[Linux网络基础——Lesson12.「五种 IO 模型与非阻塞 IO」]
目录
前言
在计算机技术体系中，I/O（输入/输出）是贯穿硬件与软件、连接数据产生与消费的核心环节。从日常使用的终端交互到大规模分布式系统的数据传输，I/O操作的效率直接决定了整个系统的响应速度与承载能力。而网络通信作为现代应用的核心场景，其卡顿、延迟、吞吐量不足等问题，追根溯源往往都指向I/O层面的设计缺陷。
许多开发者在接触网络编程或系统优化时，常常被阻塞、非阻塞、同步、异步等概念困扰，也难以理解不同I/O模型的适用场景与效率差异。本文正是为解决这一痛点而生，以"重新理解I/O"为起点，从本质层面拆解I/O的核心逻辑，再通过餐厅点餐等生活化案例类比五种经典I/O模型，最后结合关键问题引发思考并聚焦非阻塞I/O的实践实现。
无论你是初入编程领域的新手，还是需要进行系统性能优化的资深开发者，本文都将为你搭建起I/O知识的清晰框架，帮助你从根源上理解I/O问题、掌握高效I/O的实现思路，为后续的技术实践提供坚实的理论支撑。
一 、😀 重新理解 IO
1-1 🍕为什么说网络问题的本质是 I/O 问题？
🐦 从数据流动看网络通信
- 网络通信的核心：数据在客户端与服务器之间**双向流动**。
- 客户端发送请求 → 输出（Write）
- 服务器接收请求 → 输入（Read）
- 服务器返回响应 → 输出（Write）
- 客户端接收响应 → 输入（Read）
- 每个步骤均涉及 I/O 操作：数据通过网卡、内核缓冲区、用户程序传递，本质是 跨层数据搬运。
🐦 网络 I/O 的瓶颈
- 延迟（Latency）：数据从一端到另一端的传输时间（如物理距离、路由跳数）。
- 带宽（Bandwidth）：单位时间内可传输的数据量上限。
- 并发（Concurrency）：同时处理的连接数影响资源分配效率。
总结：
网络性能优化的核心是减少 I/O 等待时间和提升 I/O 吞吐量。
1-2 🍔 如何理解 I/O 的本质？
🔬 IO 就是 input，output，参照物是计算机本身，是计算机系统内部和外部设备进行交互的过程。
IO = 等+拷贝（等是主要矛盾）
🐳 等待外部设备就绪，当外部设备准备好了以后，通过 CPU 的针脚发送中断信号告知操作系统。操作系统转入内核态，进行拷贝工作。
- 等待（Waiting）：等待数据就绪（如网络数据到达内核缓冲区、磁盘数据加载到内存）。
- 拷贝（Copying）：将数据从内核缓冲区复制到用户空间（或反向）。
高效IO
上面说的IO=等待+拷贝在大多数情况下，时间都浪费在等待上面，因为和等待相比，拷贝要花的时间比等待的时间少的多。
- 高效 IO 的核心：减少等待时间的浪费，而非单纯优化拷贝速度。
等待的分类
- 主动等待：进程阻塞直到数据就绪（如阻塞式
read()）。- 被动等待：进程通过轮询或事件通知检查状态（如非阻塞 IO +
epoll）。示例：
- 网络请求：客户端等待服务器响应的 RTT（Round-Trip Time）属于被动等待。
- 数据库查询：从磁盘读取数据时，CPU 因 IO 阻塞而空闲属于主动等待。
1-3、🍟什么是高效的 I/O？
⚡🧙 任何通信场景，IO 通信效率一定是有上限的，毕竟 花盆里长不出参天大树（受硬件限制）
IO效率低 的原因主要有以下几点：
- 等待时间：IO操作通常涉及与外部设备的交互，这些设备的速度远低于CPU和内存。例如，硬盘的读写速度比内存慢几个数量级，网络传输的速度也受带宽和延迟的限制。因此，程序在等待IO操作完成时会浪费大量时间。
- 上下文切换：在阻塞IO中，操作系统需要将等待IO的进程挂起，并切换到其他进程执行。这种上下文切换会消耗额外的CPU资源，降低整体效率，
- 资源竞争：在高并发环境下，多个进程或线程可能同时请求IO操作，导致资源竞争和排队，进一步增加等待时间。
🐦 高效 I/O 的目标
- 最大化 CPU 利用率：减少进程因等待 I/O 而阻塞的时间。
- 最小化延迟：快速响应每个 I/O 请求。
- 最大化吞吐量：单位时间内处理更多 I/O 操作。
🐦 实现高效 I/O 的策略
策略 1：减少阻塞等待
- 非阻塞 I/O：轮询检查数据是否就绪，避免进程挂起。
- 代价：频繁轮询可能导致 CPU 空转。
- 多路复用（如
epoll）：单线程监控多个 I/O 事件，仅处理就绪的描述符。
- 优势：适合高并发网络服务（如 Web 服务器）。
策略 2：批量处理 I/O
- 缓冲（Buffering）：累积多个小数据包后一次性处理，减少系统调用次数。
- 示例：TCP 协议的 Nagle 算法合并小数据包。
策略 3：异步化与并行化
- 异步 I/O（如
io_uring）：内核全程处理 I/O，完成后通知进程。- 多线程/进程：为每个连接分配独立执行单元（但需权衡上下文切换开销）
二：😁 五种 IO 模型
在了解相关知识之前，我们先来看个例子，方便我们对其的理解
2-1🍿 生动例子：餐厅点餐
角色定义
- 进程：顾客（发起 I/O 请求的主体）。
- 文件描述符：订单号（标识一个 I/O 请求）。
- 数据：顾客点的餐（需要处理的内容）。
1.1 阻塞 I/O
- 场景：
顾客下单后，一直坐在餐桌前等待，直到服务员端上菜才能做其他事（如玩手机）。- 关键点：
- 顾客（进程）在等待期间完全被阻塞。
- 订单号（文件描述符）对应唯一的请求。
1.2 非阻塞 I/O
- 场景：
顾客下单后，每隔 5 秒去厨房问一次“我的菜好了吗？”，期间可以喝水、聊天。- 关键点：
- 顾客（进程）需要主动轮询状态。
- 若厨房（内核）回答“没好”，顾客继续做其他事。
1.3 信号驱动 I/O
- 场景：
顾客下单后，留下手机号给服务员，继续聊天。厨房准备好菜时，服务员打电话通知顾客取餐。- 关键点：
- 数据就绪时内核（服务员）通过信号（电话）通知进程（顾客）。
- 顾客仍需自己从厨房端走菜（同步拷贝数据）。
1.4 多路转接 I/O
- 场景：
顾客同时点了咖啡和蛋糕，告诉大堂经理“两样都好了叫我”。经理一直监听多个订单，任一就绪时通知顾客。- 关键点：
- 一个进程（顾客）通过多路复用接口（经理）监控多个文件描述符（订单）。
- 仍需顾客自己取餐（同步拷贝数据）。
1.5 异步 I/O
- 场景：
顾客下单后，继续办公。厨房准备好菜后，服务员直接将菜端到顾客桌上，并说“您的菜齐了”。- 关键点：
- 数据准备和端菜（拷贝）全程由内核（服务员）完成。
- 顾客（进程）无需参与任何等待或操作。
2-2🧂 专业术语介绍
🐦阻塞 I/O (Blocking I/O)
- 进程发起 I/O 操作后，立即进入阻塞状态，（在内核将数据准备好之前，系统调用一直等待）直到内核将数据准备好并拷贝到用户空间后，进程才恢复执行。
- 所有的套接字默认是阻塞方式
- 同步 I/O：进程全程需要等待数据就绪和拷贝完成。
🐦非阻塞 I/O (Non-blocking I/O)
- 进程发起 I/O 操作后，内核立即返回一个状态值（未就绪），进程通过轮询（Polling） 反复检查数据是否就绪，期间可以执行其他任务。
- 如果内核还未将数据准备好, 系统调用仍然会直接返回, 并且返回
EWOULDBLOCK错误码.- 轮询：意指程序员循环的方式反复尝试读写文件描述符。这对 CPU 来说是较大的浪费, 一般只有特定场景下才使用.
- 同步 I/O：进程需要主动检查数据状态并完成拷贝。
🐦信号驱动 I/O (Signal-driven I/O)
- 进程发起 I/O 操作后，内核在数据就绪时发送信号（如
SIGIO） 通知进程，进程随后执行数据拷贝。- 同步 I/O：数据拷贝阶段仍需进程主动完成。
🐦多路转接 I/O (Multiplexing I/O)
- 进程通过
select、poll或epoll同时监控多个文件描述符，当任一描述符数据就绪时，内核通知进程进行处理。- 同步 I/O：数据就绪后仍需进程主动拷贝数据。
虽然从流程图上看起来和阻塞 IO 类似实际上最核心在于 IO 多路转接 能够同时等待多个文件描述符的就绪状态.
5.🐦异步 I/O (Asynchronous I/O)
- 进程发起 I/O 操作后，内核 全程负责数据准备和拷贝，完成后通过回调（如信号或回调函数）通知进程。
- 异步 I/O：进程无需参与数据准备或拷贝。
2-3🥓 总结表
- 同步 I/O：
- 阻塞 I/O、非阻塞 I/O、信号驱动 I/O、多路转接 I/O。
- 共同点：数据拷贝阶段需进程主动完成（即使通过信号或轮询触发）。
- 异步 I/O：
- 数据准备和拷贝全程由内核处理，进程无需参与。
I/O 模型 同步/异步 例子类比 进程角色 阻塞 I/O 同步 干等上菜 全程阻塞 非阻塞 I/O 同步 轮询询问厨房 主动轮询 信号驱动 I/O 同步 电话通知取餐 被动响应信号 多路转接 I/O 同步 经理监听多个订单 批量监听 异步 I/O 异步 服务员直接端菜到桌 完全无需参与
三、😂 思考
3-1🌭 阻塞 vs 非阻塞，非阻塞效率效率一定高吗?
答案：
不一定，非阻塞 I/O 的效率取决于具体场景。
- 非阻塞 I/O 的优势：
进程在等待数据就绪期间可以执行其他任务（避免完全阻塞），适合需要同时处理多任务的场景。
例子：餐厅顾客边等餐边聊天（非阻塞）比干等的顾客（阻塞）更高效。- 非阻塞 I/O 的劣势：
如果频繁轮询（如每秒检查 1000 次），会导致 CPU 资源浪费，甚至比阻塞 I/O 效率更低。
例子：顾客每隔 1 秒就去厨房问一次，导致自己无法专心聊天，服务员也被频繁打扰。结论：
- 低并发场景：阻塞 I/O 更简单高效（避免轮询开销）。
- 高并发场景：非阻塞 I/O + 多路复用（如
epoll）效率更高（避免大量线程阻塞）
3-2🥚 五种模型中，谁的 I/O 效率最高？
答案：
异步 I/O（如 Linux 的io_uring）理论效率最高，但实际中 多路复用 I/O（如epoll） 在同步模型中更常用。
- 异步 I/O：
- 优势：内核全程处理数据准备和拷贝，进程完全无需等待（服务员直接端菜到桌）。
- 限制：依赖操作系统和硬件的支持（如 Linux 的异步 I/O 实现复杂）。
- 多路复用 I/O（
epoll）：
- 优势：单线程监控大量文件描述符，避免进程/线程频繁切换（大堂经理统一管理订单）。
- 场景：高并发网络服务器（如 Nginx、Redis）的核心模型。
总结：
- 异步 I/O 理论最优，但实际中多路复用 I/O 因兼容性和成熟度更常用
- 异步 I/O 的高效主要和其特点无关，还是得依靠程序员自己，而多路复用 I/O 可以用于处理大批网络数据，降低了等的比重
因此总的来说，我们更认为 多路复用的 I/O 效率更高
3-3🍳 同步通信 vs 异步通信
同步 和 异步 已关注的是消息通信机制.
- 所谓同步，就是在发出一个调用时，在没有得到结果之前，该调用就不返回. 但是一旦调用返回，就得到返回值了;
- 换句话说，就是由调用者主动等待这个调用的结果;
- 异步则是相反，调用在发出之后，这个调用就直接返回了，所以没有返回结果;
- 换句话说，当一个异步过程调用发出后，调用者不会立刻得到结果; 而是在调用发出后，被调用者通过状态、通知来通知调用者，或通过回调函数处理这个调用.
另外：之前我们在讲 多进程多线程 的时候，也提到同步和互斥。
注意：这里的同步通信和进程之间的同步是完全不相干的概念.
- 进程/线程同步 也是进程/线程之间直接的制约关系
- 是为完成某种任务而建立的两个或多个线程，这个线程需要在某些位置上协调
他们的工作次序而等待、传递信息所产生的制约关系。尤其是在访问临界资源的时候.因此以后在看到 “同步” 这个词，一定要先搞清楚大背景是什么。这个同步是同步通信异步通信的同步, 还是同步与互斥的同步
四：😃 非阻塞 IO
4-1🧇 fcntl
一个文件描述符, 默认都是阻塞 IO.
函数原型如下.
NAME fcntl - manipulate file descriptor SYNOPSIS #include <unistd.h> #include <fcntl.h> int fcntl(int fd, int cmd, ... /* arg */ );cmd 是命令，是要操作的类型。主要的操作类型有：
- 获取，设置文件状态信息：cmd=F_GETFL，F_SETFL。
- 复制现有的描述符，cmd=F_DUPFD。
- 获取，设置异步IO所有权，cmd=F_GETOWN，F_SETOWN。
- 获取、设置记录锁，cmd=F_GETLK，F_SETLK，F_SETLKW。
🧊 我们此处只是用第三种功能,
获取/设置文件状态标记, 就可以将一个文件描述符设置为非阻塞. 文件状态标志包括O_APPEND、O_NONBLOCK。
4-2🥞 实现函数 SetNonBlock
⚙️ 基于
fcntl, 我们实现一个SetNoBlock函数, 将文件描述符设置为非阻塞.#include <unistd.h> #include <fcntl.h> // 让文件描述符非阻塞 void SetNonBlock(int fd) { int f1 = fcntl(fd, F_GETFL); if(f1 < 0) { perror("fcntl"); return ; } fcntl(fd, F_SETFL, f1 | O_NONBLOCK); // O_NONBLOCK 让fd 以非阻塞的方式进行工作 }
- 使用 F_GETFL 将当前的文件描述符的属性取出来 (这是一个位图).
- 然后再使用 F_SETFL 将文件描述符设置回去. 设置回去的同时, 加上一个 O_NONBLOCK 参数.
4-3🧈 非阻塞方式读取标准输入
#include <iostream> #include <cstdio> #include <cerrno> #include <string> #include <unistd.h> #include <fcntl.h> // 让文件描述符非阻塞 void SetNonBlock(int fd) { int f1 = fcntl(fd, F_GETFL); if(f1 < 0) { perror("fcntl"); return ; } fcntl(fd, F_SETFL, f1 | O_NONBLOCK); // O_NONBLOCK 让fd 以非阻塞的方式进行工作 } int main() { std::string tips = "Please Enter# "; char buffer[1024]; SetNonBlock(0); while(true) { write(0, tips.c_str(), tips.size()); // 非阻塞，如果我们不做输入，数据不就绪，以出错形式返回！！ // read 不是有读取失败(-1)吗？失败vs底层数据没就绪 -> 底层数据没就绪，不算失败 // 如果是 -1， 失败vs底层数据没就绪我们后续的做法是不同的！ // read -> -1, 失败vs底层数据没就绪 -> 需要区分的必要性的！ // errno 表示：更详细的出错原因, 最近一次调用，出错的时候的出错码 int n = read(0, buffer, sizeof(buffer)); if(n > 0) { buffer[n] = 0; std::cout << "echo# " << buffer << std::endl; } else if(n == 0) { std::cout << "read file end" << std::endl; break; } else { // EAGAIN 11 /* Try again */ // EWOULDBLOCK EAGAIN /* Operation would block */ if(errno == EAGAIN || errno == EWOULDBLOCK) { // 做其他事情呢？ std::cout << "底层数据，没有就绪" << std::endl; sleep(1); continue; } else if (errno == EINTR) { std::cout << "被中断, 重新来" << std::endl; sleep(1); continue; } else { std::cout << "read error: " << n << ", errno: " << errno << std::endl; } } } return 0; }
🔥提炼与总结🔥
本文围绕I/O模型构建"本质认知-模型对比-关键思考-实践落地"知识闭环，核心总结如下：
本质认知：网络问题核心是I/O问题——通信本质是数据流动，I/O的等待（就绪、拷贝）是性能瓶颈；I/O实质是数据在用户/内核空间的传输，高效I/O核心是减等待、提传输，策略包括优化态切换、减少无效等待。
模型对比：以餐厅点餐类比五种模型，核心差异在"就绪通知方式"与"拷贝时机"：阻塞I/O全程等待；非阻塞I/O主动查询；I/O多路复用集中监控；信号驱动I/O被动通知；异步I/O全程无阻塞（理论最优但复杂）。
关键认知：①非阻塞效率非绝对，需合理轮询否则耗资源；②无最优模型，需结合场景（如高并发用I/O多路复用）；③同步/异步关注"是否等操作完成"，阻塞/非阻塞关注"等待时是否挂起"，分属不同维度。
实践落地：以非阻塞I/O为例，通过fcntl设非阻塞属性，给出SetNonBlock实现思路，结合标准输入读取案例演示应用。
核心逻辑：I/O优化关键在"减等待、优传输"，需结合并发量、延迟需求、实现成本选模型与策略，方可提升系统性能。
结束语
以上是我对于【Linux网络编程】「五种 IO 模型与非阻塞 IO」的理解
感谢您的三连支持！！！
中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。
更多推荐
21
0- 0
已为社区贡献1条内容
所有评论(0)