I/O多路复用学习笔记

引言

如果在一个网络服务器中有多个客户端发送请求，我们应该如何去处理这些请求呢？

image.png

• 多线程：每一个请求用一个线程去处理，缺点是线程上下文切换代价太大

• 单线程：像我们熟知的非常高效率的Redis就是单线程的，那么单线程处理这么多请求，如果服务器正在处理第一个客户端的请求，此时第二个客户端的请求会不会导致有些请求丢失掉呢？答案是不会的，因为处理I/O的时候并不是CPU直接去处理，而是先交给DMA控制器。

  
  
  image.png

单线程处理请求算法：

while(1){
    //fd是文件描述符，每个请求都以文件描述符的形式存在，请求的集合我们叫做fdx
    for(fd:fdx){
        //判断fd是否有数据
        if(fd有数据){
            读取数据；
            处理；
        }
    }
}

Select

image.png

简而言之：select函数将文件描述符收集起来，以bitmap的形式描述，将这个bitmap交给内核，让内核帮我们判断哪些文件描述符里面有数据，当里面有1个或多个文件描述符代表的位有数据时，有数据的FD被置位，select函数返回这个FD集合，否则函数阻塞。 程序返回后循环读取FD集合，读取被置位的数据，并进行处理。 select提高效率最关键的一点是将rset交给内核去处理，提高了效率。

缺点：

• bitmap大小最多1024位，存在限制
• FDset不可重用
• rset从用户态拷贝到内核态仍然存在用户态到内核态的切换开销
• select返回的时候没有表明FDset中哪些是有数据的，还需要再次遍历一遍FDset

Poll

image.png

优点：

• 使用pollfds数组解决了大小限制问题
• 使用revent解决了FDset不可重用问题
• 其余两个问题仍然存在

epoll

image.png

可以看出epoll再poll的基础上还解决了剩余的两个问题

哪些使用了Epoll？

Redis，Nginx，JavaNIO(Linux)