Linux系统——I/O模型

### Linux 五种 I/O 模型详解 #### 阻塞 I/O (Blocking I/O) 在阻塞 I/O 模型中，当应用程序发出 I/O 请求时，进程会进入等待状态直到操作完成。在此期间，CPU 不会被分配给该进程，从而导致资源浪费。这种模型的特点是简单直观，但在高并发场景下性能较差[^1]。 #### 非阻塞 I/O (Non-blocking I/O) 非阻塞 I/O 的特点是调用不会使进程挂起。如果数据尚未准备好，则函数会立即返回一个错误码；只有当数据可用时才会成功读取或写入。为了获取数据，应用层需要不断轮询设备的状态，这种方式虽然提高了 CPU 利用率，但也带来了额外开销[^4]。 #### I/O 多路复用 (I/O Multiplexing) 利用 `select` 或者更高效的 `poll`, `epoll` 函数可以实现单个线程同时监控多个文件描述符上的事件变化情况。一旦某个 FD 就绪即可对其进行相应的操作而无需反复查询每一个连接是否可读/写。这种方法显著减少了上下文切换次数并提升了服务器端处理能力[^3]。 #### 信号驱动式 I/O (Signal-driven I/O) 此模式允许内核向用户空间发送 SIGIO 信号告知特定条件已经满足(比如套接字上有新数据到达)，之后再由专门设置好的 handler 来负责实际的数据传输动作。相比前几种方法它不需要主动询问或者长时间停留于某一点上，但是编写起来较为复杂且存在一定的局限性。 #### 异步 I/O (Asynchronous I/O) 真正意义上的 AIO 是指提交了一个请求后就可以去做别的事情了，等到操作系统完成了所有的底层工作并将最终的结果反馈回来为止整个流程才算结束。这意味着在整个过程中既不会有显式的等待也不会涉及到任何手动干预的行为——一切都是自动化的。 ```python import asyncio async def main(): print('Waiting...') await asyncio.sleep(2) # Simulate an asynchronous operation. print('Done!') # Run the event loop to execute coroutine objects. asyncio.run(main()) ``` 上述代码展示了如何使用 Python 中的 `asyncio` 库来模拟异步 I/O 操作。通过定义协程并通过事件循环运行它们，可以在不阻塞主线程的情况下执行耗时任务。 ---