深入剖析IO多路复用
你好,我是猿java。
IO多路复用技术,不管是面试,还是平时的技术积累,它都是一个重要的知识点,很多高性能的技术框架都有它的身影。那么,什么是 IO多路复用? IO多路复用 解决了什么问题?今天就我们就一起来盘盘它。
申明:本文基于linux系统
现如今,很多系统或者框架,底层都是通过Socket编程模型来实现网络通信,因此在讲解 IO多路复用之前我们先铺垫一下关于Socket的知识,以便大家更好的理解IO多路复用,关于Socket的知识,可以参考我往期的博文:猿java:你知道 Socket 是怎么创建的吗?如果你已经有了Scoket方面的知识可以跳过这一步。
有了对socket的认知后,我们再来看下常见的IO模型:
常见的IO模型
常见的网络 IO 模型分为四种:同步阻塞 IO(Blocking IO, BIO)、同步非阻塞IO(NIO)、IO 多路复用、异步非阻塞 IO(Async IO, AIO),其中AIO为异步IO,其他都是同步IO。
同步阻塞IO-BIO
同步阻塞IO:在线程处理过程中,如果涉及到IO操作,那么当前线程会被阻塞,直到IO处理完成,线程才接着处理后续流程。如下图,服务器针对客户端的每个socket都会分配一个新的线程处理,每个线程的业务处理分2步,当步骤1处理完成后遇到IO操作(比如:加载文件),这时候,当前线程会被阻塞,直到IO操作完成,线程才接着处理步骤2。
实际使用场景:在Java中使用线程池的方式去连接数据库,使用的就是同步阻塞IO模型。
模型的缺点:因为每个客户端存都需要一个新的线程,势必导致线程被频繁阻塞和切换带来开销。
同步非阻塞 IO-NIO(New IO)
同步非阻塞IO:在线程处理过程中,如果涉及到IO操作,那么当前的线程不会被阻塞,而是会去处理其他业务代码,然后等过段时间再来查询 IO 交互是否完成。如下图:Buffer 是一个缓冲区,用来缓存读取和写入的数据;Channel 是一个通道,负责后台对接 IO 数据;而 Selector 实现的主要功能,是主动查询哪些通道是处于就绪状态。Selector复用一个线程,来查询已就绪的通道,这样大大减少 IO 交互引起的频繁切换线程的开销。
实际使用场景:Java NIO 正是基于这个 IO 交互模型,来支撑业务代码实现针对 IO 进行同步非阻塞的设计,从而降低了原来传统的同步阻塞 IO 交互过程中,线程被频繁阻塞和切换带的开销。NIO使用的经典案例是Netty框架,Elasticsearch底层实际上就是采用的这种机制。
IO 多路复用
下文会详细讲解
异步非阻塞 IO-AIO
AIO 是异步IO的缩写,即Asynchronized IO。对于AIO来说,它不是在IO准备好时再通知线程,而是在IO操作已经完成后,再给线程发出通知。因此,AIO是完全不会阻塞的。此时,我们的业务逻辑将变成一个回调函数,等待IO操作完成后,由系统自动触发。netty5中有使用到 AIO,但是花了大力气,netty5性能没能在netty4上有大的飞越,所以netty5最终被下线。
接下来就是我们今天的主角 IO多路复用 出场
什么是 IO多路复用?
想必我们在学习一个新技术或者新概念的时候,最大的疑问就是概念本身,IO多路复用也不例外,要想弄清楚 IO多路复用是什么,可以先从 IO多路复用中的”路“下手。
路:本意是道路,比如:城市的柏油路,乡村的泥巴路,这些大家肯定不陌生。
那么:IO中的路是指什么呢?
别着急,我们先还是看看 IO 是什么?
在计算机中,IO是输入和输出(Input/Output),直接信息交互是通过底层的 IO 设备来实现的。针对不同的操作对象,可以划分为磁盘I/O、网络I/O、内存映射I/O等,只要具有输入输出类型的交互系统都可以认为是I/O系统。
最后,一起看下”路“和”多路“
在socket 编程中,[ClientIp, ClientPort, ServerIp, ServerPort, Protocol] 5元素可以唯一标识一个socket 连接,基于这个前提,同一个服务的某个端口 可以和 n个客户端建立socket连接,可以通过下图来大致描述:
所以,每个客户端和服务器的socket 连接就可以看做”一路“,多个客户端和该服务器的socket连接就是”多路“,从而,IO多路就是多个socket连接上的输入输出流,复用就是多个socket连接上的输入输出流由一个线程处理。 因此 IO多路复用可以定义如下:
Linux中的 IO多路复用是指:一个线程处理多个IO流。
IO多路复用有哪些实现机制
先看下基础socket的模型,才能与下文IO多路复用机制形成对比,伪代码实现如下
1 | listenSocket = socket(); //系统调用socket()函数,调用创建一个主动socket |
实现网络通信流程如下图:
基础socket模型,能够实现服务器端和客户端之间的通信,但是程序每调用一次 accept 函数,只能处理一个客户端连接,当有大量的客户端连接时,这种模型处理性能比较差。因此 Linux 提供了高性能的IO多路复用机制来解决这种困境。
在Linux中,操作系统提供了select、poll 和 epoll 三种 IO多路复用机制,我们主要围绕下面4个方面来分析三种多路复用机制实现的原理:
- IO多路复用可以监听多少个socket?
- IO多路复用可以监听socket里面的哪些事件?
- IO多路复用如何感知已就绪的文件描述符fd?
- IO多路复用如何实现网络通信?
select机制
select机制中一个重要的函数是 select(),函数有4个入参,返回一个整数,select()原型和参数详情如下:
1 | /** |
select 可以监听多少个socket?
答案:1024
select可以监听socket 的哪些事件?
答案:select() 函数有三个fd_set集合,表示监听的三类事件,分别是读数据事件(__readfds集合)、写数据事件(__writefds集合)和异常事件(__exceptfds集合),当集合为NULL时,代表不需要处理对应的事件。
select 如何感知已就绪的fd?
答案:需要遍历fd集合,才能找到就绪的描述符。
select 机制怎么实现网络通信?
代码实现:
1 | int sock_fd,conn_fd; //监听socket和已连接socket的变量 |
select实现网络通信流程如下图:
select 函数存在的不足
首先,select()函数对单个进程能监听的文件描述符数量是有限制的,它能监听的文件描述符个数由 __FD_SETSIZE 决定,默认值是 1024。
其次,当 select 函数返回后,需要遍历描述符集合,才能找到就绪的描述符。这个遍历过程会产生一定开销,从而降低程序的性能。
poll机制
poll 机制的主要函数是 poll() 函数,poll()函数原型定义
1 | /** |
pollfd 结构体中包含了三个成员变量 fd、events 和 revents,分别表示要监听的文件描述符、要监听的事件类型和实际发生的事件类型。
poll 可以监听多少个socket?
答案:自定义,但是需要系统能够承受
poll 可以监听socket里面的哪些事件?
pollfd 结构体中要监听和实际发生的事件类型,是通过以下三个宏定义来表示的,分别是 POLLRDNORM、POLLWRNORM 和 POLLERR,它们分别表示可读、可写和错误事件。
1 |
poll 如何获取已就绪fd?
答案:和select差不多,需要遍历fd集合,才能找到就绪的描述符。
poll 机制怎么实现网络通信?
poll实现代码:
1 | int sock_fd,conn_fd; //监听套接字和已连接套接字的变量 |
poll实现网络通信流程如下图:
poll机制解决了select的单个进程最大只能监听1024个socket的限制,但是并没有解决轮询获取就绪fd的问题。
epoll机制
epoll的结构
epoll是2.6内核中提出,使用 epoll_event 结构体来记录待监听的fd及其监听的事件类型的。
epoll_event 结构体以及 epoll_data 结构体的定义:
1 | typedef union epoll_data |
epoll的接口比较简单,一共有三个函数:
- int epoll_create(int size);
创建一个epoll的句柄,size用来告诉内核这个监听的数目一共有多大。epoll 实例内部维护了两个结构,分别是记录要监听的fd和已经就绪的fd,而对于已经就绪的文件描述符来说,它们会被返回给用户程序进行处理。
- int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);
epoll的事件注册函数,epoll_ctl向 epoll对象中添加、修改或者删除感兴趣的事件,成功返回0,否则返回–1。此时需要根据errno错误码判断错误类型。它不同与select()是在监听事件时告诉内核要监听什么类型的事件,而是在这里先注册要监听的事件类型。epoll_wait方法返回的事件必然是通过 epoll_ctl添加到 epoll中的。
- int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);
等待事件的产生,类似于select()调用。参数events用来从内核得到事件的集合,maxevents是events集合的大小,且不大于epoll_create()时的size,参数timeout是超时时间(毫秒,0会立即返回,-1将不确定,也有说法说是永久阻塞)。函数返回需要处理的事件数目,返回0表示已超时,返回–1表示错误,需要检查 errno错误码判断错误类型。
关于epoll的ET和LT两种工作模式
epoll有两种工作模式:LT(水平触发)模式和ET(边缘触发)模式。
默认情况下,epoll采用 LT模式工作,可以处理阻塞和非阻塞socket,而上表中的 EPOLLET表示可以将一个事件改为 ET模式。ET模式的效率要比 LT模式高,它只支持非阻塞套接字。
ET模式与LT模式的区别
当一个新的事件到来时,ET模式下可以从 epoll_wait调用中获取到这个事件,可是如果这次没有把这个事件对应的套接字缓冲区处理完,在这个套接字没有新的事件再次到来时,在 ET模式下是无法再次从 epoll_wait调用中获取这个事件的;而 LT模式则相反,只要一个事件对应的套接字缓冲区还有数据,就总能从 epoll_wait中获取这个事件。因此,在 LT模式下开发基于 epoll的应用要简单一些,不太容易出错,而在 ET模式下事件发生时,如果没有彻底地将缓冲区数据处理完,则会导致缓冲区中的用户请求得不到响应。
epoll 可以监听多少个socket?
答案:自定义,但是需要系统能够承受
epoll 如何获取已就绪fd?
答案:epoll实例内部维护了两个结构,分别是记录要监听的fd和已经就绪的fd,可以监听就绪的fd
epllo如何实现网络通信?
代码实现
1 | int sock_fd,conn_fd; //监听socket和已连接socket的变量 |
epoll 进行网络通信的流程如下图:
三者的差异
IO多路复用机制 | 监听文件描述符最大限制 | 如何查找就绪的文件描述符 |
---|---|---|
select | 1024 | 遍历文件描述符集合 |
poll | 自定义 | 遍历文件描述符集合 |
epoll | 自定义 | epoll_wait返回就绪的文件描述符 |
实现网络通信的对照图,方便大家看出差异点:
实现网络通信的对照图
4. 使用IO多路复用的技术框架
redis:Redis 的ae_select.c和ae_epoll.c文件,就分别使用了 select 和 epoll 这两种机制,实现 IO 多路复用;
nginx:Nginx支持epoll、select、kqueue等不同操作系统下的各种IO多路复用方式;Nginx是通过 ET模式使用 epoll。
Reactor框架,netty:无论 C++ 还是 Java,在高性能的网络编程框架的编写上,大多数都是基于 Reactor 模式,其中最为典型的便是 Java 的 Netty 框架,而 Reactor 模式是基于 IO 多路复用的;
总结
本文分析了多种 IO模型,重点讲解了 IO多路复用原理及其每种方式的源码分析,因为 IO多路复用模型对于理解Redis,Nginx等高性能框架太有帮助,所以建议大家参照源码,多多揣摩。
学习交流
如果你觉得文章有帮助,请帮忙转发给更多的好友,或关注公众号:猿java,持续输出硬核文章。