并发编程之IO模型

为了更好地了解IO模型，我们需要事先回顾下：同步、异步、阻塞、非阻塞

同步：

就是在发出一个功能调用时，在没有得到结果之前，该调用就不会返回。按照这个定义，其实绝大多数函数都是同步调用。但是一般而言，我们在说同步、异步的时候，特指那些需要其他部件协作或者需要一定时间完成的任务

# 发起同步调用后，就在原地等着任务结束，根本不考虑任务是在计算还是在io阻塞，总之就是一股脑地等任务结束
multiprocessing.Pool下的apply 
concurrent.futures.ProcessPoolExecutor().submit(func,).result()
concurrent.futures.ThreadPoolExecutor().submit(func,).result()

异步：

异步的概念和同步相对。当一个异步功能调用发出后，调用者不能立刻得到结果。当该异步功能完成后，通过状态、通知或回调来通知调用者。如果异步功能用状态来通知，那么调用者就需要每隔一定时间检查一次，效率就很低（有些初学多线程编程的人，总喜欢用一个循环去检查某个变量的值，这其实是一种很严重的错误）。如果是使用通知的方式，效率则很高，因为异步功能几乎不需要做额外的操作。至于回调函数，其实和通知没太多区别

# 发起异步调用后，并不会等待任务结束才返回，相反，会立即获取一个临时结果(并不是最终的结果，可能是封装好的一个对象)
multiprocessing.Pool().apply_async()
concurrent.futures.ProcessPoolExecutor(3).submit(func,)
concurrent.futures.ThreadPoolExecutor(3).submit(func,)

阻塞：

阻塞调用是指调用结果返回之前，当前线程会被挂起（如遇到io操作）。函数只有在得到结果之后才会将阻塞的线程激活。有人也许会把阻塞调用和同步调用等同起来，实际上他是不同的。对于同步调用来说，很多时候当前线程还是激活的，只是从逻辑上当前函数没有返回而已

同步调用：apply一个累计1亿次的任务，该调用会一直等待，直到任务返回结果为止，但并未阻塞住（即便是被抢走cpu的执行权限，那也是处于就绪态）
阻塞调用：当socket工作在阻塞模式的时候，如果没有数据的情况下调用recv函数，则当前线程就会被挂起，直到有数据为止

非阻塞：

非阻塞和阻塞的概念相对应，指在不能立刻得到结果之前也会立刻返回，同时该函数不会阻塞当前线程

小结：

同步与异步针对的是函数/任务的调用方式：同步就是当一个进程发起一个函数（任务）调用的时候，一直等到函数（任务）完成，而进程继续处于激活状态。而异步情况下是当一个进程发起一个函数（任务）调用的时候，不会等函数返回，而是继续往下执行当，函数返回的时候通过状态、通知、事件等方式通知进程任务完成。
阻塞与非阻塞针对的是进程或线程：阻塞是当请求不能满足的时候就将进程挂起，而非阻塞则不会阻塞当前进程

IO模型介绍

本文讨论的背景是Linux环境下的Network IO，参考文献<<UNIX网络编程卷1 套接字联网API（第3版>>，可分为五种IO模型

Blocking IO
Non-blocking IO
IO Multiplexing
Signal Driven IO (不常用)
Asynchronous IO

再说一下IO发生时涉及的对象和步骤，对于一个Network IO，以read为例，它会涉及到两个系统对象

一个是调用这个IO的process (or thread)
另一个就是系统内核(kernel)

操作发生时，经历两个阶段

等待数据准备 (Waiting for the data to be ready)
将数据从内核拷贝到进程中(Copying the data from the kernel to the process)

记住这两点很重要，因为这些IO模型的区别就是在两个阶段上各有不同的情况

Previous并发编程之协程 Next阻塞IO

Last updated 5 years ago

# 发起同步调用后，就在原地等着任务结束，根本不考虑任务是在计算还是在io阻塞，总之就是一股脑地等任务结束 multiprocessing.Pool下的apply concurrent.futures.ProcessPoolExecutor().submit(func,).result() concurrent.futures.ThreadPoolExecutor().submit(func,).result()

# 发起异步调用后，并不会等待任务结束才返回，相反，会立即获取一个临时结果(并不是最终的结果，可能是封装好的一个对象) multiprocessing.Pool().apply_async() concurrent.futures.ProcessPoolExecutor(3).submit(func,) concurrent.futures.ThreadPoolExecutor(3).submit(func,)