1. 重要概念
1.1 同步、異步
函數或方法被調用的時候,調用者是否能得到最終結果。直接得到最終結果的,就是同步調用,不直接得到最終結果的,就是異步調用。
1.2 阻塞、非阻塞
函數或方法調用的時候,是否like傳回,立即傳回就是非阻塞調用,不立即傳回就是阻塞調用。
同步、異步,與阻塞、給阻塞不相關,同步、異步強調的是,是否得到最終的結果,阻塞、非阻塞強調是時間,是否等待。
同步與異步差別在于:調用者是否得到了想要的最終結果。 同步就是一直要執行到傳回最終結果; 異步就是直接傳回了,但是傳回的不是最終結果。調用者不能通過這種調用得到結果,需要通過被調用者的其它方 式通知調用者,來取回最終結果。 阻塞與非阻塞的差別在于,調用者是否還能幹其他事。 阻塞,調用者就隻能幹等; 非阻塞,調用者可以先去忙會别的,不用一直等。
1.3 作業系統知識
X86 CPU有4種工作級别:
Ring0,可以執行特權指令,可以通路所有級别資料,可以通路IO裝置等。Ring3級,級别最低,隻能通路本級别資料。核心代碼運作在Ring0,使用者代碼運作在Ring3。
作業系統中,核心程式獨立且運作在 較高的特權級别上,它們駐留在被保護的記憶體空間上,擁有通路硬體的所有權限,這部分記憶體稱為核心空間(核心态)
普通應用程式運作在使用者空間(使用者态)。應用程式想通路某些硬體資源就需要通過作業系統提供的系統調用,系統調用可以使用特權指令運作在核心空間,此時程序陷入核心态運作。系統調用完成,程序将傳回到使用者态執行使用者空間代碼。
1.4 同步IO、異步IO、IO多路複用
1.4.1 IO兩個階段
- 資料準備階段。核心從裝置讀取資料到核心空間的緩沖區
- 核心空間複制回使用者空間程序緩沖區階段
發生IO的時候:
- 核心從IO裝置讀資料
- 程序從核心複制資料
1.5 IO模型
1.5.1 同步IO
同步IO模型包括阻塞IO、非阻塞IO、IO多路複用
阻塞IO:
程序等待(阻塞),直到讀寫完成。(全程等待)
非阻塞IO:
程序調用recvfrom操作,如果IO裝置沒有準備好,立即傳回ERROR,程序不阻塞。使用者可以再次發起系統調用(可以輪詢)。如果核心已經準備好,就阻塞,然後複制資料到使用者空間。
第一階段資料沒有準備好,可以先忙别的,等會再來看看,檢查資料是否準備好了的過程是非阻塞的。第二階段是阻塞的,即核心空間和使用者空間之間複制資料是阻塞的。
IO多路複用:
所謂IO多路複用,就是同時監控多個IO,有一個準備好了,就不需要等了開始處理,提高了同時處理IO的能力。select幾乎所有作業系統平台都支援,poll是對select的更新。epoll,Linux系統核心2.5+開始支援,對select和poll的更新,在監視的基礎上,增加了回調機制。BSD、Mac平台有kqueue,Windows有iocp。
以select為例,将關注的IO操作告訴select函數并調用,程序阻塞,核心“監視”關注的檔案描述符fd,被關注的任意一個fd對應的IO準備好了資料,select傳回。再使用read将資料複制到使用者程序。
一般情況下,select最多能監聽1024個fd,但是由于select采用輪詢的方式,當管理的IO多了,每次都要 周遊全部fd,效率低下。epoll沒有管理的fd上限,且是回調機制,不需周遊,效率很高。
信号驅動IO:
程序在IO通路時,先通過sigaction系統調用,送出一個信号處理函數,立即傳回,程序不阻塞。當核心準備好資料後,産生一個SIGIO信号并投遞給信号處理函數,可以在此函數中調用recvfrom函數操作資料從核心空間複制到使用者空間,這段過程阻塞。
異步IO: (注意:回調是被調用者做得,不是調用者)
程序發起異步IO請求,立即傳回。核心完成IO的兩個階段,核心給程序發一個信号。在整個過程中,程序都可以忙别的,等好了再過來。
Linux的aio的系統調用,核心從版本二2.6開始支援:
1.6 python中的IO多路複用
IO多路複用:
- 大多數作業系統都支援select和poll
- Linux2.5+支援epoll
- BSD、Mac支援kqueue
- Solaris實作了/dev/poll
- WindowsDE IOCP
python的select庫實作了select、poll系統調用,這個基本上作業系統都支援。部分實作了epoll,它是底層的額IO多路複用子產品。
開發中的選擇:
- 完全跨平台,使用select、poll。但是性能較差。
- 針對不同作業系統自行選擇支援的技術,這樣做會提高IO處理的性能。
select維護一個檔案描述符資料結構,單個程序使用有上限,通常是1024,線性掃面這個資料結構,效率低。poll和select的差別是内部資料結構使用連結清單,沒有這個最大限制,但是依然要周遊才能知道哪個裝置就緒了。epoll、使用事件通知機制,使用回調機制提高效率。select、poll還要從核心空間複制資料到使用者空間,而epoll通過核心空間和使用者空間共享一塊記憶體來減少複制。
1.6.1 selectors庫
poython3.4提供了selectors庫,進階的IO複用庫。
類層次結構:
selectors.DefaultSelector傳回目前平台最有效、性能最高的實作。但是沒有實作Windows下的IOCP,是以,Windows下隻能退化為select。
# 在selects子產品源碼最下面有如下代碼
# Choose the best implementation, roughly:
# epoll|kqueue|devpoll > poll > select.
# select() also can't accept a FD > FD_SETSIZE (usually around 1024)
if 'KqueueSelector' in globals():
DefaultSelector = KqueueSelector
elif 'EpollSelector' in globals():
DefaultSelector = EpollSelector
elif 'DevpollSelector' in globals():
DefaultSelector = DevpollSelector
elif 'PollSelector' in globals():
DefaultSelector = PollSelector
else:
DefaultSelector = SelectSelector
事件注冊:
class SelectSelector(BaseselctorImpol):
"""Select-based selector."""
def register(fileobj, events, data=None) -> SelectorKey:
pass
- 為selector注冊一個檔案對象,監視它的IO事件,傳回SelectorKey對象。
- fileobj 被監視檔案對象,例如socket對象
- events 事件,該檔案對象必須等待的事件
- data 可選的與此檔案對象相關聯的不透明資料,例如,關聯用來存儲每個用戶端的會話ID,關聯方法。通過這個 參數在關注的事件産生後讓selector幹什麼事。
EVENT_READ = (1 << 0)
EVENT_WRITE = (1 << 1)
這樣定義常量的好處是便于合并
selectors.SelectorKey有4個屬性:
- fileobj注冊的檔案對象
- fd檔案描述符
- events等待上面的檔案描述符的檔案對象的事件
- data注冊時關聯的資料
IO多路複用實作TCP Server:
import selectors
import socket
s = selectors.DefaultSelector() # 1拿到selector
# 準備類檔案對象
server = socket.socket()
server.bind(('127.0.0.1', 9997))
server.listen()
# 官方建議采用非阻塞IO
server.setblocking(False)
def accept(sock: socket.socket, mas: int):
conn, r_address = sock.accept()
# print(conn)
# print(r_address)
print(mas)
# pass
conn.setblocking(False)
key1 = s.register(conn, selectors.EVENT_READ, rec)
print(key1)
def rec(conn: socket.socket, mas: int):
print(mas)
data = conn.recv(1024)
print(data)
msg = 'Your msg = {} form {}'.format(data.decode(), conn.getpeername())
conn.send(msg.encode())
# 2注冊關注的類檔案對象和其事件們
key = s.register(server, selectors.EVENT_READ, accept) # socket fileobject
print(key)
while True:
events = s.select() # epoll select,預設是阻塞的
# 當你注冊時的檔案對象們,這其中的至少一個對象關注的事件就緒了,就不阻塞了
print(events) # 獲得了就緒的對象們,包括就緒的事件,還會傳回data
for key, mask in events: # event =>key, mask
# 每一個event都是某一個被觀察的就緒的對象
print(type(key), type(mask)) # key, mask
# <class 'selectors.SelectorKey'> <class 'int'>
print(key.data)
# <function accept at 0x0000000001EA3A60>
key.data(key.fileobj, mask) # mask為掩碼
server.close()
s.close()
IO多路複用實作群聊:
# IO多路複用,實作TCP版本的群聊
import socket
import threading
import selectors
import logging
FORMAT = "%(threadName)s %(thread)d %(message)s"
logging.basicConfig(format=FORMAT, level=logging.INFO)
class ChatServer:
def __init__(self, ip='127.0.0.1', port=9992):
self.sock = socket.socket()
self.address = ip, port
self.event = threading.Event()
self.selector = selectors.DefaultSelector()
def start(self):
self.sock.bind(self.address)
self.sock.listen()
self.sock.setblocking(False)
key = self.selector.register(self.sock, selectors.EVENT_READ, self.accept) # 隻有一個
logging.info(key) # 隻有一個
# self.accept_key = key
# self.accept_fd = key.fd
threading.Thread(target=self.select, name='select', daemon=True).start()
def select(self):
while not self.event.is_set():
events = self.selector.select() # 阻塞
for key, _ in events:
key.data(key.fileobj) # select線程
def accept(self, sock: socket.socket): # 在select線程中運作的
new_sock, r_address = sock.accept()
new_sock.setblocking(False)
print('~' * 30)
key = self.selector.register(new_sock, selectors.EVENT_READ, self.rec) # 有n個
logging.info(key)
def rec(self, conn: socket.socket): # 在select線程中運作的
data = conn.recv(1024)
logging.info(data.decode(encoding='cp936'))
if data.strip() == b'quit' or data.strip() == b'':
self.selector.unregister(conn) # 關閉之前,登出,了解為之前的從字典中移除socket對象
conn.close()
return
for key in self.selector.get_map().values():
s = key.fileobj
# if key.fileobj is self.sock: # 方法一
# continue
# if key == self.accept_key: # 方法二
# continue
# if key.fd == self.accept_fd: # 方法三
# continue
# msg = 'Your msg = {} form {}'.format(data.decode(encoding='cp936'), conn.getpeername())
# s.send(msg.encode(encoding='cp936'))
# print(key.data)
# print(self.rec)
# print(1, key.data is self.rec) # False
# print(2, key.data == self.rec) # True
if key.data == self.rec: # 方法四
msg = 'Your msg = {} form {}'.format(data.decode(encoding='cp936'), conn.getpeername())
s.send(msg.encode(encoding='cp936'))
def stop(self): # 在主線程中運作的
self.event.set()
fs = set()
for k in self.selector.get_map().values():
fs.add(k.fileobj)
for f in fs:
self.selector.unregister(f) # 相當于以前的釋放資源
f.close()
self.selector.close()
if __name__ == "__main__":
cs = ChatServer()
cs.start()
while True:
cmd = input(">>>").strip()
if cmd == 'quit':
cs.stop()
break
logging.info(threading.enumerate())
logging.info(list(cs.selector.get_map().keys()))
# for fd, ke in cs.selector.get_map().items():
# logging.info(fd)
# print(ke)
# print()
總結:
使用IO多路複用 + (select、epoll)并不一定比多線程+ 同步阻塞性能好,其最大的優勢是可以處理更多的連接配接。多線程+同步阻塞IO模式,開辟太多的線程,線程開辟、銷毀開銷還是較大,倒是可以使用線程池;線程多,線程自己使用的記憶體也很可觀,多線程切換時,要保護現場和恢複現場,線程過多,切換回占用大量的時間 。
連接配接較少,多線程+同步阻塞IO模式比較合适,效率也不低。如果連接配接非常多,對服務端來說,IO并發還是比較高的,這時候開辟很多線程其實也不是很劃算,此時IO多路複用或許是更好的選擇。
内容源碼均在github倉庫