据阶段	数据复制阶段	实现难度	CPU 利用率	并发能力
阻塞 I/O	阻塞	阻塞	低	低	差
非阻塞 I/O	非阻塞（轮询）	阻塞	较低	中	较差
I/O 多路复用	阻塞（监听多路）	阻塞	中等	较高	优秀
信号驱动 I/O	非阻塞（信号通知）	阻塞	较高	较高	一般
异步 I/O	非阻塞	非阻塞	高	最高	优秀

补充说明

日常高并发服务开发中，I/O 多路复用模型是最常用的选择。它在性能、开发成本、跨平台兼容性之间取得了极佳的平衡。异步 I/O 虽然性能顶尖，但受限于平台兼容性和开发复杂度，仅在极致性能场景下使用。

2. 五种IO模型

2.1 阻塞IO

• 阻塞IO：在内核将数据准备好之前，系统调用会一直等待。所有的套接字，默认都是阻塞方式。阻塞IO是最常见的IO模型。

2.2 非阻塞IO

• 非阻塞IO：如果内核还未将数据准备好，系统调用仍然会直接返回，并且返回EWOULDBLOCK错误码。

非阻塞IO往往需要程序员循环的方式反复尝试读写文件描述符，这个过程称为轮询。这对CPU来说是较大的浪费，一般只有特定场景下才使用。

2.3 IO多路转接

• IO多路转接：虽然从流程图上看起来和阻塞IO类似。实际上最核心在于IO多路转接能够同时等待多个文件描述符的就绪状态。

2.4 信号驱动IO

• 信号驱动IO：内核将数据准备好的时候，使用SIGIO信号通知应用程序进行IO操作。

2.5 异步IO

• 异步IO：由内核在数据拷贝完成时，通知应用程序(而信号驱动是告诉应用程序何时可以开始拷贝数据)。

小结

• 任何IO过程中，都包含两个步骤。第一是等待，第二是拷贝。而且在实际的应用场景中，等待消耗的时间往往都远远高于拷贝的时间。让IO更高效，最核心的办法就是让等待的时间尽量少。

3. 高级IO重要概念

在这里, 我们要强调几个概念

3.1 同步通信 vs 异步通信(synchronous communication/ asynchronous

3.1.1 概念

同步通信与异步通信的核心关注对象，是进程 / 线程间的调用发起与结果交付的通信机制。这组概念常和网络 I/O、进程间通信场景绑定，需要和「进程 / 线程同步」的概念严格区分，二者不可混为一谈。

1. 同步通信

   同步通信的核心特征：调用方发起调用请求后，在被调用方完成操作、返回最终结果之前，当前调用会一直阻塞，不会提前返回。

   调用方会主动等待，直至拿到调用的返回结果，才能继续执行后续逻辑。结合我们之前学习的五种 I/O 模型，阻塞 I/O、非阻塞 I/O、I/O 多路复用、信号驱动 I/O 都属于同步 I/O，其底层逻辑也完全契合同步通信的定义 ------ 数据从内核缓冲区复制到用户缓冲区的阶段，调用进程始终需要等待操作完成。

2. 异步通信

   异步通信与同步通信的行为完全相反：调用方发起调用请求后，该调用会立即返回，调用返回时不会携带本次操作的最终结果。

   调用方无需阻塞等待，可以继续执行其他任务。被调用方在后台独立完成全部操作后，会通过状态反馈、系统通知、回调函数 等方式，告知调用方操作已完成，并交付最终的处理结果。对应到 I/O 模型中，只有异步 I/O（AIO） 完全符合异步通信的定义。

3.1.2 易混淆概念区分：两种「同步」的本质差异

在多进程、多线程的学习中，我们会接触到「进程 / 线程同步与互斥」的概念。这里的进程 / 线程同步 ，和上文的同步通信是完全独立、语境不同的技术概念，学习时必须做好区分。

1. 进程 / 线程同步

   进程 / 线程同步，描述的是多个并发执行的进程或线程之间，为协同完成同一任务而产生的直接制约关系。

   多个执行单元为了安全访问临界资源、保证业务执行的先后次序，需要在特定的逻辑节点进行等待、唤醒、消息传递，避免出现竞态条件、数据错乱等问题。例如：线程 A 必须等待线程 B 完成数据写入后，才能执行读取操作，这种协作约束的机制就是进程 / 线程同步。其核心目的，是保障并发程序执行的安全性与有序性。

2. 语境判断方法

   后续阅读技术资料、编写代码时，看到「同步」一词，先明确其所处的技术语境，即可快速区分：

   • 若语境围绕函数调用、消息传递、I/O 操作 展开，讨论的是同步通信：核心关注调用是否阻塞、结果是否立即返回。
   • 若语境围绕多进程 / 多线程并发、临界资源访问、执行次序协调 展开，讨论的是进程 / 线程同步：核心关注多个执行单元的协作约束。

3.2 阻塞 vs 非阻塞

阻塞和非阻塞的核心关注点，是进程或线程在发起系统调用、函数调用后，等待操作结果的过程中，自身所处的执行状态 。它和上一节的同步 / 异步通信属于两个完全独立的评判维度，二者可以相互组合，不能直接划等号。

1. 阻塞调用

   阻塞调用的核心特征：线程发起调用后，在对应操作彻底完成、最终结果返回之前，当前线程会被操作系统内核挂起，进入阻塞休眠状态。

   该线程会暂时放弃 CPU 的使用权，不会执行任何后续指令，直到内核完成操作并返回结果，线程才会被唤醒，继续执行后续代码。结合我们学习的 I/O 模型，阻塞 I/O是最典型的阻塞调用场景，线程在等待数据就绪、内核拷贝数据的整个流程中，都处于阻塞状态。

2. 非阻塞调用

   非阻塞调用的核心特征：线程发起调用后，即便当前操作无法立刻完成、不能获取最终结果，该调用也不会阻塞当前线程，而是会立即返回。

   调用返回时，内核通常会返回特定的状态码或错误码 ，告知调用方当前操作暂未就绪。线程可以在调用返回后，继续处理其他任务，后续再通过轮询、事件监听等方式，重新发起调用以获取最终结果。例如非阻塞 I/O 模型 ，数据未就绪时，recvfrom调用会立即返回错误提示，线程无需挂起等待。

3.3 阻塞 / 非阻塞 与 同步 / 异步的核心区分

这是学习 I/O 模型时的高频易错点，补充该部分内容可以彻底厘清概念：

1. 关注维度不同

   • 阻塞 / 非阻塞：聚焦调用方线程的运行状态，判断线程是被挂起休眠，还是持续运行。
   • 同步 / 异步：聚焦调用结果的交付方式，判断结果是调用时同步获取，还是通过后续通知、回调异步获取。

2. 常见的组合形式

   两个概念可以自由组合，形成不同的调用模式，也是 I/O 模型的分类依据：

   • 同步阻塞：经典阻塞 I/O，线程阻塞等待，结果同步返回。
   • 同步非阻塞：非阻塞 I/O，线程不阻塞，但需要主动轮询调用获取结果，仍属于同步通信。
   • 异步非阻塞：异步 I/O，线程不阻塞，结果由内核通过信号、回调异步通知，是高性能的常用组合。
   • 异步阻塞：实际工程开发中几乎没有实用价值，极少使用。

3.4 其他高级IO

非阻塞IO，纪录锁，系统V流机制，I/O多路转接（也叫I/O多路复用）,readv和writev函数以及存储映射IO（mmap），这些统称为高级IO.我们此处重点讨论的是I/O多路转接

4. 非阻塞IO

4.1 fcntl

在类 Unix/Linux 系统 中，所有通过open、socket等系统调用打开的文件描述符（fd，如网络 Socket、普通文件、管道、设备等），默认的 I/O 工作模式均为阻塞 I/O 。若要将其改为非阻塞模式，最常用的工具就是fcntl函数 ------ 该函数是对文件描述符进行属性控制与状态修改的核心系统调用

#include <unistd.h>
#include <fcntl.h>

// 函数返回值：成功返回对应操作的结果（依cmd而定）；失败返回-1，并设置errno
int fcntl(int fd, int cmd, ... /* arg */ );
// 函数参数说明
// fd：需要进行属性控制的文件描述符（如 socket 返回的 fd、open 返回的文件 fd）；
// cmd：操作命令，决定 fcntl 要执行的具体功能（如获取状态、设置非阻塞、复制 fd 等）；
// ...：可变参数，是否需要传参、传什么类型的参数，完全由cmd的取值决定 ------ 部分 cmd 无需额外参数，部分 // cmd 需要传入int类型的 arg 参数。

fcntl 的功能通过cmd参数区分，核心分为 5 类，均为文件描述符的属性 / 状态操作，术语与系统标准保持一致：

1. 复制一个现有的文件描述符（cmd=F_DUPFD/F_DUPFD_CLOEXEC）：生成一个新的文件描述符，与原 fd 指向同一文件 / 设备，支持设置新 fd 的最小取值；
2. 获取 / 设置文件描述符标志（cmd=F_GETFD/F_SETFD）：操作 fd 本身的标志（如FD_CLOEXEC，进程执行exec时自动关闭该 fd）；
3. 获取 / 设置文件状态标志 （cmd=F_GETFL/F_SETFL）：操作文件的 I/O 模式标志（设置非阻塞的核心操作 ，如O_NONBLOCK、O_APPEND等）；
4. 获取 / 设置异步 I/O 的属主（cmd=F_GETOWN/F_SETOWN）：指定接收异步 I/O 信号（如SIGIO）的进程 ID 或线程 ID，为信号驱动 I/O 做准备；
5. 获取 / 设置文件记录锁（cmd=F_GETLK/F_SETLK/F_SETLKW）：对文件进行读 / 写锁控制，实现多进程对文件的同步访问，避免竞态。

我们此处只是用第三种功能, 获取/设置文件状态标记, 就可以将一个文件描述符设置为非阻塞.

4.1.1 核心实操：将文件描述符设为非阻塞模式

前文讲解了阻塞 / 非阻塞的概念，这里补充最常用的实战用法 ------ 通过fcntl的F_GETFL和F_SETFL命令，将默认的阻塞 fd 改为非阻塞，这是网络编程、I/O 操作中最基础的步骤，步骤分为 3 步：

1. 调用fcntl(fd, F_GETFL)获取 fd 当前的文件状态标志；
2. 将获取到的标志与非阻塞标志O_NONBLOCK 进行按位或操作（保留原有标志，仅添加非阻塞属性）；
3. 调用fcntl(fd, F_SETFL, 新标志)将修改后的标志写回 fd，完成非阻塞模式设置。

封装成工具函数（可直接复用）

#include <unistd.h>
#include <fcntl.h>
#include <errno.h>

// 将文件描述符设置为非阻塞模式
// 返回值：成功返回0；失败返回-1
int set_nonblock(int fd) {
    // 1. 获取当前的文件状态标志
    int old_fl = fcntl(fd, F_GETFL);
    if (old_fl == -1) {
        return -1; // 获取失败，直接返回
    }
    // 2. 按位或O_NONBLOCK，添加非阻塞属性（保留原有所有标志）
    int new_fl = old_fl | O_NONBLOCK;
    // 3. 将新标志写回文件描述符
    if (fcntl(fd, F_SETFL, new_fl) == -1) {
        return -1;
    }
    return 0;
}

关键注意事项

1. 不可直接设置O_NONBLOCK：必须先获取原有标志再按位或，否则会覆盖 fd 原有的状态（如O_APPEND追加写、O_RDWR读写模式等）；
2. F_SETFL可修改的标志有限：仅能修改O_NONBLOCK（非阻塞）、O_APPEND（追加写）、O_ASYNC（异步 I/O）等少数标志，文件的读写模式（如O_RDONLY/O_WRONLY）无法通过fcntl修改；
3. 错误处理：fcntl 操作失败会返回 - 1 并设置errno，可通过perror("fcntl")打印具体错误原因（如 fd 无效、权限不足）。

...过云雨-CSDN博客