[[404839]]

本文轉載自微信公眾號「 二馬讀書」，作者濤哥 。轉載本文請聯系 二馬讀書公眾號。

很多對技術有追求的讀者朋友，做到一定階段后都希望技術有所精進。有些讀者朋友可能會研究一些中間件的技術架構和實現原理。比如，Nginx為什么能同時支撐數萬乃至數十萬的連接?為什么單工作線程的Redis性能比多線程的Memcached還要強?Dubbo的底層實現是怎樣的，為什么他的通信效率非常高?

實際上，上面的一些問題都和網絡模型相關。本文從基礎的概念和網絡編程開始，循序漸進講解Linux五大網絡模型，包括耳熟能詳的多路復用IO模型。相信讀完本文，大家會對網絡編程和網絡模型有一個較清晰的理解。

基本概念

我們先來了解幾個基本概念。

什么是I/O?

所謂的I/O(Input/Output)操作實際上就是輸入輸出的數據傳輸行為。程序員最關注的主要是磁盤IO和網絡IO，因為這兩個IO操作和應用程序的關系最直接最緊密。

磁盤IO：磁盤的輸入輸出，比如磁盤和內存之間的數據傳輸。

網絡IO：不同系統間跨網絡的數據傳輸，比如兩個系統間的遠程接口調用。

下面這張圖展示了應用程序中發生IO的具體場景：

通過上圖，我們可以了解到IO操作發生的具體場景。一個請求過程可能會發生很多次的IO操作：

1，頁面請求到服務器會發生網絡IO

2，服務之間遠程調用會發生網絡IO

3，應用程序訪問數據庫會發生網絡IO

4，數據庫查詢或者寫入數據會發生磁盤IO

阻塞與非阻塞

所謂阻塞，就是發出一個請求不能立刻返回響應，要等所有的邏輯全處理完才能返回響應。

非阻塞反之，發出一個請求立刻返回應答，不用等處理完所有邏輯。

內核空間與用戶空間

在Linux中，應用程序穩定性遠遠比不上操作系統程序，為了保證操作系統的穩定性，Linux區分了內核空間和用戶空間。可以這樣理解，內核空間運行操作系統程序和驅動程序，用戶空間運行應用程序。Linux以這種方式隔離了操作系統程序和應用程序，避免了應用程序影響到操作系統自身的穩定性。這也是Linux系統超級穩定的主要原因。

所有的系統資源操作都在內核空間進行，比如讀寫磁盤文件，內存分配和回收，網絡接口調用等。所以在一次網絡IO讀取過程中，數據并不是直接從網卡讀取到用戶空間中的應用程序緩沖區，而是先從網卡拷貝到內核空間緩沖區，然后再從內核拷貝到用戶空間中的應用程序緩沖區。對于網絡IO寫入過程，過程則相反，先將數據從用戶空間中的應用程序緩沖區拷貝到內核緩沖區，再從內核緩沖區把數據通過網卡發送出去。

Socket(套接字)

Socket可以理解成，在兩個應用程序進行網絡通信時，一個應用程序將數據寫入Socket，然后通過網卡把數據發送到另外一個應用程序的Socket中。

所有的網絡協議都是基于Socket進行通信的，不管是TCP還是UDP協議，應用層的HTTP協議也不例外。這些協議都需要基于Socket實現網絡通信。5種網絡IO模型也都要基于Socket實現網絡通信。實際上，HTTP協議是建立在TCP協議之上的應用層協議。HTTP協議負責如何包裝數據，而TCP協議負責如何傳輸數據。

絕大部分編程語言，都支持Socket編程，例如Java，Php，Python等等。而這些語言的Socket SDK都是基于操作系統提供的 socket() 函數來實現的。不管是Linux還是windows，都提供了相應的 socket() 函數。

Socket 編程過程

我們來看看Socket 編程過程是怎樣的。

不管Java、Python還是Php，很多編程語言都支持Socket編程。Linux，Windows等操作系統都開放了網絡編程接口。只不過，各種編程語言對底層操作系統提供的網絡編程接口做了封裝而已。

從服務端開始，服務端首先調用 socket() 函數，按指定的網絡協議和傳輸協議創建 Socket ，例如創建一個網絡協議為 IPv4，傳輸協議為 TCP 的Socket。接著調用 bind() 函數，給這個 Socket 綁定一個 IP 地址和端口，綁定這兩個的目的是什么?

• 綁定端口的目的：當內核收到 TCP 報文，通過 TCP 頭里的端口號，來找到我們的應用程序，然后把數據傳遞給我們
• 綁定 IP 地址的目的：一臺機器可能有多個網卡，每個網卡都對應一個 IP 地址，只有綁定一個網卡對應的IP時，內核在收到該網卡上的包，才會發給我們的應用程序

綁定完 IP 地址和端口后，就可以調用 listen() 函數進行監聽。如果我們要判定服務器上某個網絡程序有沒有啟動，可以通過 netstat 命令查看對應的端口號是否被監聽。

服務端進入了監聽狀態后，通過調用 accept() 函數，來從內核獲取客戶端的連接，如果沒有客戶端連接，則會阻塞等待客戶端連接的到來。

那客戶端是怎么發起連接的呢?客戶端在創建好 Socket 后，調用 connect()函數發起連接，該函數的參數要指明服務端的 IP 地址和端口號，然后眾所周知的 TCP 三次握手就開始了。

連接建立后，客戶端和服務端就開始相互傳輸數據了，雙方可以通過 read()和 write() 函數來讀寫數據。

基于TCP 協議的 Socket 編程過程就結束了，整個過程如下圖所示：

網絡IO模型

5種Linux網絡IO模型包括：同步阻塞IO、同步非阻塞IO、多路復用IO、信號驅動IO和異步IO。

同步阻塞IO

我們先看一下傳統阻塞IO。在Linux中，默認情況下所有socket都是阻塞模式的。當用戶線程調用系統函數read()，內核開始準備數據(從網絡接收數據)，內核準備數據完成后，數據從內核拷貝到用戶空間的應用程序緩沖區，數據拷貝完成后，請求才返回。從發起read請求到最終完成內核到應用程序的拷貝，整個過程都是阻塞的。為了提高性能，可以為每個連接都分配一個線程。因此，在大量連接的場景下就需要大量的線程，會造成巨大的性能損耗，這也是傳統阻塞IO的最大缺陷。

同步非阻塞IO

用戶線程在發起Read請求后立即返回，不用等待內核準備數據的過程。如果Read請求沒讀取到數據，用戶線程會不斷輪詢發起Read請求，直到數據到達(內核準備好數據)后才停止輪詢。非阻塞IO模型雖然避免了由于線程阻塞問題帶來的大量線程消耗，但是頻繁的重復輪詢大大增加了請求次數，對CPU消耗也比較明顯。這種模型在實際應用中很少使用。

多路復用IO模型

多路復用IO模型，建立在多路事件分離函數select，poll，epoll之上。在發起read請求前，先更新select的socket監控列表，然后等待select函數返回(此過程是阻塞的，所以說多路復用IO并非完全非阻塞)。當某個socket有數據到達時，select函數返回。此時用戶線程才正式發起read請求，讀取并處理數據。這種模式用一個專門的監視線程去檢查多個socket，如果某個socket有數據到達就交給工作線程處理。由于等待Socket數據到達過程非常耗時，所以這種方式解決了阻塞IO模型一個Socket連接就需要一個線程的問題，也不存在非阻塞IO模型忙輪詢帶來的CPU性能損耗的問題。多路復用IO模型的實際應用場景很多，比如大家耳熟能詳的Java NIO，Redis，Nginx以及Dubbo采用的通信框架Netty都采用了這種模型。

下圖是基于select函數Socket編程的詳細流程。

用一句話解釋多路復用模型。多路：可以理解成多個網絡連接(TCP連接)。復用：服務端反復使用同一個線程去監聽所有網絡連接中是否有IO事件(如果有IO事件就交給工作線程從對應的連接中讀取并處理數據)。

信號驅動IO模型

信號驅動IO模型，應用進程使用sigaction函數，內核會立即返回，也就是說內核準備數據的階段應用進程是非阻塞的。內核準備好數據后向應用進程發送SIGIO信號，接到信號后數據被復制到應用程序進程。

采用這種方式，CPU的利用率很高。不過這種模式下，在大量IO操作的情況下可能造成信號隊列溢出導致信號丟失，造成災難性后果。

異步IO模型

異步IO模型的基本機制是，應用進程告訴內核啟動某個操作，內核操作完成后再通知應用進程。在多路復用IO模型中，socket狀態事件到達，得到通知后，應用進程才開始自行讀取并處理數據。在異步IO模型中，應用進程得到通知時，內核已經讀取完數據并把數據放到了應用進程的緩沖區中，此時應用進程

直接使用數據即可。

很明顯，異步IO模型性能很高。不過到目前為止，異步IO和信號驅動IO模型應用并不多見，傳統阻塞IO和多路復用IO模型還是目前應用的主流。Linux2.6版本后才引入異步IO模型，目前很多系統對異步IO模型支持尚不成熟。很多應用場景采用多路復用IO替代異步IO模型。