同步與異步是對應的,它們是線程之間的關系,兩個線程之間要么是同步的,要么是異步的。
阻塞與非阻塞是對同一個線程來說的,在某個時刻,線程要么處於阻塞,要么處於非阻塞。
阻塞是使用同步機制的結果,非阻塞則是使用異步機制的結果。
處理大並發之一 對異步非阻塞的理解
在研究nginx和node.js的時候常會遇到異步、非阻塞等,之前自己也經常使用epoll,對其同步與阻塞,異步與非阻塞有了一定的認識,現對參考資料總結下。
首先討論下使用事件驅動,異步編程的優點:
充分利用了系統資源,執行代碼無須阻塞等待某種操作完成,有限的資源可以用於其他的任務。其非常適合於后端的網絡服務編程。
在服務器開發中,並發的請求處理是個大問題,阻塞式的函數會導致資源浪費和時間延遲。通過事件注冊、異步函數,開發人員可以提高資源的利用率,性能也會改善。其nginx和node.js處理並發都是采用的事件驅動異步非阻塞模式。其中nginx中處理並發用的是epoll,poll,queue等方式,node.js使用的是libev,它們對大規模的HTTP請求處理的都很好。
阻塞
《node.js開發指南》是這樣定義的:線程在執行中如果遇到(I/O 操作)如磁盤讀寫或網絡通信,通常要耗費較長的時間,這時操作系統會剝奪這個線程的 CPU 控制權,使其暫停執行,同時將資源讓給其他的工作線程,這種線程調度方式稱為 阻塞。當 I/O 操作完畢時,操作系統將這個線程的阻塞狀態解除,恢復其對CPU的控制權,令其繼續執行。這種 I/O 模式就是通常的同步式 I/O(Synchronous I/O)或阻塞式 I/O(Blocking I/O)。
非阻塞
非阻塞是這樣定義的,當線程遇到 I/O 操作時,不會以阻塞的方式等待 I/O 操作的完成或數據的返回,而只是將 I/O 請求發送給操作系統,繼續執行下一條語句。當操作系統完成 I/O 操作時,以事件的形式通知執行 I/O 操作的線程,線程會在特定時候處理這個事件。
對比阻塞與非阻塞
阻塞模式下,一個線程只能處理一項任務,要想提高吞吐量必須通過多線程。
非阻塞模式下,一個線程永遠在執行計算操作,這個線程所使用的 CPU 核心利用率永遠是 100%,I/O 以事件的方式通知。
在阻塞模式下,多線程往往能提高系統吞吐量,因為一個線程阻塞時還有其他線程在工作,多線程可以讓 CPU 資源不被阻塞中的線程浪費。
而在非阻塞模式下,線程不會被 I/O 阻塞,永遠在利用 CPU。多線程帶來的好處僅僅是在多核 CPU 的情況下利用更多的核。
來看看《深入淺出Node.js》對異步I/O的解釋,在操作系統中,程序運行的空間分為內核空間和用戶空間。我們常常提起的異步I/O,其實質是用戶空間中的程序不用依賴內核空間中的I/O操作實際完成,即可進行后續任務。
I/O的阻塞與非阻塞的解釋
阻塞模式的I/O會造成應用程序等待,直到I/O完成。同時操作系統也支持將I/O操作設置為非阻塞模式,這時應用程序的調用將可能在沒有拿到真正數據時就立即返回了,為此應用程序需要多次調用才能確認I/O操作完全完成。
I/O的同步與異步I/O的同步與異步出現在應用程序中。如果做阻塞I/O調用,應用程序等待調用的完成的過程就是一種同步狀況。相反,I/O為非阻塞模式時,應用程序則是異步的。
參照《node.js入門經典》中對同步的解釋,同步的代碼意味着每一次執行一個操作,在一個操作完成之前,代碼的執行會被阻塞,無法移到下一個操作上。也就是說代碼的執行會在函數返回前停止。直到函數返回后,代碼才會繼續執行。
相反,異步就意味着函數的執行無需等待某個操作的結果就可以繼續執行,其操作的結果會在事件發生時由回調來處理。
異步I/O優缺點
使用同步IO,它的優點是可以使程序調試方便,但是它的缺點也是明顯的,程序的執行過程中如果入到一些耗時的IO操作,程序的執行都要等待該IO的完成,在這個等待的過程中,程序無法充分利用CPU,導致了CPU的閑置,為了充分利用CPU,和IO並行操作,常用的方法有2中:
(1)多線程單進程
多線程的設計之處就是為了在共享的程序空間中,實現並行處理任務,從而達到充分利用CPU的效果。
多線程缺點:
其一、執行時(線程切換)上下文交換的開銷較大,一個線程大約需要2M的內存空間,占用資源較大。
其二、狀態同步(鎖)的問題,它也使得程序的編寫和調用復雜化。
(2)單線程多進程
為了避免多線程造成的使用不便問題,有的語言選擇了單線程保持調用簡單化,采用啟動多進程的方式來達到充分利用CPU和提升總體的並行處理能力。它的缺點在於業務邏輯復雜時(涉及多個I/O調用),因為業務邏輯不能分布到多個進程之間,事務處理時長要遠遠大於多線程模式。
異步I/O與輪詢技術
當進行非阻塞I/O調用時,要讀到完整的數據,應用程序需要進行多次輪詢,才能確保讀取數據完成,以進行下一步的操作。輪詢技術的缺點在於應用程序要主動調用,會造成占用較多CPU時間片,性能較為低下。現存的輪詢技術有以下這些: read、select、poll、epoll、pselect、kqueue
read是性能最低的一種,它通過重復調用來檢查I/O的狀態來完成完整數據讀取。
select是一種改進方案,通過對文件描述符上的事件狀態來進行判斷。
操作系統還提供了poll、epoll等多路復用技術來提高性能。
輪詢技術滿足了異步I/O確保獲取完整數據的保證。但是對於應用程序而言,它仍然只能算時一種同步,因為應用程序仍然需要主動去判斷I/O的狀態,依舊花費了很多CPU時間來等待。上一種方法重復調用read進行輪詢直到最終成功,用戶程序會占用較多CPU,性能較為低下。而實際上操作系統提供了select方法來代替這種重復read輪詢進行狀態判斷。select內部通過檢查文件描述符上的事件狀態來進行判斷數據是否完全讀取。但是對於應用程序而言它仍然只能算是一種同步,因為應用程序仍然需要主動去判斷I/O的狀態,依舊花費了很多CPU時間等待,select也是一種輪詢。
理想的異步I/O模型
理想的異步I/O應該是應用程序發起異步調用,而不需要進行輪詢,進而處理下一個任務,只需在I/O完成后通過信號或是回調將數據傳遞給應用程序即可。
暫時就整理這么多吧,感覺好多看過的東西都忘記了,回頭會寫一篇關於epoll使用的詳細例子,該例子支持2W並發是通過的。哎,今天狀態不好,寫的不好,本打算自己多加點什么的,結果都是參考別人的,如有錯誤請大家指正,謝謝。
參考資料:
《node.js入門經典》 George Ornbo 著 傅強 陳宗賦 譯 人民郵電出版社
《深入淺出node.js》
《node.js開發指南》 BYVoid 人民郵電出版社
如是轉載,請指明原出處:http://blog.csdn.net/feitianxuxue,謝謝合作!
同步(synchronous) IO和異步(asynchronous) IO,阻塞(blocking) IO和非阻塞(non-blocking)IO分別是什么,到底有什么區別?這個問題其實不同的人給出的答案都可能不同,比如wiki,就認為asynchronous IO和non-blocking IO是一個東西。這其實是因為不同的人的知識背景不同,並且在討論這個問題的時候上下文(context)也不相同。所以,為了更好的回答這個問題,我先限定一下本文的上下文。
本文討論的背景是Linux環境下的network IO。
本文最重要的參考文獻是Richard Stevens的“UNIX® Network Programming Volume 1, Third Edition: The Sockets Networking ”,6.2節“I/O Models ”,Stevens在這節中詳細說明了各種IO的特點和區別,如果英文夠好的話,推薦直接閱讀。Stevens的文風是有名的深入淺出,所以不用擔心看不懂。本文中的流程圖也是截取自參考文獻。
Stevens在文章中一共比較了五種IO Model:
blocking IO
nonblocking IO
IO multiplexing
signal driven IO
asynchronous IO
由於signal driven IO在實際中並不常用,所以我這只提及剩下的四種IO Model。
再說一下IO發生時涉及的對象和步驟。
對於一個network IO (這里我們以read舉例),它會涉及到兩個系統對象,一個是調用這個IO的process (or thread),另一個就是系統內核(kernel)。當一個read操作發生時,它會經歷兩個階段:
1 等待數據准備 (Waiting for the data to be ready)
2 將數據從內核拷貝到進程中 (Copying the data from the kernel to the process)
記住這兩點很重要,因為這些IO Model的區別就是在兩個階段上各有不同的情況。
blocking IO
在linux中,默認情況下所有的socket都是blocking,一個典型的讀操作流程大概是這樣:
當用戶進程調用了recvfrom這個系統調用,kernel就開始了IO的第一個階段:准備數據。對於network io來說,很多時候數據在一開始還沒有到達(比如,還沒有收到一個完整的UDP包),這個時候kernel就要等待足夠的數據到來。而在用戶進程這邊,整個進程會被阻塞。當kernel一直等到數據准備好了,它就會將數據從kernel中拷貝到用戶內存,然后kernel返回結果,用戶進程才解除block的狀態,重新運行起來。
所以,blocking IO的特點就是在IO執行的兩個階段都被block了。
non-blocking IO
linux下,可以通過設置socket使其變為non-blocking。當對一個non-blocking socket執行讀操作時,流程是這個樣子:
從圖中可以看出,當用戶進程發出read操作時,如果kernel中的數據還沒有准備好,那么它並不會block用戶進程,而是立刻返回一個error。從用戶進程角度講 ,它發起一個read操作后,並不需要等待,而是馬上就得到了一個結果。用戶進程判斷結果是一個error時,它就知道數據還沒有准備好,於是它可以再次發送read操作。一旦kernel中的數據准備好了,並且又再次收到了用戶進程的system call,那么它馬上就將數據拷貝到了用戶內存,然后返回。
所以,用戶進程其實是需要不斷的主動詢問kernel數據好了沒有。
IO multiplexing
IO multiplexing這個詞可能有點陌生,但是如果我說select,epoll,大概就都能明白了。有些地方也稱這種IO方式為event driven IO。我們都知道,select/epoll的好處就在於單個process就可以同時處理多個網絡連接的IO。它的基本原理就是select/epoll這個function會不斷的輪詢所負責的所有socket,當某個socket有數據到達了,就通知用戶進程。它的流程如圖:
當用戶進程調用了select,那么整個進程會被block,而同時,kernel會“監視”所有select負責的socket,當任何一個socket中的數據准備好了,select就會返回。這個時候用戶進程再調用read操作,將數據從kernel拷貝到用戶進程。
這個圖和blocking IO的圖其實並沒有太大的不同,事實上,還更差一些。因為這里需要使用兩個system call (select 和 recvfrom),而blocking IO只調用了一個system call (recvfrom)。但是,用select的優勢在於它可以同時處理多個connection。(多說一句。所以,如果處理的連接數不是很高的話,使用select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好,可能延遲還更大。select/epoll的優勢並不是對於單個連接能處理得更快,而是在於能處理更多的連接。)
在IO multiplexing Model中,實際中,對於每一個socket,一般都設置成為non-blocking,但是,如上圖所示,整個用戶的process其實是一直被block的。只不過process是被select這個函數block,而不是被socket IO給block。
Asynchronous I/O
linux下的asynchronous IO其實用得很少。先看一下它的流程:
用戶進程發起read操作之后,立刻就可以開始去做其它的事。而另一方面,從kernel的角度,當它受到一個asynchronous read之后,首先它會立刻返回,所以不會對用戶進程產生任何block。然后,kernel會等待數據准備完成,然后將數據拷貝到用戶內存,當這一切都完成之后,kernel會給用戶進程發送一個signal,告訴它read操作完成了。
到目前為止,已經將四個IO Model都介紹完了。現在回過頭來回答最初的那幾個問題:blocking和non-blocking的區別在哪,synchronous IO和asynchronous IO的區別在哪。
先回答最簡單的這個:blocking vs non-blocking。前面的介紹中其實已經很明確的說明了這兩者的區別。調用blocking IO會一直block住對應的進程直到操作完成,而non-blocking IO在kernel還准備數據的情況下會立刻返回。
在說明synchronous IO和asynchronous IO的區別之前,需要先給出兩者的定義。Stevens給出的定義(其實是POSIX的定義)是這樣子的:
A synchronous I/O operation causes the requesting process to be blocked until that I/O operation completes;
An asynchronous I/O operation does not cause the requesting process to be blocked;
兩者的區別就在於synchronous IO做”IO operation”的時候會將process阻塞。按照這個定義,之前所述的blocking IO,non-blocking IO,IO multiplexing都屬於synchronous IO。有人可能會說,non-blocking IO並沒有被block啊。這里有個非常“狡猾”的地方,定義中所指的”IO operation”是指真實的IO操作,就是例子中的recvfrom這個system call。non-blocking IO在執行recvfrom這個system call的時候,如果kernel的數據沒有准備好,這時候不會block進程。但是,當kernel中數據准備好的時候,recvfrom會將數據從kernel拷貝到用戶內存中,這個時候進程是被block了,在這段時間內,進程是被block的。而asynchronous IO則不一樣,當進程發起IO 操作之后,就直接返回再也不理睬了,直到kernel發送一個信號,告訴進程說IO完成。在這整個過程中,進程完全沒有被block。
各個IO Model的比較如圖所示:
經過上面的介紹,會發現non-blocking IO和asynchronous IO的區別還是很明顯的。在non-blocking IO中,雖然進程大部分時間都不會被block,但是它仍然要求進程去主動的check,並且當數據准備完成以后,也需要進程主動的再次調用recvfrom來將數據拷貝到用戶內存。而asynchronous IO則完全不同。它就像是用戶進程將整個IO操作交給了他人(kernel)完成,然后他人做完后發信號通知。在此期間,用戶進程不需要去檢查IO操作的狀態,也不需要主動的去拷貝數據。
最后,再舉幾個不是很恰當的例子來說明這四個IO Model:
有A,B,C,D四個人在釣魚:
A用的是最老式的魚竿,所以呢,得一直守着,等到魚上鈎了再拉桿;
B的魚竿有個功能,能夠顯示是否有魚上鈎,所以呢,B就和旁邊的MM聊天,隔會再看看有沒有魚上鈎,有的話就迅速拉桿;
C用的魚竿和B差不多,但他想了一個好辦法,就是同時放好幾根魚竿,然后守在旁邊,一旦有顯示說魚上鈎了,它就將對應的魚竿拉起來;
D是個有錢人,干脆雇了一個人幫他釣魚,一旦那個人把魚釣上來了,就給D發個短信。