Netty(二)-服务端网络编程常见网络IO模型讲解

简介: Netty(二)-服务端网络编程常见网络IO模型讲解

一、最通俗的方式讲解:什么是阻塞/非阻塞,什么 是同/异步

简介:使用最通俗概念讲解 同步异步,阻塞和非阻塞

例子:洗衣机洗衣服

首先你的目的是在家洗衣服

同步阻塞:你把衣服丢到洗衣机洗,然后看着洗衣机洗完,洗好后再去晾衣服(你就干等,啥都不做,阻塞在那里)

同步阻塞是我们接触最多的,比如说我们访问一个请求,去读取一个文件,然后进程一直在那里阻塞着。或者说一个网络请求,请求到服务器,服务器可能在处理数据,你的进程/线程已经被阻塞了,等数据处理完在返回给你。

同步非阻塞:你把衣服丢到洗衣机洗,然后回客厅做其他的事情,定时去阳台看洗衣机是不是洗完了,洗好后再去晾衣服。(等待期间你可以做其他的事情)

异步阻塞:你把衣服丢到洗衣机洗,然后看着洗衣机洗完,洗好后再去晾衣服

(几乎没有这个说法,可以忽略这个情况),因为用异步就不会出现阻塞的情况

异步非阻塞:你把衣服丢到洗衣机洗,然后回客厅做其他事情,洗衣机洗好后会自动去晾衣服,晾完后放个音乐告诉你洗好衣服并且晾好了。

二、Linux网络编程中的IO模型讲解

网路IO,用户程序和内核的交互为基础进行讲解:

IO操作分两步:发起IO请求等待数据准备,实际IO操作(洗衣服,晾衣服)

同步须要要主动写数据,在读写数据的过程中还是会阻塞(好比晾衣服阻塞了你,也会耗时间)

异步仅仅需要I/O操作完毕的通知,并不主动读写数据,由操作系统内核完毕数据的读写(机器人自动帮你晾衣服)

阻塞就是阻塞到晾衣服的时候,也就是拷贝数据的时候。

那么为什么要拷贝数据呢?

用户程序是用到所有的程序,都是通过网络传输进来拿到的,所有的传输都是通过Linux内核,在Linux内核里面有一块空间,存储对应的数据。然而用户程序是老大,去发号时令去拿Linux内核中的数据, Linux准备好数据就返回给用户程序,拷贝到用户空间才可以进行使用,写也是这样写出去的。所以同步阻塞的时候,用户程序在没有得到数据的时候就会一直堵塞在那里了。Linux内核和用户空间是互相拷贝数据的,不能拿来直接用。目前在阻塞和非阻塞是这样的。比异步非阻塞差的原因,就是用户程序去主动的去拷贝数据。

三、五种IO模型

阻塞IO,非阻塞IO,多路复用IO,信号驱动IO和异步IO,前四种都是同步IO,在内核数据copy到用户空间时都是阻塞的,也就是在晾衣服的时候都是阻塞的,也就是数据准备好了,衣服洗好了

但是晾衣服的时候被阻塞了。

异步IO:就是机器人帮你晾衣服了,所以非阻塞的。

阻塞IO:

1、首先用户程序调用c的内核,告诉去取一个数据

2、内核告诉数据还没有准备好

3、然后用户程序就等待数据

4、数据准备好之后就复制数据

5、将数据从内核复制到用户的空间

6、复制成功之后返回成功的指示

阻塞的两个地方:等待内核准备数据,copy到用户空间的时候是阻塞的,在这期间,什么都干不了,在那里干等着。所以阻塞io的性能就很差。

非阻塞IO

自己去拷贝数据属于同步的概念,性能也不是很好


I/O复用(select,poll,epoll...):

复用的意思:一个线程处理多个连接,一两个线程去处理多个请求

1、应用进程select的时候告诉系统内核,拿对应的数据

2、如果数据没有准备好,就返回回去。

这个也是copy的时候是同步阻塞着的。什么事情都做不了,性能也不高

好处就是:一个线程可以处理更多的请求连接

IO多路复用阻塞在select的监听函数这里,监听多个操作是否哪个准备好了,好了之后去做对应的处理。

I/O多路复用是阻塞在select,epoll这样的系统调用,没有阻塞在真正的I/O系统调用如recvform,进程受阻于select,等待可能多个套接口中的任一个变为可读/可写

IO多路复用使用两个系统调用(select和recvfrom)

blocking IO只调用了一个系统调用(recvform)

select/epoll:的核心是可以同时处理多个connection,而不是更快,所以连接数不高的话,性能不一定比多线程+阻塞IO好,多路复用模型中,每一个socket,设置为non-blocking,阻塞是被select这个函数block,而不是被socket阻塞的。

信号驱动式I/O(SIGIO):基本不怎么用

它一样是阻塞的。

1、首先用户程序调用这个signaction函数调用内核

2、引用进程在等待数据,所以就马上返回了。

3、内核准备好数据,然后通知应用的进程可以来取数据了

4、应用进程可以去内核调用,进行拷贝数据到用户空间里面去,这个步骤是阻塞住的了

这里都是同步等待在这里

异步I/O(POSIX的aio_系列函数)    Future-Listener机制:回调监听的机制去做的

1、首先应用程序aio_read进行系统调用内核

2、然后内核无数据报准备好的话,就马上返回

总结:IO操作分为两步:

1):发起IO请求,等待数据准备(Wating for the data to be ready)

2)   :  实际的IO操作,将数据从内核拷贝到进程中(Copying the data from the kernel to the process)

1、前四种IO模型都是同步IO操作,区别在于第一个节点,而他们的第二阶段是一样的:在

数据从内核复制到应用缓冲区期间(用户空间),进程阻塞于recvfrom调用或者select()函数

相反,异步I/O模型在着两个阶段都要处理。

2、阻塞IO和非阻塞IO的区别在于第一步,发起IO请求是否会被阻塞,如果阻塞直到完成那么就是传统的阻塞IO,如果不阻塞,那么就是非阻塞IO.

3、同步IO和异步IO的区别就在于第二个步骤是否阻塞,如果实际的IO读写阻塞请求进程,那么就是同步IO,因此阻塞IO,非阻塞IO,IO复用,信号驱动IO都是同步IO,如果步阻塞,而是操作系统帮你做完IO读操作再将结果返回给你,那么就是异步IO。

几个核心:

  阻塞和非阻塞说的是线程的状态(重要),不可以干其他的事情

  同步和异步说的是消息的通知机制(重要)

  同步需要主动读写数据,异步是不需要主动读写数据

  同步IO和异步IO是针对用户应用程序和内核的交互,是网络层面的IO.

相关文章
|
8天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
4天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2464 14
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
4天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1503 14
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
1月前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19274 29
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18822 20
|
1月前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17515 13
Apache Paimon V0.9最新进展
|
6天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
368 11
|
1月前
|
存储 人工智能 前端开发
AI 网关零代码解决 AI 幻觉问题
本文主要介绍了 AI Agent 的背景,概念,探讨了 AI Agent 网关插件的使用方法,效果以及实现原理。
18697 16
|
2天前
|
算法 Java
JAVA并发编程系列(8)CountDownLatch核心原理
面试中的编程题目“模拟拼团”,我们通过使用CountDownLatch来实现多线程条件下的拼团逻辑。此外,深入解析了CountDownLatch的核心原理及其内部实现机制,特别是`await()`方法的具体工作流程。通过详细分析源码与内部结构,帮助读者更好地理解并发编程的关键概念。
|
2天前
|
SQL 监控 druid
Druid连接池学习
Druid学习笔记,使用Druid进行密码加密。参考文档:https://github.com/alibaba/druid
195 82