再谈IO的异步,同步,阻塞和非阻塞

简介:

原本转过一个《六种Socket I/O模型幽默讲解》,里面用比喻的方法讲解各种IO,但说到底那个时候我对同步异步这些还是只知其表。还未能完全理解异步和同步,现在觉得清晰一些了。总结一下。

前提概要:

IO的过程:

整个IO的过程其实是应用发起IO的请求,到应用获取到IO请求数据的中间过程。

这个中间,其实主要的时间就是系统准备数据的过程。这也是异步技术的优化所在。

对系统调用的理解:

首先,我们要明确一点。IO的操作属于一种系统调用。也就是应用在运行中,进入到内核代码来执行某些重要的操作。

其实我们可以把系统调用看做是一个通信的过程。应用程序是A,操作系统是K。这就类似于一个C/S的模型。

  1. A向K发送请求信息。(系统调用)
  2. K返回给A信息。(返回值)
  3. 会话结束。(我们认为,这样就是一个完整的通信过程)

当然,也可能会出现这样的通信过程。

  1.  B发送给A信息。(比如回调)
  2. 会话结束。

一次IO请求,可能是一个通信过程,也可能需要多个通信过程。这就是各种IO的区别。

同步和异步:

同步:

由应用(A)向K发起请求,到A获取数据,期间一直是A作为会话的发起者。

异步:

和同步相反的自然就是异步。异步中,A获取数据这次会话,是由K发起的。

注意:这里有点困惑的是,K通知A时,可以直接把数据给它,也可以告诉A我准备好了,你来请求吧。感觉二者的区别应该就是IOCP和Epoll的区别。后者给人的感觉就是,异步中带有同步。网上的异步阻塞应该也就是这个。

区别:

可以看出,二者的区别就是在于最终获取到数据这个会话,是哪边发起的。对于应用而言,主动就是同步,被动就是异步。(这个有点像CPU的同步/异步中断)

阻塞和非阻塞:

它们的区别主要在于IO请求发起,直到获得数据,这段时间,应用是等着还是不等着。

阻塞:

阻塞,就是应用等待着,不干活。

其实对于操作系统而言,阻塞不是什么坏事,不然要我操作系统干嘛。操作系统功能之一就是系统资源的调度,当某个进程(线程)阻塞了,它就能调度CPU资源给别的进程。这其实能提高不少利用率。

非阻塞:

看网上不少人说,这看上去是个差一点的方案。它是让应用不断的轮询,直到拿到数据。它相比于阻塞,会浪费一些CPU,自然性能也就会差一些了。

总结:

各种IO设计不同,但目的是一样的。都是为了让应用程序跑的更快,系统资源利用的更充分。

异步对于同步的优化点:

我一直觉得异步多进程和同步的性能并没有什么差异。因为我们的优化点是在发起IO请求到获得请求数据之间的这段时间。这段时间如果等着,那就浪费了。

  • 同步程序中(阻塞模式),多进程的情况下,操作系统的调度让阻塞的程序停止,把CPU给另一个需要CPU的进程,比如计算,处理。
  • 异步程序的话,程序自身就不阻塞,像一个工厂流水线一样,只要上面工件下来,干完扔给下一步就行。(有可能回到上一步,也就是回调)

看上去,二者用了不同的方法优化了那段时间。其实把同步的程序从操作系统调度的层面来看,它也是异步的,对于操作系统而言,进程就是一个task_struct嘛,现在的CPU和IO设备其实就是异步的。

所以,准确的说,是应用程序的同步还是异步。二者的区别在于代价,也就是管理的灵活和切换的性能损耗。因为在同步程序中,第一步完成后,需要切换任务。而异步程序就不需要了,它继续干它自己的活。那么切换的代价就小了。

有人说,协程让用户使用同步的方式写出异步的性能。主要也是因为协程的切换代价小。再看IOCP的设计,为了最有效的利用操作系统,它使用了线程池,其目的也就是让线程能保持一个合理的数量。

该阻塞还是非阻塞:

阻塞其实就是把调度的权力给了操作系统,让操作系统来提高利系统用率。非阻塞则是把这个权力给了开发者,因为不阻塞的话我们可以做些别的事情,类似于程序内部的一个调度功能。

协程就是在系统调用时,内部跳转到别的协程代码去执行。类似于是自己实现了一个轻量级的调度。

转载请注明:旅途@KryptosX » 再谈IO的异步,同步,阻塞和非阻塞

目录
相关文章
|
1月前
|
并行计算 数据处理 Python
Python并发编程迷雾:IO密集型为何偏爱异步?CPU密集型又该如何应对?
在Python的并发编程世界中,没有万能的解决方案,只有最适合特定场景的方法。希望本文能够为你拨开迷雾,找到那条通往高效并发编程的光明大道。
42 2
|
2月前
|
开发框架 并行计算 算法
揭秘Python并发神器:IO密集型与CPU密集型任务的异步革命,你竟还傻傻分不清?
揭秘Python并发神器:IO密集型与CPU密集型任务的异步革命,你竟还傻傻分不清?
44 4
|
1月前
|
存储 缓存 算法
如何优化阻塞IO的性能?
【10月更文挑战第6天】如何优化阻塞IO的性能?
39 5
|
1月前
|
数据库
同步IO模型是一种常见的编程模型
【10月更文挑战第5天】同步IO模型是一种常见的编程模型
20 2
|
2月前
|
算法 Java 程序员
解锁Python高效之道:并发与异步在IO与CPU密集型任务中的精准打击策略!
在数据驱动时代,高效处理大规模数据和高并发请求至关重要。Python凭借其优雅的语法和强大的库支持,成为开发者首选。本文将介绍Python中的并发与异步编程,涵盖并发与异步的基本概念、IO密集型任务的并发策略、CPU密集型任务的并发策略以及异步IO的应用。通过具体示例,展示如何使用`concurrent.futures`、`asyncio`和`multiprocessing`等库提升程序性能,帮助开发者构建高效、可扩展的应用程序。
107 0
|
3月前
|
存储 Java 数据库连接
BIO阻塞IO流与数据存储大揭秘:性能与资源消耗,一文让你彻底解锁!
【8月更文挑战第25天】本文探讨了Java中BIO阻塞IO流与数据存储的概念及其实现。BIO作为一种传统IO模型,在处理每个客户端请求时需创建新线程并等待响应,这在并发量大时会导致性能下降和高资源消耗。示例代码展示了如何利用`ServerSocket`实现基于BIO的简单服务器。此外,文章还介绍了数据存储的基本方法,例如通过`BufferedWriter`向文件写入数据。两者对比显示,BIO适合连接数稳定的场景,而数据存储则适用于需要持久化保存信息的情况。通过这些分析和实例,希望能帮助读者更好地掌握这两种技术的应用场景及其优缺点。
46 0
|
3月前
|
C# 开发者 设计模式
WPF开发者必读:命令模式应用秘籍,轻松简化UI与业务逻辑交互,让你的代码更上一层楼!
【8月更文挑战第31天】在WPF应用开发中,命令模式是简化UI与业务逻辑交互的关键技术,通过将请求封装为对象,实现UI操作与业务逻辑分离,便于代码维护与扩展。本文介绍命令模式的概念及实现方法,包括使用`ICommand`接口、`RelayCommand`类及自定义命令等方式,并提供示例代码展示如何在项目中应用命令模式。
52 0
|
3月前
|
Ubuntu Linux
内核实验(九):添加IO驱动的阻塞读写功能
本文通过修改内核模块代码,介绍了如何在Linux内核中为IO驱动添加阻塞读写功能,使用等待队列和条件唤醒机制来实现读写操作的阻塞和非阻塞模式,并在Qemu虚拟机上进行了编译、部署和测试。
18 0
|
3月前
|
存储 Java
【IO面试题 四】、介绍一下Java的序列化与反序列化
Java的序列化与反序列化允许对象通过实现Serializable接口转换成字节序列并存储或传输,之后可以通过ObjectInputStream和ObjectOutputStream的方法将这些字节序列恢复成对象。
|
4月前
|
Java 大数据
解析Java中的NIO与传统IO的区别与应用
解析Java中的NIO与传统IO的区别与应用