IO多路复用

同步io和异步io，阻塞io和非阻塞io分别是什么，有什么样的区别？

io模式

对于一次io 访问（以read为例），数据会先拷贝到操作系统内核的缓冲区，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。所以说，当一个read操作发生时，它会经历两个阶段：

1.等待数据准备

2.将数据从内核拷贝到用户的进程中

在linux中系统产生了下面五种网络模式的方案：

1.阻塞i/o   2.非阻塞i/o  3.i/o多路复用    4.信号驱动i/o(实际应用中不多)   5.异步i/o

阻塞i/o

在linux中，默认情况下所有的socket都是阻塞的（blocking），一个经典的读操作流程大概是这个样的：

 当用户进程调用recvfrom是，kernel就开始了第一阶段的io，准备数据，这个过程需要等待，也就是说数据被拷贝到操作系统内核的缓冲区中是需要一个过程的，而在用户进程那，整个进程会被阻塞。当kernel一直等待数据准备好了，就会将数据从kernel中拷贝到用户内存，然后kernel返回结果，用户进程才解除阻塞状态，重新运行起来

即它的特点就是：在io执行的两个阶段都被block了 

非阻塞I/O

linux下，可以通过设置socket使其变成了非阻塞，对一个非阻塞的socket执行读操作流程如下：

在用户进程发出read操作的时候，如果kernel中的数据还没有准备好的话，它不会阻塞用户进程，而是立刻返回一个error,从用户进程角度来说，它发起一个read操作之后，并不需要等待，而是马上得到了一个结果。用户进程判断结果如果是一个error，就知道了数据没有准备好，于是再次发送read操作，一旦kernel中数据准备好了，并且又再次收到了用户进程的system call，那么它马上就将数据拷贝到用户内存，然后返回 

即它的特点就是：用户进程需要不断的主动的询问kernel数据准备好了没有 

相当于我们第一次调用recv时，如果没有数据，我们可以去干其他的事情，从这个层面上来看，它比阻塞io要好，但仅仅只是非阻塞，下面我们看另外的模式：

I/O多路复用

io多路复用就是我们所说的select,poll,epoll,有些地方也称这种io方式为event driven io(事件驱动),select/epoll的好处就是在于单个process就可以同时处理多个网络连接的io。它的基本原理就是select ,poll,epoll这个function会不断的轮询所负责的所有的socket,当socket有数据的时候，就通知用户进程。

在单线程下，如果我们采取阻塞io,一收数据就卡住，我们就没有办法实现在一个单线程下操作多个socket连接，即单线程下阻塞io模式下是没有办法实现操作多路io

如果变成单线程下，非阻塞模式，建立100个连接，我们不知道哪个socket会发送数据，我们循环收取，100连接可能有5个发送了数据，95个没有发数据，但是没有关系，没有数据就直接走下一个循环不会卡住，最终把这5个数据收到，这种情况下我们已经实现了操作多个socket,在用户看来就已经是多并发了。不过有一个小问题，在从内核态到用户态发送的时候还是会卡住，等待一个copy时间，如果数据量小的话没有什么大问题，如果数据量大的话就会卡很久。虽然多并发，但是还是会卡

对于I/O多路复用：当用户进程调用了select,那么整个进程就会被block，同时，kernel会“监视”所有select负责所有的socket，当有一个socket中数据准备好，selct就会返回，这个时候用户进程再调用read，将数据从kernel拷贝到用户进程

 

即它的特点就是：通过一种机制一个进程能同时等待多个文件描述符（可以理解为socket连接），而这些文件描述符其中的任意一个进入读就绪状态，select()函数局可以返回

和阻塞io的区别就是：一开始是一个socket调用recv卡住了，而io多路复用是，一开始可能有很多个socket调用select() 

异步I/O 

 

用户进程发起read操作之后，立刻就可以去干其他的事情，另一方面，从kernel角度，他们收到一个异步的read操作之后，首先会立刻返回（用户就可以在这个时候去操作其他的东西），所以不会对用户进程产生任何的block。然后kernel会等待数据准备完成，再将数据拷贝到用户内存，当这一切完成之后，kernel会给用户进程发送一个signal，告诉它read操作完成了

 就相当于在最后从内核态拷贝到用户态那个环节也不会卡住

下面我们就详细了解一下多路复用的select,poll,epoll:

select:

select目前支持所有的平台，其良好的跨平台是是他的一个优点，缺点就是单个进程能够监视的文件描述符的数量是存在最大限制的，在linux上一般为1024，不过可以通过修改宏定义甚至重新编译内核的方式提升，

另外，select()所维护的存储大量的文件描述符的数据结构，随着文件miaoshu描述符的数量增大，其复制的开销也就不断的增大。同时，由于网络响应时间的延迟使得大量tcp连接处于非活跃状态，但调用select()会对所有的socket进行一次线性扫描，所以在一定程度上造成了浪费

poll:

和select没有多大的区别，但是poll没有最大文件描述符数量的限制，缺点也差不多，

epoll：

epoll是由内核直接支持的实现方法，几乎具备了之前的一切优点。windows不支持epoll，linux支持

简单的说， 如果有100socket交给内核去检测，只不过当100里面有一个链接活跃了，这个内核会告诉用户哪一个链接有数据，所以用户直接取到这个链接去读数据就行了，这就是epoll最主要的有点。如果我们有6万个链接里面有两个活跃，只要循环去这两个就可以了。

epoll也可以同时支持水平触发和边缘触发（水平触发就是说100个连接中有两个有数据，活跃了，内核返回给用户的程序，用户去取数据，但是这个时候用户有其他的事情，没有来得及去处理，没有去取数据，那数据还在内核态，除非用户主动的去取数据，这个数据才会从内核态拷贝到用户态。下一次可以继续监测再通知这个有数据的连接里；边缘触发就是说如果数据来了，告诉用户数据准备好了可以来取了，如果用户没有去取数据，那就数据就一直存储在内核中，但是下次不会再次通知，所以数据对于用户来说就没有了）

epoll没有最大socket数的限制，依然是io多路复用，不是异步io

上面讲了这么多，我们用代码来看看这个selec,poll,epoll，看看实现出来是什么样子的，

select:

python的select()方法直接调用操作系统的io调用，它监控sockets，open files,and pipes何时变成readable,writeable,或者通信错误，select()使得同时监控多个连接变的简单，并且这个比写一个长循环来等待和监控客户端连接更加的高效，因为select直接通过操作系统提供的c的网络接口进行操作的。而不是python解释器

下面我们就用echo server例子来了解select是如何通过单进程实现同时处理多个非阻塞的socket连接的

import select
import socket
import queue

server = socket.socket()
server.bind(('localhost',9999))
server.listen(1000)

server.setblocking(False)#设置成非阻塞

inputs = [server,]
outputs = []
msg_dic = {}
while True:
    readable,writeable,exceptional = select.select(inputs,outputs,inputs)
    print(readable,writeable,exceptional)
    for r in readable:
        if r is server:#代表来了一个新连接
            conn,addr = server.accept()
            print("来了一个新连接",addr)
            #是因为这个新建立的连接还没有发送数据过来，现在接受数据的话程序就会报错，所以要想实现这个客户端发数据来时，server端能够知道，就需要让
            #select再检测这个conn
            inputs.append(conn)
            msg_dic[conn] = queue.Queue()#初始化一个队列，后面存要返回给这个客户端的数据
        else:
            data = r.recv(1024)
            print("recv: ",data)
            msg_dic[r].put(data)
            #在下一次循环的时候发送数据
            outputs.append(r)#放入返回的连接队列中

            # r.send(data)
            # print("send done....")
    for w in writeable:#要返回给客户端的连接列表
        data_to_client = msg_dic[w].get()
        w.send(data_to_client)#返回给客户端原数据
        outputs.remove(w)#确保下次循环的时候writeable不返回已经处理完的连接
    for e in exceptional:
        if e in outputs:
            outputs.remove(e)
        inputs.remove(e)
        del msg_dic[e]

 

首先我们要用到的是server.setblocking(False)把他设置成非阻塞模式，

然后我们设置了inputs,outputs两个列表，我们想要内核帮我们监测100个连接，我们要传一个列表，有多少个连接就把他都放在inputs中， 

使用select.select（），里面有3个参数，rlist,wlist,xlist,分别是你想要监测的连接，想要输出的数据，100个中如果有5个断开了操作系统就会把这些放到xlist

如果运行出现了这个错误的话，这个就是说在inputs这个列表中没有放入你要监测的连接，这里我们自己server本身就是一个监测对象，所以可以写入inputs，监测自己，然后运行就没有问题了：inputs[server,]

select.select()返回三个数据：readable，writeable，exceptional

如果我们在select.select（）直接server.accept()，这样连接客户端之后server端就直接结束运行，所以我们要在前面用for循环，循环readable

在接受数据的时候我们可能会遇到这样的错误：（直接用recv方法接受数据，就是说在accept()之后直接用conn.recv(1024)接受数据）

这个是由于连接过来之后客户端没有发送数据，server端没有收到数据但是不阻塞，所以就会报错，那么我们怎么知道他发数据的时候知道，那我们就可以把这个连接加入到inputs列表，这样在下一次检测的时候，如果活动了，说明有数据过来了：inputs.append(conn),这个时候相当于inputs这个列表里有server，conn两个连接，如果是返回活动的是server说明是又来了一个新连接，加入到inputs中，如果返回活动的是conn，那我们就可以直接接收数据，所以要用if判断。

在接收数据和发送数据的时候，我们接受数据可以放在一个队列字典中，等一会发送给客户端。所以我们在建立连接 的时候就可以给这个连接建立一个queue，然后在接受的数据之后可以先存到这个连接的字典中，那我们什么时候发送呢？

我们是在下一次循环发送数据，怎么实现呢，需要用我们刚才的outputs列表，你往outputs中放什么数据，你就会输出什么数据。所以就用到上面代码中的循环等，在用完之后要删除。

当然上述代码还不是很完善，当我们在关闭一个客户端运行的时候，我们server端也就停止运行了：

服务器端：

 1 import queue
 2 import select
 3 import socket
 4 
 5 server = socket.socket()
 6 server.bind(("localhost",9999))
 7 server.setblocking(False)
 8 server.listen(1000)
 9 
10 inputs = [server,]
11 outputs = []
12 msg_dic = {}
13 
14 while True:
15     print("waiting for next event....")
16     readable,writeable,exceptional = select.select(inputs,outputs,inputs)
17     #print(readable,writeable,exceptional)
18     for r in readable:#每个r就是一个新的连接
19         if r is server:#这里判断如果是server就表明有新的连接进入，之前我们就已经把我们自己server放在了inputs中
20             conn,addr = r.accept()
21             conn.setblocking(False)
22             inputs.append(conn)#为了不阻塞整个程序,我们不会立刻在这里开始接收客户端发来的数据, 把它放到inputs里, 下一次loop时,这个新连接
23             #就会被交给select去监听,如果这个连接的客户端发来了数据 ,那这个连接的fd在server端就会变成就续的,select就会把这个连接返回,返回到
24             #readable 列表里,然后你就可以loop readable列表,取出这个连接,开始接收数据了, 下面就是这么干的
25             msg_dic[conn] = queue.Queue()#接受到的客户端的数据之后，不立刻返回，而是存在消息队列中，以后发送
26         else:#如果r不是server的话，那就说明没有新的连接进入，我们需要接受客户端传过来的数据，
27             data = r.recv(1024)
28             if data:
29                 print("收到来自[%s]发过来的数据：%s" %(r.getpeername()[0],data))
30                 msg_dic[r].put(data)
31                 if r not in outputs:
32                     outputs.append(r)#为了不影响处理与其他客户端的连接，这里不立刻返回数据
33             else:#如果收不到数据，代表客户端断开
34                 print("客户端断开",r)
35                 #清理已经断开的连接
36                 if r in outputs:
37                     outputs.remove(r)
38                 inputs.remove(r)
39                 del msg_dic[r]
40     for w in writeable:
41         try:
42             next_msg = msg_dic[w].get_nowait()
43 
44         except queue.Empty:
45             print("client [%s]" % w.getpeername()[0], "queue is empty..")
46             outputs.remove(w)
47 
48         else:
49             print("sending msg to [%s]" % w.getpeername()[0], next_msg)
50             w.send(next_msg.upper())
51     for e in exceptional:
52         print("handling exception for ",e.getpeername())
53         inputs.remove(e)
54         if e in outputs:
55             outputs.remove(e)
56         e.close()
57 
58         del msg_dic[e]

 

客户端：

 1 import socket
 2 
 3 messages = [ b'This is the message. ',
 4              b'It will be sent ',
 5              b'in parts.',
 6              ]
 7 server_address = ('localhost', 9999)
 8 
 9 socks = [ socket.socket(socket.AF_INET, socket.SOCK_STREAM),
10           socket.socket(socket.AF_INET, socket.SOCK_STREAM),
11           ]
12 for s in socks:
13     s.connect(server_address)
14 
15 for message in messages:
16 
17     # Send messages on both sockets
18     for s in socks:
19         print('%s: sending "%s"' % (s.getsockname(), message) )
20         s.send(message)
21 
22     # Read responses on both sockets
23     for s in socks:
24         data = s.recv(1024)
25         print( '%s: received "%s"' % (s.getsockname(), data) )
26         if not data:
27             print('closing socket', s.getsockname() )

 

 这样可以在客户端中多并发的执行多个socket

selector模块

直接上代码：

 1 import selectors
 2 import socket
 3 
 4 sel = selectors.DefaultSelector()
 5 
 6 
 7 def accept(sock, mask):
 8     conn, addr = sock.accept() 
 9     print('accepted', conn, 'from', addr)
10     conn.setblocking(False)
11     sel.register(conn, selectors.EVENT_READ, read)
12 
13 
14 def read(conn, mask):
15     data = conn.recv(1000)
16     if data:
17         print('echoing', repr(data), 'to', conn)
18         conn.send(data)
19     else:
20         print('closing', conn)
21         sel.unregister(conn)
22         conn.close()
23 
24 
25 sock = socket.socket()
26 sock.bind(('localhost', 9999))
27 sock.listen(100)
28 sock.setblocking(False)
29 sel.register(sock, selectors.EVENT_READ, accept)
30 
31 while True:
32     events = sel.select()#默认是阻塞，有活动连接就返回活动的连接列表
33     for key, mask in events:
34         callback = key.data#相当于调用accept
35         callback(key.fileobj, mask)#key.fileobj就是文件句柄，相当于上面程序的r

 

 selector.DefaultSelector()和select.select()差不多，生成一个select对象，然后下面用sel.register(sock,selectors.Event_READ,accept)注册一个事件，让它监听，只要来一个新的连接就调用accept函数

events = sel.select()这句话也有可能调用的是epoll，看你系统支持什么

然后在结合客户端代码，就可以了，速度很快：

 

 

初次学习，做做笔记，用于加深印象，如果有错误的话，希望大家积极纠正，在此谢过大家啦