簡述
IO操作不外乎讀和寫，但是不同場景對讀寫有不同的需求，例如網絡中同時監控多個文件句柄，例如關鍵數據希望一路刷到存儲設備而不是扔到cache就返回。
怎么讀，怎么寫，等不等結果返回，是否等獲取到數據才發返回，組成了不同的IO模型，分別適用於不同的場景。
根據同步與異步，阻塞與非阻塞，可以把IO模型如下分類：
同步/異步與阻塞/非阻塞怎么理解呢？
同步與異步，就是IO發起人是否等待數據操作結束。發起一次IO請求后，發起IO的進程死等操作結束才繼續往下跑，就是同步。發起一次IO請求后，不等結束直接往下跑，就是異步。
阻塞與非阻塞，就是沒有數據時是否等到有數據才返回。如果沒有數據，就讓IO進程干等，直到有數據再返回，就是阻塞。如果看到沒有數據，直接就返回了，就是非阻塞。
什么情況下會沒有數據呢？一個文件就這么大，除非讀到文件末尾了，不然怎么會說沒有數據呢？實際上，阻塞與非阻塞並不指磁盤上常規的文件讀寫，而是指socket或者pipe之類的特殊文件。這些特殊文件並沒有明確意義上的大小，就是說，理論上他們的數據是無限大的，只要有人往里面寫數據，你就能無限讀出數據。這種特殊文件有數據的前提，就是有人往里面”灌“數據。如果你讀的太快，別人寫得太慢，就會出現池子里面沒有數據的情況。這情況並不表示文件讀到末端了，只表示暫時還沒有數據。這時候你等呢？還是不等呢？這就是阻塞與非阻塞。
如果是同步/異步是IO發起人是否主動想等待，阻塞/非阻塞就是沒有數據時讀是否被動等待。
本文並不會嚴格按上圖依次介紹6種IO模型，相信網上有一大堆的資料。本文嘗試從常規讀寫、多路復用的2個常用場景介紹IO模型。
上圖中的信號IO，需要內核在某個時機向用戶空間傳遞SIGIO信號，且用戶空間在捕抓到此信號后進行IO處理。這做法並不常見，本文不會展開介紹。且由於是需要被動通知后才會執行IO操作，因此被我歸類為異步IO。
上圖中的事件驅動依賴於某些特定的庫。其原理類似於為某些事件注冊鈎子函數，由庫函數實現事件監控。在事件觸發時調用鈎子函數解決。這些函數庫屏蔽了平台之間的差異，例如Linux中通過epoll()來監控多個fd。不同庫有不同的使用方法，本文也不會展開介紹。
常規read()和write()
讀操作
/* 同步阻塞 */
fd = open("./test.txt", O_RDONLY); // 常規文件
ret = read(fd, buf, len);
/* 同步非阻塞 */
int fds[2];
ret = pipe2(fds, O_NONBLOCK); // 無名管道
ret = read(fds[0], buf, len);
/* 同步非阻塞 */
fd = open("./fifo", O_RDONLY | O_NONBLOCK); // 有名管道
ret = read(fd, buf, len);
在大多數場景下，我們系統調用read()正確返回時就表示已經讀到數據了，此次的IO操作已經結束了。毫無疑問，大多數情況下的讀操作，都是同步的。
是否要阻塞，取決於open()時是否有O_NONBLOCK參數。
總的來說，我們系統調用read()，除非指定O_NONBLOCK，否則都是同步且阻塞的。
寫操作
/* 異步 */
fd = open("./test.txt", O_WRONLY);
ret = write(fd, buf, len);
/* 同步 */
fd = open("./test.txt", O_WRONLY | O_SYNC);
ret = write(fd, buf, len);
阻塞與非阻塞主要針對讀數據，寫數據主要區分同步還是異步
由於Linux的IO棧中，有專門為IO准備的Cache層。在正常情況下，寫操作只是把數據直接扔到了Cache就返回了，此時數據並沒回刷到磁盤。要不等到系統回刷線程主動回刷，要不應用主動調用fsync()，否則數據一直都在Cache層，此時掉電數據就丟了。
寫操作是同步還是異步，主要看open()時，是否帶O_SYNC參數。帶O_SYNC就是同步寫，否則就是異步寫。
本文開頭就提到，同步/異步是IO發起人是否主動想等待IO結束，這里的寫IO結束，指的是數據完全寫入到磁盤，而非write()返回。
在沒有O_SYNC情況下，數據只是寫到了Cache，需要內核線程定期回刷，所以此時的write是並沒有結束的，因此是異步的。相反，如果有O_SYNC，write()操作會一直等到數據完全寫入到磁盤后再返回，所以是同步的。
從寫性能角度來說，異步寫會優於同步寫。由內核IO調度算法，對寫請求進行合並與排序，再一次性寫入，效率絕對高於東一塊西一塊的隨機寫。因此，除非是擔心掉電丟失的關鍵數據，否則建議使用異步寫
多路復用
多路復用常用於網絡開發，例如每個客戶端由一個socket與服務器進行遠程通信，此時這個服務程序需要同時監控多個socket，為了避免資源損耗和提高響應速率，就會使用多路復用。
多路復用是怎么一回事呢？我們假設一下有100個socket，在某一時間可能只有個別socket是有數據的，即客戶端向服務端發送的請求數據。此時服務程序怎么監控這100個socket，找出有數據的socket，並做出響應？有一種做法，就是非阻塞讀每個socket，沒數據直接返回讀下一個，有數據（請求）就響應，以此實現輪詢。還有一種做法，創建100個進程/線程，每個線程，進程對應一個socket。
對少量的文件還行，如果文件數量一多，數百個，上千個socket逐一輪詢，或者創建上千個線程，這效率得多低啊。可不可以批量等待，當哪怕有一個socket有數據時，內核直接告訴應用那個socket來數據了？可以！這就是內核支持的多路復用的系統調用select()和epoll()
/* select 函數原型 */
int select(int nfds, fd_set *readfds, fd_set *writefds, fd_set *exceptfds, struct timeval *timeout);
/* epoll 函數原型 */
int epoll_create(int size);
int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);
int epoll_wait(int epfd, struct epoll_event *events, int maxevents, int timeout);
他們原理大抵相似：
- 創建一個文件句柄集合，把要監視的文件句柄按順序整合到一起
- 在有數據時置位對應的標識后返回
- 應用通過檢查標識就可以知道是哪個socket有數據了，此時讀socket即可直接獲取數據
具體的使用方法不在這里詳細介紹，網上有總多資料，可以參考《UNIX環境高級編程》。
本文順便記錄下select()與epoll()的優缺點對比：
select()
- 每次調用select，都需要把fd集合從用戶態拷貝到內核態，這個開銷在fd很多時會很大
- 每次調用select，都需要在內核遍歷傳遞進來的所有fd，這個開銷在fd很多時也很大
- select支持的文件描述符數量太小了，默認是1024
epoll()
- epoll不僅僅一個函數，而是切分為3個函數，使得監控新的fd時，不需要拷貝所有的fd集合，只需要拷貝新的fd到內核即可。
- epoll采取回調的形式，當某個fd就緒了，就會調用回調，而在回調中，把就緒的fd加入就緒鏈表
- epoll沒有數量，它所支持的FD上限是最大可以打開文件的數目，這個數字一般遠大於2048
可以發現，epoll()是對select()存在的問題進行針對性的解決。